295B模型1bit压缩本地跑赢API
iamaliveix · x · 2026-07-15
Atomic Chat 把 295B 参数的 Hy3 做到极端 1-bit 压缩，生成了一个 92GB 文件，并在本地 4× RTX 5090 / 128GB VRAM 上运行，速度比云端 API 快 2.2 倍。
实测中，本地版和云 API 版都能完成同样的一次性提示词任务，分别生成了 Flappy Bird、Arkanoid、Snake 游戏，且没有明显质量差距或崩溃。两者输出规模接近：本地版 76.9K tokens / 15.5 分钟，云 API 版 75.1K tokens / 34.3 分钟。
作者强调，Hy3 是腾讯开源的 Apache 2.0 模型，可商用，且是一个 295B MoE（21B active） 的大模型。
所属事件:Atomic Chat发布1bit版Hy3离线聊天工具(3 条相关)→
「Infra」频道最新
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11