// 百川 Baichuan · 文本大模型
Baichuan-M3-235B 本地部署与显存需求
235.1B（MoE） 参数。4 位量化约 159 GB，BF16 约 519 GB（1 个 8K token 请求）。
发布 2026-01-13许可：可商用显存为估算值
01规格
| 发布方 | 百川智能 · baichuan-inc |
|---|---|
| 系列 | 百川 Baichuan · Baichuan-M3 |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 235.1B（MoE） 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 40K tokens (40,960)取自 config.json 的 max_position_embeddings |
| 结构 | 94 层 · GQA · MoE |
| 发布权重 | BF16 · 470 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-01-13 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 最低显卡 | Mac |
|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 470 GB | 519 GB | 524 GB | 8 × H100（640GB） | — |
| FP8 / INT8 / Q8_0 | 250 GB | 277 GB | 282 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 143 GB | 159 GB | 164 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB |
每个请求的 KV 缓存：8K 1.6 GB · 32K 6.3 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- Transformers — 官方模型卡提及
- llama.cpp — 官方提供 GGUF 权重
04官方仓库与量化版
baichuan-inc 官方发布的 4 个仓库。
- Baichuan-M3-235B main
- Baichuan-M3-235B-GPTQ-INT4 GPTQ/INT4
- Baichuan-M3-235B-FP8 FP8
- Baichuan-M3-235B-Q4_K_M-GGUF GGUF
05百川 Baichuan 其他模型
全部 2 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Baichuan-M2-32B | 32.8B | 24.5 GB | 2025-08-10 |
06来源
数据核对于 2026-02-09。参数、上下文、许可取自官方仓库；显存为本站估算。