腾讯混元发布Hy3模型1-bit/4-bit量化版，单GPU可运行

腾讯混元将旗舰级 295B MoE 模型 Hy3 量化至 1-bit 和 4-bit，使单 GPU 即可运行，大幅降低部署门槛。

• 1-bit 量化版将权重从 598GB 压缩至 85.5GiB，一张 96GB 推理显卡即可部署，适合硬件受限场景。
• 4-bit 量化版体积 169.9GiB，两张显卡即可承载，效果接近满血模型，适合有限资源下追求性能。
• 量化版通过 llama.cpp 运行并支持 MTP 投机解码，1-bit 版解码速度提升约 50%，4-bit 版提升近 60%。
• 模型采用 Apache 2.0 开源协议，支持商用，并提供 2 周免费 API（通过 OpenRouter）。
• 影响/看点：Hy3 量化版让旗舰级模型从多卡集群走向单卡本地，极大降低了部署成本，有望推动更多开发者和企业在本地运行高性能模型。