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。

最佳推理与数学模型于 4× NVIDIA RTX 5090

竞赛数学、逻辑与科学推理

#	模型	参数量	精度	最大上下文	评分 (0–10)
1	Qwen3.6-27B 2026.04	27.8B	FP16	256K	9.29
2	gpt-oss-120b 2025.08	116.8B	NVFP4	128K	8.90
3	Qwen3.8-27B 2026.08	27.8B	FP16	256K	8.85
4	Qwen3.6-35B-A3B 2026.04	35B	FP16	256K	8.77
5	Baichuan-M2-32B 2025.12	32.8B	FP16	128K	8.34
6	Mistral-Medium-3.5-128B 2026.07	127.7B	NVFP4	186K	8.20
7	Qwen3-Coder-Next 2026.03	80B	FP8	256K	8.20
8	Qwen3.5-122B-A10B 2026.02	122B	NVFP4	256K	7.85
9	Qwen3.5-35B-A3B 2026.02	35B	FP16	256K	7.85
10	Qwen3.5-27B 2026.02	27B	FP16	256K	7.85
11	gpt-oss-safeguard-120b 2025.10	120.4B	NVFP4	128K	7.60
12	Leanstral 1.5 2026.06	119B	NVFP4	256K	7.50
13	Mistral Medium 3.5 2026.04	128B	NVFP4	185K	7.50
14	Ling 2.6 Flash 2026.04	104B	FP8	150K	7.50
15	Mistral Small 4 2026.03	119B	NVFP4	256K	7.50
16	Nemotron 3 Super 2026.03	120B	NVFP4	976K	7.50
17	GLM-4.7-Flash 2026.01	31B	FP16	198K	7.23
18	Leanstral 1.0 2026.03	119B	NVFP4	256K	7.20
19	Qwen-AgentWorld-35B-A3B 2026.06	34.7B	FP16	190K	7.10
20	TaskMem 2026.06	31.1B	FP16	219K	7.10

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。