// 小红书 dots · 文本大模型
dots.llm1.base 本地部署与显存需求
总 142B · 激活 14B（MoE） 参数。4 位量化约 104 GB，BF16 约 321 GB（1 个 8K token 请求）。
发布 2026-10-06许可：可商用显存为估算值
01规格
| 发布方 | 小红书 hi lab · rednote-hilab |
|---|---|
| 系列 | 小红书 dots · dots.llm1.base |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 142B · 激活 14B（MoE） 来源：官方模型卡“activates 14B parameters out of a total of 142B parameters” |
| 上下文长度 | 32K tokens (32,768)取自 config.json 的 max_position_embeddings |
| 结构 | 62 层 · GQA · MoE |
| 发布权重 | FP32 · 6.2 GB下载量 |
| 许可 | MIT · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-10-06 （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） | 284 GB | 321 GB | 346 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| FP8 / INT8 / Q8_0 | 151 GB | 175 GB | 200 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 86.1 GB | 104 GB | 128 GB | H200 141GB | Mac 256GB |
每个请求的 KV 缓存：8K 8.3 GB · 32K 33.3 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
04官方仓库与量化版
rednote-hilab 官方发布的 1 个仓库。
- dots.llm1.base Base
06来源
数据核对于 2026-10-07。参数、上下文、许可取自官方仓库；显存为本站估算。