モデル紹介
- **MTP draft head preserved in bf16** and wired into the index — speculative decoding works out of the box (`method: qwen3_5_mtp`). - Vision tower, `lm_head`, DeltaNet `conv1d`, and the MTP head are kept in bf16; everything else is NVFP4 W4A4. - Quantized **GPU-resident**: the full bf16 model dispatched across 8× RTX PRO 2000 Blackwell (16 GB) with `device_map=auto` — calibration itself took **68 seconds** (32 samples × 8192 tok). - Serves on SM120 (Blackwell) with vanilla vLLM v0.22.0 — compressed-tensors auto-detected, no `--quantization` flag. Single-stream prefill (prefix cache disabled, mean of 3): **3,820 tok/s @ 8k**, 3,299 @ 32k, 2,363 @ 100k prompt tokens. GPU KV cache at TP=4/128k: 1,025,977 tokens (7.83× concurrency). On boards without P2P add `NCCL_P2P_DISABLE=1` and `--disable-custom-all-reduce`.
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：apache-2.0。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。