Zespół Tencent Hunyuan wprowadził ilościową wersję flagowego modelu Hy3 (parametrów 295B). Wersja 1-bitowa (IQ1_M) kompresuje wagę z 598 GB do 85,5 GiB, co...
Zespół Tencent Hunyuan wprowadził ilościową wersję flagowego modelu Hy3 (parametrów 295B). Wersja
1-bitowa (IQ1_M) kompresuje wagę z 598 GB do 85,5 GiB, co oznacza 6,7-krotne zmniejszenie i pozwala na wdrożenie z jedną kartą graficzną inferencyjną o wartości 96 GB; Wersja 4-bitowa (Q4_K_M) ma pojemność 169,9 GiB, obsługując dwie karty graficzne. Wersja ilościowa wykonuje niemal w pełni zadania takie jak agenci, kod wielojęzyczny, wywołania narzędzi oraz rozumienie tekstu długiego. Zespół oferuje także wersję GPTQ Int4, wspierającą wdrażanie vLLM. Dzięki spekulatywnemu dekodowaniu MTP wersja 1-bitowa zyskuje na szybkości dekodowania o około 50%, podczas gdy wersja 4-bitowa poprawia się o prawie 60%. Wszystkie wersje są otwartoźródłowe i zapakowane w formacie GGUF, dostosowane do ekosystemu llama.cpp.
腾讯混元团队为旗舰模型 Hy3（295B 参数）推出量化版本。
1bit 版本（IQ1_M）将权重从 598 GB 压缩至 85.5 GiB，缩小 6.7 倍，单张 96GB 推理显卡即可部署；
4bit 版本（Q4_K_M）体积 169.9 GiB，两张显卡可承载。
量化版在 Agent、多语言代码、工具调用、长文理解等任务上表现接近满血模型。
团队还提供 GPTQ Int4 版本，支持 vLLM 部署。
配合 MTP 投机解码，1bit 版本解码速度提升约 50%，4bit 版本提升近 60%。
所有版本已开源并打包为 GGUF 格式，适配 llama.cpp 生态。
腾讯混元为295B参数的Hy3发布1bit、4bit及GPTQ Int4量化版本。1bit权重压缩至85.5 GiB，可在单张96GB推理显卡部署；4bit体积为169.9 GiB，可由两张显卡承载。
此次量化以Hy3原始598 GB权重为基础，1bit版本缩小6.7倍。各版本已开源，其中GGUF格式适配llama.cpp生态，GPTQ Int4版本支持通过vLLM部署。
Aioga判断，此次更新的重点不只是压缩模型体积，还包括对不同推理生态的适配。单卡承载1bit版本，可能扩大开发者在有限显存条件下测试和部署Hy3的空间。
值得关注的是，材料称量化版在Agent、多语言代码、工具调用和长文理解任务上接近满血模型；配合MTP投机解码，1bit与4bit版本解码速度分别提升约50%和近60%。 后续值得关注不同硬件与实际业务负载下的性能表现，包括量化版本与满血模型的任务差异、显存占用、解码速度，以及GGUF和GPTQ Int4两条部署路径的适用范围。
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
Źródło: 公众号：腾讯混元
原文链接: Otwórz źródło oryginalne
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-14T08:56:07.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga 自动聚合全球 AI 动态，并保留来源信息用于核验与引用。