参数量：685B！
混合专家 (MoE)：256 个专家动态路由，智能分配计算任务，效率与性能兼备。 动态位置嵌入：结合 RoPE 动态扩展机制。 高效量化：支持 FP8 格式量化，部署友好（这正常凡人跑不起来应该）。注意力机制改进：疑似使用 lora 思想进一步改进 multi latent attention（猜测，不懂装懂）
唯一的缺点是：没有 README 
，一副「我们就是这么豪横」的气质。
官方：“README？我们还没来得及写，因为在忙着上传权重。” 
权重链接：
参数量：685B！ 混合专家 (MoE)：256 个专家动态路由，智能分配计算任务，效率与性能兼备。 动态位置嵌入：结合 RoPE 动态扩展机制。 高效量化：支持 FP8 格式量化，部署友好（这正常凡人跑不起来应该）。注意力机制改进：疑似使用 lora 思想进一步改进 multi latent attention（猜测，不懂装懂）
21 个赞
官网还没有，不好说哈哈哈哈
这个数据是没问题的，我自己跑的是62出头，群友也跑了，60.几，都是误差范围
685b比gpt4o能力强我倒不是很惊讶，问题是真比Claude3.5强吗，（opus在榜上都看不见？我觉得opus能力还是挺猛的）
livebench官网上3opus是49.12，我截掉了
4o这越更新越落后也是给我整笑了
2 个赞
這波能不能逼出claude的3.5-opus或者claude-4-sonnet?
1 个赞
貌似干翻了哈哈哈
根据大家的回复，思考了一些内容：
评测数据来源分析 
LiveBench 数据：
P3
P4
该数据来源于公开的 P3 数据，这是基于 10.22 的测试数据。
最新数据测试：
P5
最新的测试数据为 P5 数据，目前尚未开源，所以佬提供的数据可能是与 P4 结果对标的测试数据，预计分数接近 60 分。
结合佬提供的 DeepSeek-v3 的成绩：
DeepSeek-v3 的测试分数为 60+ 分，直逼 o1。
6 个赞
卧槽，果然很猛
1 个赞
不思考的模型能和思考模型碰一碰的也就只有谷歌和deepseek了
2 个赞
如果是真的话就很厉害了
4 个赞
这波很猛啊
感觉openai再憋一个大招哈哈 
就是豪横！
跑这个模型需要至少30张4090，或者10张H100，成本大概60万-100万之间。有钱的佬可以部署一个玩玩。
5 个赞
非常人可玩版
编程的排行还是挺靠谱的，用过 OpenAI01.net 的o1，远超 Claude-3.5-Sonnet 和 gemini-exp-1206
1 个赞