IQuest-Q1 开源 320B MoE 编程 Agent 模型：15B 激活 / 524K 上下文，DeepSWE 64.6、Terminal-Bench 2.1 达 83.2

核心背景与行业痛点

开源侧缺的是「能进仓库、会跑终端、还能扛长程工具链」的大 MoE，而不是又一个聊天榜第一。IQuest Research 推出的 IQuest-Q1 把目标钉在 agentic coding：导航仓库、驱动终端、多步工具调用与长上下文不断线。10 月 8 日前后官方与开发者侧材料（含 PR Newswire、GitHub / HF）集中放出演示与部署说明，权重可直接拉取。

架构亮点与底层机制

稀疏 MoE Decoder-only：约 320B 总参、每 token ~15B 激活；88 层、隐层 3072、Q/KV 头 48/8、256 专家中激活 8；混合注意力为 3 个滑动窗口注意力 + 1 个全注意力，滑窗 4096；训练期 2 层独立 MTP，推理可递归 MTP×8。上下文长度 524,288。后训练强调软件工程、长程 Agent 与通用推理：SFT + RL，并用 Multi-Teacher On-Policy Distillation（MOPD）在学生自身 on-policy rollout 上融合多教师能力，避免单教师偏见复制（见 GitHub README）。

权威 Benchmark 与实测跑分对比

以下数字来自官方 HF 性能图（自报 / 同管线，非独立第三方榜）。评测说明：DeepSWE v1.1 用 mini-SWE-agent；其余 agentic 任务多用 Claude Code；Agents' Last Exam 用 Claude Code 2.1.258（多模态输入以占位符替换，因本 checkpoint 纯文本）；CyberGym 限时 6 小时，Terminal-Bench 2.1 限时 8 小时。

官方同时声明：模型仍处早期，解释与代码可能出错，真实 CLI 任务需人工监督。

开发者实战落地与开箱指南

1. 拉取权重：hf download IQuestLab/IQuest-Q1
2. 推理：推荐官方 Docker——iquestlabworkspace/sglang-iquest-q1:cu130 或 vllm-iquest-q1:cu130，示例均为 --tp-size 8 / --tensor-parallel-size 8，并启用 iquest_q1 reasoning / tool-call parser；可选 recursive MTP / EAGLE。
3. Agent 接入：经支持 Anthropic Messages 的网关接 Claude Code（建议 2.1.140），或 OpenAI Responses 接 Codex（建议 0.142）；采样建议 temperature 1.0、top-p 0.95、top-k 20。
4. 限制：无原生多模态；工具格式为 IQuest 专用 chat template，需匹配服务端 parser。试用申请可邮件 [email protected]。