A OpenCSG apresentou o modelo Agentic-27B, que está disponível para download e destinado a ser implantado em ambientes corporativos privados e para uso multifásico de ferramentas. A descrição técnica em chinês enfatiza o foco na seleção de habilidades, formulação de argumentos para ferramentas, recuperação de falhas e verificação da conclusão da tarefa solicitada.
Este lançamento é a segunda versão pública da série Agentic da empresa. Ele substituiu o modelo base anterior Qwen3-30B-A3B do tipo 'mixture-of-experts' por um modelo mais denso, o Qwen3.8-27B. A OpenCSG informou que a adaptação de baixo ranque (low-rank adaptation) e a otimização direta de preferências (LoRA DPO) foram usadas para o treinamento, utilizando registros de execução obtidos através de sua própria plataforma.
O conjunto de dados para treinamento de preferências aumentou de aproximadamente 3000 exemplos para 5857. A OpenCSG esclareceu que essas amostras incluem trajetórias de uso de ferramentas, respostas com baixa pontuação, chamadas malsucedidas e feedback de verificação, sendo todos os registros editados, verificados e filtrados antes do início do treinamento. O modelo possui cerca de 27,36 bilhões de parâmetros e pesos no formato BF16.
Todos os resultados de benchmarking apresentados são fornecidos pela própria OpenCSG. Em seu teste Agentic Eval, a empresa registrou uma média de pontuação de cerca de 0,83, ocupando o segundo lugar entre os modelos testados. Este conjunto de tarefas inclui 119 tarefas, cada uma executada três vezes, mas o cartão detalhado do modelo indica que apenas 103 tarefas receberam avaliações válidas.
Desses 103 tarefas avaliadas, 74 passaram em todas as três tentativas, e 96 passaram pelo menos uma vez. A OpenCSG compara o número de sucessos em três tentativas com o indicador de 11 de seu modelo anterior. É importante notar que esta contagem refere-se ao número de tarefas, e não a porcentagens, e deve-se considerar a diferença na cobertura da avaliação ao comparar os lançamentos. Esses resultados não constituem uma certificação independente de confiabilidade em sistemas próprios da empresa.
A OpenCSG também relatou a possibilidade de implantar o modelo em um único dispositivo NVIDIA A800 com 80 GB de memória. Durante os testes, os pesos BF16 consumiram 51,1 GB, com um contexto de serviço de 32.768 tokens e suporte a até oito solicitações simultâneas. Neste caso, o contexto de teste é menor que o valor máximo de configuração do modelo, que é de 262.144 posições.
O cartão do modelo chinês contém um esclarecimento importante sobre o lançamento aberto: o uso comercial requer obtenção de permissão de acordo com o Acordo de Licença do modelo e do conjunto de dados OpenCSG. Os pesos baixáveis não fornecem permissão comercial ilimitada, incluindo permissão para modelos derivados, agentes ou produtos de API. Além disso, a OpenCSG indica que operações sensíveis de gravação devem ser acompanhadas por confirmação humana e controle de privilégios mínimos.
