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 8× 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	MiniMax-M2.5 2026.03	228.7B	NVFP4	192K	9.93
2	Step-3.5-Flash 2026.03	199.4B	FP8	124K	9.77
3	MiniMax-M2.1 2026.02	228.7B	NVFP4	192K	9.75
4	DeepSeek-V4-Flash 2026.07	284B	NVFP4	439K	9.63
5	Qwen3.5-397B-A17B 2026.02	397B	NVFP4	70K	9.41
6	MiniMax-M2 2025.12	228.7B	NVFP4	192K	9.34
7	gpt-oss-120b 2025.08	116.8B	FP8	128K	8.90
8	DeepSeek-V4-Flash-0731 2026.08	304.2B	NVFP4	242K	8.70
9	Mistral-Medium-3.5-128B 2026.07	127.7B	FP8	256K	8.20
10	Qwen3-Coder-Next 2026.03	80B	FP16	256K	8.20
11	Qwen3.5-122B-A10B 2026.02	122B	FP8	256K	7.85
12	MiniMax-M2.7 2026.04	228.7B	NVFP4	200K	7.80
13	gpt-oss-safeguard-120b 2025.10	120.4B	FP8	128K	7.60
14	Leanstral 1.5 2026.06	119B	FP8	256K	7.50
15	Mistral Medium 3.5 2026.04	128B	FP8	256K	7.50
16	Ling 2.6 Flash 2026.04	104B	FP16	256K	7.50
17	Mistral Small 4 2026.03	119B	FP8	256K	7.50
18	Nemotron 3 Super 2026.03	120B	FP8	976K	7.50
19	Leanstral 1.0 2026.03	119B	FP8	256K	7.20
20	Qwen-AgentWorld-35B-A3B 2026.06	34.7B	FP16	256K	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。