IQuest-Q1 - 面向智能体编程与多步工具调用的 MoE 文本生成模型

IQuest-Q1 是 IQuestLab 发布在 Hugging Face 上的一个文本生成模型，任务类型为 text-generation，基于 transformers 框架。据项目自述，它采用混合专家（MoE）架构，面向智能体编程（agentic coding）、推理以及多步工具调用场景。从定位看，它更适合需要把模型接入命令行智能体、代码助手或工具调用链路的开发者与团队，而不是只想在本地跑一个轻量对话模型的普通用户——因为它的部署方式围绕多卡服务化展开。

维护者与状态

该仓库由 IQuestLab 维护，创建时间为 2026-09-28，最后更新时间为 2026-09-29，两者相隔一天，说明这是一个刚发布不久、仍在早期阶段的项目。截至 2026-10-05，近 30 天下载量为 1047，点赞数为 134。仓库当前没有正式 release，模型以仓库文件形式分发，使用者需要直接从仓库拉取权重。

需要说明的是，事实表中没有给出该项目的版本号、发布说明或更新日志，因此无法判断后续迭代节奏。对于准备在生产环境采用它的团队，建议先关注仓库本身的更新情况。

主要能力

以下内容来自项目自述（README / 模型卡），并非独立评测结论，读者应把它当作维护者的能力声明来看待。

• MoE 架构与规模：据项目说明，IQuest-Q1 总参数量约 320B，每个 token 激活约 15B 参数。模型共 88 层 Transformer，隐藏维度 3,072，注意力头 Q/KV 为 48/8，头维度 128。
• 混合注意力模式：项目自述采用 3 层滑动窗口注意力加 1 层全注意力的混合模式，滑动窗口大小为 4,096，部分 RoPE 维度为 32。
• 专家配置：据 README，专家总数为 256，每个 token 激活 8 个。
• 多 token 预测（MTP）：项目说明中提到训练阶段使用 2 个独立 MTP 层，推理阶段使用 1 个递归层乘以 8，MTP 滑动窗口大小为 512。
• 长上下文：项目自述上下文长度为 524,288，即 512K。在 Claude Code 的接入说明中，项目方特别注明客户端侧的 IQuest-Q1[1m] 设置不会改变 512K 的上下文上限。
• 工具调用与智能体集成：据项目说明，模型可通过支持工具调用的网关接入 Claude Code 与 Codex CLI，分别走 Anthropic Messages 与 OpenAI Responses 协议。

项目自述中还给出了推荐的采样参数：temperature 1.0、top-p 0.95、top-k 20，并建议在 Claude Code 2.1.140 或 Codex 0.142 环境下复现。这些是维护者给出的建议值，不是第三方验证结果。

使用入口

模型仓库地址为 IQuest-Q1，权重与说明文档均在该页面。

据项目说明，快速开始的方式是先按部署章节启动服务，然后安装 OpenAI 客户端并调用兼容 OpenAI 的接口：

pip install openai

项目自述给出的调用示例使用 base_url="http://127.0.0.1:8000/v1"、api_key="sk-iquest"、模型名 IQuest-Q1，并通过 client.chat.completions.create 发起对话请求。

在生产部署方面，项目推荐使用 SGLang 或 vLLM，并提供了预构建镜像。据 README，SGLang 路径使用镜像 iquestlabworkspace/sglang-iquest-q1:cu130，启动参数包括 --tp-size 8、--dtype bfloat16、--attention-backend fa3、--mem-fraction-static 0.85，以及 --tool-call-parser iquest_q1 和 --reasoning-parser iquest_q1。vLLM 路径使用镜像 iquestlabworkspace/vllm-iquest-q1:cu130，启动参数包括 --tensor-parallel-size 8、--reasoning-parser iquest_q1、--enable-auto-tool-choice 与 --tool-call-parser iquest_q1。两条路径都分别给出了启用与不启用递归 MTP 的配置。

在智能体接入方面，项目自述建议使用支持工具调用的网关，Claude Code 走 Anthropic Messages，Codex 走 OpenAI Responses。README 中给出了对应的环境变量示例，包括 ANTHROPIC_MODEL、ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN 等，以及 Codex 侧的 OPENAI_API_KEY、MODEL_ID、BASE_URL。这些配置会修改本地 ~/.codex 下的文件，项目说明中也提示了先备份原有文件。

许可与限制

该仓库的许可证在事实表中标记为 other，即自定义许可，具体条款以仓库 LICENSE 文件为准。本文不对其是否可商用、可否再分发等作出判断，使用前请自行阅读许可原文。

项目自述中提到的已知限制包括：模型目前不具备多模态能力，因此在智能体对话中遇到多模态内容输入时，项目方的做法是在分词阶段用占位符替换。这意味着涉及图像、音频等输入的任务不在其能力范围内。

硬件与部署方面，从 README 给出的启动参数可以推断，官方推荐的部署方式需要 8 卡张量并行（--tp-size 8 / --tensor-parallel-size 8）以及 bfloat16 精度，属于面向多卡服务器的方案，不适合单卡或消费级设备直接运行。项目自述还提到，CyberGym 评测设置了六小时时限，Terminal-Bench 2.1 设置了八小时时限，这从侧面反映出部分智能体任务耗时较长。

此外，README 中给出的基准测试说明涉及若干第三方模型与内部基准，本文不引用其具体分数，也不做任何横向对比。对于关注实际效果的读者，建议以仓库中公开的评测说明为准，并结合自身任务做验证。