术语slug: active-parameters

激活参数

Active Parameters

稀疏架构下单次推理实际参与计算的参数规模,直接决定推理开销

收录情报动态

共 16 篇 · 第 1/2 页
Artificial AnalysisT1·基座大模型
78 分
Thinking Machines 开源 26B 循环 Transformer 模型

Thinking Machines 发布 Inkling 2 Mini,一款总参数 26B、激活参数 5.4B 的混合专家模型,采用循环层(looped transformer)架构,以 Apache 2.0 协议开源,支持文本与图像输入及 100 万 token 上下文。它在 Artificial Analysis 智能指数上取得 20 分,与 Qwen3.8 27B、Nanbeige4.3-33B 持平,但激活参数分别少约 5 倍和 6 倍,处于智能与参数规模的帕累托前沿,且小到可在 MacBook 或 DGX Spark 上本地运行。

Artificial Analysis (@ArtificialAnlys)T1·基座大模型
78 分
Thinking Machines 发布 Inkling 2 Mini 开源模型

Thinking Machines 发布 Inkling 2 Mini,这是一款总参数 26B、激活参数 5.4B 的循环 Transformer 混合专家模型,在 Artificial Analysis 智能指数上得分 20,处于智能与激活参数权衡的帕累托前沿。模型采用 Apache 2.0 许可,支持文本与图像输入及 1M token 上下文,体积小到可在 MacBook 或 DGX Spark 上本地运行。

InfoQ 中文T2·基座大模型
72 分
腾讯混元 Hy4 flash 发布 单任务成本仅 0.26 元

腾讯混元发布轻量模型 Hy4 flash,总参数 224B、激活参数仅 12B,支持多模态与 1M 上下文,单任务成本 0.26 元,约为 Hy4 的 1/20。上线首日即登顶 OpenRouter 日榜,Token 调用量突破 50 万亿,创混元系列首日新高,已在腾讯云 TokenHub 上线并推出限时五折。

The DecoderT2·基座大模型
78 分
Thinking Machines 发布 Inkling 2 Small 开源权重模型登顶西方榜首

前 OpenAI CTO Mira Murati 创办的 Thinking Machines 发布 Inkling 2 Small,采用 5940 亿参数混合专家架构,单次推理仅激活 170 亿参数。该模型在 Artificial Analysis 智能指数上得分 31,较前代提升 18 分,与 Gemini 3.8 Flash 大致持平,智能体任务提升尤为明显,但单任务成本升至前代六倍。模型初期通过 Tinker 平台以闭源形式提供,后续将以 Apache 许可证开放权重。

IT之家 · 智能时代T2·基座大模型
78 分
蚂蚁发布 Ling 3.2 Flash 原生多模态模型 三项基准超越 Claude Opus 5

蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash,采用 560B 总参数、约 25B 激活参数的 MoE 架构,支持 1M 上下文与图像、文本、视频输入。官方自测在 OmniDocBench1.5、ZEROBench、Vision2Web 三项基准上超过 Claude Opus 5,DesignArena 图像转前端榜单以 1238 Elo 进入前十。API 输入每百万词元 0.30 美元、输出 0.90 美元,兼容 OpenAI 与 Anthropic 协议,上线前两周限时免费。

IT之家 · 智能时代T2·基座大模型
58 分
腾讯混元 Hy4 即将发布 首次引入视觉理解

腾讯在数字生态大会上宣布混元 Hy4 即将发布,相比 preview 版本全面升级,强化长程与真实生产力任务、提升思维链效率,并首次引入视觉理解;轻量版 Hy4 flash 也将近期推出,主打极致性价比。官方未公布具体参数与评测数据,此前 preview 版为 770B 总参数、49B 激活、1M 上下文。

The DecoderT2·基座大模型
78 分
Mistral 发布 Le Chonk 万亿参数开源编码模型

Mistral 发布了其最大规模的开源模型 Large 4(代号 Le Chonk),拥有约一万亿总参数和 520 亿激活参数,采用修改版 MIT 许可证。该模型在独立基准测试中表现出强大的编码能力,但在综合智能指数上仍落后于中国开源模型及 Anthropic/Google 的领先系统。其核心优势在于推理速度、较低的 API 成本以及极高的有害请求拒绝率。

IT之家 · 智能时代T2·基座大模型
84 分
英伟达开源 Nemotron 3.5 Super VL:120B MoE 架构实现单 GPU 智能体吞吐提升 5 倍

英伟达发布开放多模态模型 Nemotron 3.5 Super VL,采用混合专家(MoE)架构,总参数 1200 亿、激活参数 120 亿。该模型专为持续运行和多步骤 AI 智能体设计,在单张 GPU 上执行智能体任务时吞吐量最高可达同规模其他开放模型的 5 倍。其将推理、指令遵循、工具调用与文本、图像、文档及视频理解能力整合于同一模型,支持开发者利用 NeMo 工具链进行后训练定制。

Artificial AnalysisT1·基座大模型
86 分
NVIDIA 发布 Nemotron 3.5 Super VL:登顶美国开源权重模型,NVFP4 量化近乎无损且效率翻倍

NVIDIA 推出 Nemotron 3.5 Super VL,以 26.5 分在 Artificial Analysis 智能指数中超越 Thinking Machines 和 Meta 的竞品,成为当前领先的美国开源权重模型。该模型不仅实现了较前代两倍的智能提升,还通过优化将单任务输出 Token 减少约 60%,并在 NVFP4 量化格式下保持与 BF16 几乎一致的精度(误差小于 0.1 分)。此外,同系列发布的 Bolt 74B-A9B 以极小的参数规模逼近旗舰 Ultra 的性能,展示了高效稀疏架构的最新进展。