优搜 / 数据速查 / AI 模型速查

AI 模型速查

共 12 个主流模型：参数量、上下文、硬件与量化建议速查。

GPT-5.3
OpenAI
参数量未公开（社区估算 2T+，MoE）
上下文500K tokens
发布时间2026-05
硬件要求云端 API（FP8/BF16 集群）；本地近似可跑开源蒸馏版，需 8×H200 或 1TB+ 显存
量化建议官方云端不开放权重；本地近似常用 GPTQ/AWQ 4-bit，FP8 为甜点位
适用场景复杂推理、代码、通用 Agent
Claude 4.6 Opus
Anthropic
参数量未公开（社区估算 1T+）
上下文1M tokens
发布时间2026-03
硬件要求云端 API；本地无可下载权重，仅能跑开源近似模型（需 8×H200）
量化建议官方云端 FP8/BF16；本地近似用 4-bit GPTQ 开源模型
适用场景长文、审计、企业高可靠任务
Gemini 3.5 Pro
Google
参数量未公开（MoE，估算数百 B）
上下文2M tokens
发布时间2026-05
硬件要求云端 TPU；本地近似可跑 Gemma 3 系（单卡 24GB 可跑 27B）
量化建议官方 TPU FP8；本地 Gemma 用 Q4_K_M / AWQ 4-bit
适用场景多模态、超长上下文、搜索增强
DeepSeek-V4
DeepSeek
参数量未公开（MoE，估算 1T+ / 激活约 40B）
上下文256K tokens
发布时间2026-06
硬件要求官方 API；满血本地需 8×H200；4-bit 量化可在 4×80GB 上跑
量化建议官方 FP8 开源；社区 GPTQ/AWQ 4-bit 最常用
适用场景高性价比通用模型、中文与代码
Qwen3-Max
阿里通义
参数量未公开（MoE，估算 1T+）
上下文256K tokens
发布时间2026-04
硬件要求云端 API；开源近似 Qwen3-235B 可用 2×48GB Q4 跑
量化建议官方 FP8；开源版 GPTQ/AWQ/GGUF 全套
适用场景中文、代码、可私有化部署
GLM-5
智谱
参数量未公开（MoE，估算 500B/激活 36B）
上下文256K tokens
发布时间2026-06
硬件要求云端 API / MaaS；本地近似可跑 GLM-4-9B（单卡 16GB）
量化建议官方 API FP8；开源 9B/32B 用 GGUF Q4/Q5
适用场景国内合规、工具调用、Agent 生态
Kimi K3
月之暗面
参数量未公开（MoE，估算 1T+ / 激活 32B）
上下文256K tokens
发布时间2026-05
硬件要求云端 API；开源权重 4-bit 需 4×80GB 或 Mac 集群
量化建议官方开源；社区 AWQ 4-bit 常用
适用场景超长文、深度推理
Llama 5
Meta
参数量未公开（MoE，估算 700B / 激活 20B）
上下文1M tokens
发布时间2026-07
硬件要求单卡 H200 可跑 4-bit；BF16 需 8×80GB
量化建议官方 BF16 + 社区 GGUF Q4_K_M / GPTQ
适用场景开源多模态、研究/私有化
Mistral Large 4
Mistral AI
参数量未公开（MoE，估算 300B）
上下文256K tokens
发布时间2026-05
硬件要求BF16 需 8×80GB；Q4 量化 2×80GB 可跑
量化建议官方 BF16 开源；GGUF/AWQ 4-bit 常用
适用场景欧洲合规、企业私有化
Grok 5
xAI
参数量未公开（社区估算 1T+）
上下文256K tokens
发布时间2026-08
硬件要求仅云端 API；本地近似跑开源 Grok-1（8×A100）
量化建议云端 FP8；开源 Grok-1 可用 4-bit GPTQ
适用场景实时信息、图像理解、X 平台联动
o5
OpenAI
参数量未公开（小参数推理模型）
上下文300K tokens
发布时间2026-08
硬件要求云端 API，成本低；本地无权重
量化建议云端服务端量化；开源近似用 Qwen3 推理版替代
适用场景低成本复杂推理、数学/编程
MiniMax-Text-03
MiniMax
参数量未公开（MoE，估算 600B / 激活 50B）
上下文300K tokens
发布时间2026-04
硬件要求云端 API；4-bit 本地需 4×80GB
量化建议官方未全开源，社区用 AWQ 4-bit
适用场景中文创作、长文、性价比

参数来自公开资料整理，社区估算值已标注；官方权重以各厂商为准。