HyperAI超神经

选择 GPU 配置和能力，以寻找最适合的开源模型，并将其部署为 API。

最佳全模态模型于 2× NVIDIA RTX PRO 6000

统一音频、视觉与文本理解

#	模型	参数量	精度	最大上下文	评分 (0–10)
1	Qwen3.5-122B-A10B 2026.02	122B	FP8	256K	8.29
2	MiniMax-M2.7 2026.04	228.7B	NVFP4	178K	6.80
3	MiniMax-M2.5 2026.03	228.7B	NVFP4	178K	6.80
4	Qwen-AgentWorld-35B-A3B 2026.06	34.7B	FP16	256K	6.70
5	MiniMax-M2.1 2026.02	228.7B	NVFP4	178K	6.60
6	Step-3.7-Flash 2026.06	201.4B	NVFP4	233K	5.10
7	TaskMem 2026.06	31.1B	FP16	256K	5.10
8	Step-3.5-Flash 2026.03	199.4B	NVFP4	237K	3.10
9	MiniMax-M2 2025.12	228.7B	NVFP4	178K	2.80
10	DeepSeek-V4-Flash 2026.07	284B	NVFP4	104K	2.10
11	Hy-MT2-30B-A3B 2026.07	30.1B	FP16	256K	1.60
12	Mistral-Medium-3.5-128B 2026.07	127.7B	FP8	192K	1.60
13	Qwen3-Coder-Next 2026.03	80B	FP16	187K	1.60
14	gpt-oss-safeguard-120b 2025.10	120.4B	FP8	128K	1.60
15	Leanstral 1.0 2026.03	119B	FP8	256K	1.40
16	Mistral-Small-4-119B-2603 2026.07	119.4B	FP8	226K	1.20
17	gpt-oss-120b 2025.08	116.8B	FP8	128K	1.20
18	Baichuan-M2-32B 2025.12	32.8B	FP16	128K	1.10
19	Leanstral 1.5 2026.06	119B	FP8	256K	0.00
20	Mistral Medium 3.5 2026.04	128B	FP8	191K	0.00

已在 HyperAI 上验证部署得分汇总了所选能力的公开基准测试数据。列出的模型在可用显存 (VRAM) 中均能容纳权重和 KV 缓存，并支持至少 64K 的上下文，且处于最适用的最佳精度。