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。

最佳音频模型于 4× NVIDIA RTX 5090

语音识别、音频理解与声音生成

#	模型	参数量	精度	最大上下文	评分 (0–10)
1	Qwen-AgentWorld-35B-A3B 2026.06	34.7B	FP16	190K	6.80
2	Qwen3.5-122B-A10B 2026.02	122B	NVFP4	256K	6.80
3	Qwen3.5-35B-A3B 2026.02	35B	FP16	256K	6.30
4	Qwen3.5-27B 2026.02	27B	FP16	256K	6.30
5	Qwen3.8-27B 2026.08	27.8B	FP16	256K	6.20
6	TaskMem 2026.06	31.1B	FP16	219K	5.60
7	Nemotron 3 Nano Omni 2026.04	30B	FP16	256K	4.50
8	Qwen3.6-35B-A3B 2026.04	35B	FP16	256K	3.20
9	UI-Mate-27B 2026.08	27.4B	FP16	256K	2.70
10	UI-Mate-democua-27B 2026.08	27.4B	FP16	256K	2.30
11	Gemma 4 26B-A4B 2026.03	26B	FP16	256K	2.30
12	GLM-4.7-Flash 2026.01	31B	FP16	198K	2.30
13	Qwen3.6-27B 2026.04	27.8B	FP16	256K	2.10
14	Hy-MT2-30B-A3B 2026.07	30.1B	FP16	227K	1.30
15	Fara1.5-27B 2026.07	27.4B	FP16	256K	1.20
16	Mistral-Small-4-119B-2603 2026.07	119.4B	NVFP4	205K	1.20
17	Mistral-Medium-3.5-128B 2026.07	127.7B	NVFP4	186K	1.20
18	Qwen3-Coder-Next 2026.03	80B	FP8	256K	1.20
19	Leanstral 1.0 2026.03	119B	NVFP4	256K	1.20
20	gpt-oss-safeguard-20b 2026.01	21.5B	FP16	128K	1.20

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。