L'ESSENTIEL EN 30 SECONDES

  • Sage S2.1 Flash compte 321 milliards de paramètres et est publié sous licence MIT, code et poids compris, avec une variante FP8 plus légère à déployer.
  • Grâce à un encodeur associé, il accepte plus de dix types de données scientifiques, dont des graphes moléculaires, des structures cristallines et des structures de protéines.
  • La fiche du modèle annonce un score de 90,3 sur MLE-bench Lite, mais ne fournit ni article, ni description des données d'entraînement, ni longueur de contexte, ni nombre de paramètres actifs.

Le Shanghai Artificial Intelligence Laboratory a publié, via son organisation InternLM, un nouveau grand modèle destiné à la recherche scientifique sur Hugging Face. Baptisé Sage S2.1 Flash, il compte 321 milliards de paramètres et est distribué sous licence MIT, qui couvre à la fois le code et les poids. Il est également référencé sur ModelScope.

Une mise en ligne sans annonce

Aucun lancement officiel n'a accompagné cette publication. D'après OrcaRouter, qui a suivi les dépôts, le dépôt principal en BF16 a été mis en ligne le 15 novembre à 2 h 34 UTC, avec environ 645 Go de poids, tandis qu'une version FP8 avait été créée quelque 35 heures plus tôt. Un dépôt GitHub hébergeant une page de démonstration et le tableau des résultats a suivi le 16 novembre. À ce moment-là, OrcaRouter n'avait trouvé aucune mention du modèle sur la page d'accueil du laboratoire ni dans un communiqué.

Ce que décrit la fiche du modèle

Le laboratoire présente Sage S2.1 Flash comme un modèle multimodal scientifique. Un encodeur associé, Sage SciPerception, lui permet de traiter plus de dix types de données scientifiques en plus du texte : graphes moléculaires, structures cristallines, séquences de protéines ou structures 3D de protéines. Selon AI Weekly, l'usage visé est celui d'un assistant de recherche qui combine compréhension des données, recherche d'informations, programmation et appel d'outils pour des analyses en plusieurs étapes.

Tous les chiffres de performance proviennent du laboratoire lui-même. La fiche indique que, sur 15 tests et six modèles comparés, Sage S2.1 Flash se classe premier sur quatre et deuxième sur sept. Elle annonce 90,3 sur MLE-bench Lite, devant les 89,2 de DeepSeek-V4.1-Flash-1017, ainsi que la première place sur OfficeQA Pro (72,2), SpreadsheetBench 2 (37,1) et Harvey LAB (25,0). Le modèle reste derrière Claude Opus 5 sur Terminal-Bench 2.1 (87,9 contre 90,2) et OSWorld-Verified (85,2 contre 86,4), et derrière Qwen3.8-Max sur BabyVision (75,8 contre 83,8).

Ce qui manque

Plusieurs informations de base font défaut. La fiche ne nomme pas le modèle de départ, ne décrit pas l'architecture, ne précise ni la longueur de contexte ni le nombre de paramètres actifs par jeton. Aucun article scientifique ne l'accompagne et les données d'entraînement ne sont pas décrites. La fiche n'est pas non plus entièrement cohérente : son tableau comparatif couvre bien plus de 15 tests et met en avant cinq premières places, et non quatre. Ces scores sont autodéclarés et doivent être lus comme tels en attendant des évaluations indépendantes ; faire tourner le modèle complet exige en outre du matériel capable de charger plusieurs centaines de gigaoctets de poids.