Qwen3.8 180B 级模型仅需 39GB 显存即可运行
EyalToledano · x · 2026-08-28
来自 HamsterResearch 实验室的 Qwen3.8-Flash-Next-REAP-288-MLX-4bit 模型，这是一个 180B 级别的模型，仅需 39GB 内存即可运行。
- 采用 MLX 原生 4 位，比原版 q4 小 60%。
- 通过 REAP 算法将专家数从 512 剪枝至 288。
- HumanEval 分数为 91.5%（原版为 93.9%）。
所属事件:开发者把 180B 级 Qwen MoE 剪枝压缩进 48GB Mac(9 条相关)→
「Infra」频道最新
- 推理平台 engy.ai 单日处理超 500 亿 tokens,主打低价开源模型 — const_reborn · 2026-10-16
- 新推理引擎『e』单台 DGX Station 跑出 10500 tok/s 聚合吞吐 — brandon_galang · 2026-10-16
- SGLang Day-0 支持 FLUX 3 Image Klein：单图 10 参考图，BF16/FP8/NVFP4 多精度 — ying11231 · 2026-10-16
- 英伟达 Nemotron 3.5 Super VL 上线 CoreWeave：12B 激活参数多模态 MoE，输入仅 $0.25/百万 tokens — wandb · 2026-10-16
- 2026 晶圆厂设备支出上调至 1530 亿美元，设备周期被拉长 — BenBajarin · 2026-10-16
- Steam 更新实测 5.23 秒启动反超 Epic，网友调侃 vLLM 该加入「启动时间大战」 — AlpinDale · 2026-10-16