腾讯混元将Hy3旗舰模型量化至1bit与4bit,单卡即可部署
原文标题:极致量化,近三千亿参数 Hy3 单卡即可部署
AI 摘要
腾讯混元将295B参数的Hy3旗舰模型权重量化至1bit与4bit并打包成GGUF,配合llama.cpp生态,使原本需多卡集群部署的模型最少一张96GB推理显卡即可运行。1bit版将权重从598GB压缩至85.5GiB,4bit版体积169.9GiB,两张显卡可承载;量化版在长文理解、Agent与代码任务上贴近满血效果,开启MTP后解码速度提升约50%-60%。
关键信息
- 腾讯混元将295B参数的Hy3旗舰模型权重量化至1bit与4bit并打包成GGUF,配合llama.
- cpp生态,使原本需多卡集群部署的模型最少一张96GB推理显卡即可运行。
- 1bit版将权重从598GB压缩至85.
- 5GiB,4bit版体积169.
- 9GiB,两张显卡可承载
速览
推荐理由
将 295B 旗舰模型量化至单卡部署,1bit 版本在长文理解上仍接近满血,且提供 MTP 加速,改变了本地运行大模型的门槛与成本考量。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:腾讯混元将Hy3旗舰模型量化至1bit与4bit,单卡即可部署。2026年7月14日。https://new.nat6.net/news/cmsdu2uhb013orofz5u7hfmv2/