主要来源OpenBMB
查看原文事件专题 ·多源确认
社区推出 MiniCPM5-2B 的 EXL3 4-bit 量化版，权重仅 1.61 GB
社区为 MiniCPM5-2B 制作了一个 EXL3 4-bit（4.0 bpw）量化版本，量化后模型权重只有 1.61 GB。在 NVIDIA Tesla T4 上实测推理速度约 68–70 tokens/s。该版本支持通过 ExLlamaV3 和 TabbyAPI 进行本地推理，适合低资源设备的本地部署。
当前结论
MiniCPM5-2B 出了 4-bit 量化版，权重才 1.61 GB，T4 上能跑 70 tokens/s，想在自己机器上跑小模型可以试试。
3 个信源73° AI 热度最后更新 2026/9/28 13:00:03
证据链
3 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。