同样是 MoE 模型，本地跑起来差别能大到哪去：gpt-oss-120b 总共 117B 参数，每次只激活 5.1B，一张 80GB 显卡就能跑

1. 

   消息推送

   同样是 MoE 模型，本地跑起来差别能大到哪去：gpt-oss-120b 总共 117B 参数，每次只激活 5.1B，一张 80GB 显卡就能跑

   57分钟前

   同样是 MoE 模型，本地跑起来差别能大到哪去：gpt-oss-120b 总共 117B 参数，每次只激活 5.1B，一张 80GB 显卡就能跑。我最近对着 10 款开放 MoE 模型的路由配置一项项看下来，这个反差最让我意外。Llama 4 Maverick 总参数 400B，每次只激活 17B，每个 token 只走 1 个共享专家加 128 个路由专家里的 1 个。DeepSeek-V4-Pro 更夸张，总参数 1.6T，每次只激活 49B，384 个路由专家里每次激活 6 个。专家数从 Mixtral 的 8 个到 Kim...
   
   🌐 链接: https://x.com/taiyanghere/status/2119414759313264777
   🏷️ 分组: X｜太阳（taiyanghere）
   🕒 时间: 2026-11-08 21:00:30

   X (formerly Twitter)

   太阳 (@taiyanghere) on X

   同样是 MoE 模型，本地跑起来差别能大到哪去：gpt-oss-120b 总共 117B 参数，每次只激活 5.1B，一张 80GB 显卡就能跑。我最近对着 10 款开放 MoE 模型的路由配置一项项看下来，这个反差最让我意外。Llama 4 Maverick 总参数 400B，每次只激活 17B，每个 token 只走 1 个共享专家加 128 个路由专家里的 1 个。DeepSeek-…

   57分钟前