모델 소개
- **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`.
주요 특징
特点摘要待依据来源补齐，不凭模型名称推断能力。
한계 및 유의 사항
구체적 한계를 판단할 출처가 부족합니다. 실제 성능, 지연, 데이터 정책, 라이선스와 버전 수명을 확인하세요.
출처별 요금 및 비용 분석
요금은 채널, 지역, 설정에 따라 다릅니다. 각 채널 요금은 개별 표시되며 제공사의 통일 공식 요금이 아닙니다.
| 출처 / 채널 | 입력 | 출력 | 과금 단위 | 수집 시간 |
|---|---|---|---|---|
| 확인된 요금이 없습니다. 출처를 확인하세요. | ||||
월간 기본 토큰 비용 추정
추정치에는 캐시 할인, 구간 요금, 멀티모달 추가 요금, 검색, 세금 및 추가 추론 출력이 포함되지 않습니다.
공개 평가 및 실행 설정
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。
등록된 전체 순위 보기 →자주 묻는 질문
오픈 웨이트면 무료 상업 이용이 가능한가요?
반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 조건과 정책을 확인하세요. 자체 배포에는 연산 및 유지 비용도 듭니다.
실시간 결제 요금인가요?
수집 시간이 기록된 요금 스냅샷입니다. 최신 버전, 지역, 할인과 과금 방식은 해당 채널에서 확인하세요.
출처 및 추적 기록
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。