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。

最佳知识模型于 4× NVIDIA RTX PRO 6000

世界知识与多领域理解

#	模型	参数量	精度	最大上下文	评分 (0–10)
1	Step-3.5-Flash 2026.03	199.4B	FP8	256K	10.00
2	Qwen3.5-397B-A17B 2026.02	397B	NVFP4	256K	9.57
3	DeepSeek-V4-Flash 2026.07	284B	FP8	382K	9.41
4	Qwen3.5-122B-A10B 2026.02	122B	FP16	256K	9.08
5	MiniMax-M2.1 2026.02	228.7B	FP8	192K	9.00
6	MiniMax-M2 2025.12	228.7B	FP8	192K	8.69
7	Nemotron 3 Ultra 2026.06	550B	NVFP4	500K	8.50
8	Mistral-Medium-3.5-128B 2026.07	127.7B	FP16	256K	8.40
9	DeepSeek-V4-Flash-0731 2026.08	304.2B	FP8	172K	8.30
10	MiniMax M3 2026.07	427B	NVFP4	425K	8.30
11	MiniMax-M2.7 2026.04	228.7B	FP8	200K	8.20
12	gpt-oss-120b 2025.08	116.8B	FP16	128K	8.10
13	Qwen3-Coder-Next 2026.03	80B	FP16	256K	7.80
14	Mistral-Small-4-119B-2603 2026.07	119.4B	FP16	460K	7.60
15	Mistral Medium 3.5 2026.04	128B	FP16	256K	7.50
16	Ling 2.6 Flash 2026.04	104B	FP16	256K	7.50
17	Mistral Small 4 2026.03	119B	FP16	256K	7.50
18	Nemotron 3 Super 2026.03	120B	FP16	976K	7.50
19	gpt-oss-safeguard-120b 2025.10	120.4B	FP16	128K	7.10
20	Leanstral 1.5 2026.06	119B	FP16	256K	7.00

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。