Blockway 發表 Agens Volundr 32B v1 與開源引擎：混合架構支援 16GB 記憶體跑 262K 上下文

開發團隊 Blockway 於社群發布開源模型 Agens Volundr 32B v1 與 MIT 授權的推論引擎 Agens Engine，聲稱已解決先前預覽版的死迴圈與長上下文推論問題。在 50 項 SWE-bench 任務測試中，重複迴圈問題由 36 次降至 0 次，推論步數中位數為 120 tokens，SWE-bench Verified 答對題數由 22 題增至 27 題，平均任務耗時自 124 分鐘降至 82 分鐘。 Agens Engine 專為該模型的混合架構設計，全網 72 層中僅 18 層保留 KV 快取，其餘 54 層維持固定大小狀態。團隊稱相同 INT4 權重下，單串流解碼速度較其自家 SGLang 建置提升 1.4 至 1.6 倍。針對消費級硬體，團隊釋出約 2.85-bit 混合量化的 Agens-Volundr-32B-v1-Engine-16GB 建置版，宣稱能在 16 GB 記憶體預算內達到 262K 上下文視窗（實測達 239K），但此數據是在 48 GB 顯示卡上設置 16 GiB 硬性上限測得，非實際 16 GB 顯示卡，且需 Linux 與 CUDA 12.9 環境。效能方面，該模型在 LiveCodeBench v6 獲得 67.9 分，AIME 2025 獲得 80.0 分。