モデル紹介
The vendor-recipe quantized checkpoint of **Muse Glimmer**, packed for serving with SGLang. This is the model vendor's own `fp_awq` mixed-precision recipe (`MIXED_PRECISION`): **NVFP4** (E2M1, group 16) on most projections, **MXFP8** (E4M3, group 32) on the higher-sensitivity set (`v_proj`, `down_proj`, `lm_head`), norms in bf16 — 18.3 GiB versus 52 GiB for the bf16 export. Grab it and serve it directly by repo id; no conversion step needed. - **Base model:** `meta-models/Muse-Glimmer-30B` (Muse Glimmer bf16 export) - **Format:** Safetensors, 5 shards, 18.34 GiB - **Recipe:** vendor `fp_awq` hand-off packed with the SGLang fork's `convert_fp_awq_to_hf.py` (default flags — the recipe as shipped); quantization map in `hf_quant_config.json` (`quant_algo: MIXED_PRECISION`) - **Language model:** 52 layers, hidden 6656, 32 Q / 2 KV heads, vocab 202,048 - **Text-only serving** is recommended (`--language-model-only`); the vision tower ships in the base export, not in this quantized checkpoint Notes: decode is memory-bound, so the speedup tracks the 52→18 GiB weight reduction. On GB10, quantized *prefill* is slower than bf16 at batch ≥ 4 (~650 vs ~1500 input tok/s) — decode-heavy workloads win, prefill-heavy workloads should measure. Correctness smoke-verified (greedy arithmetic and generation with correct stop tokens); full accuracy suite pending.
主な特徴
特点摘要待依据来源补齐，不凭模型名称推断能力。
制約と注意点
具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。
出典別料金と費用分析
料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
公開評価と実行設定
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：来源未披露，须进一步核验。模型介绍与第三方评测均以原来源的具体版本和方法为准。