// 腾讯混元 Hunyuan / Hy · 翻译
Hy-MT2-30B-A3B 本地部署与显存需求
总 30.1B · 激活 3B（MoE） 参数。4 位量化约 21.4 GB，BF16 约 67.5 GB（1 个 8K token 请求）。
发布 2026-05-11许可：可商用显存为估算值
01规格
| 发布方 | 腾讯 · tencent |
|---|---|
| 系列 | 腾讯混元 Hunyuan / Hy · Hy-MT2 |
| 类型 | 翻译 (translation) |
| 参数量 | 总 30.1B · 激活 3B（MoE） 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 256K tokens (262,144)取自 config.json 的 max_position_embeddings |
| 结构 | 48 层 · GQA · MoE |
| 发布权重 | BF16 · 60.1 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 | 2026-05-11 （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 | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 60.1 GB | 67.5 GB | 69.9 GB | 79.5 GB | H100 80GB | Mac 128GB |
| FP8 / INT8 / Q8_0 | 31.9 GB | 36.4 GB | 38.9 GB | 48.5 GB | 2 × RTX 5090（64GB） | Mac 64GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 18.2 GB | 21.4 GB | 23.8 GB | 33.4 GB | RTX 4090 24GB | Mac 36GB |
每个请求的 KV 缓存：8K 0.8 GB · 32K 3.2 GB · 128K 12.9 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
- llama.cpp — 官方模型卡提及
- Transformers — 官方模型卡提及
04官方仓库与量化版
tencent 官方发布的 3 个仓库。
- Hy-MT2-30B-A3B-GGUF GGUF
- Hy-MT2-30B-A3B-FP8 FP8
- Hy-MT2-30B-A3B main
05腾讯混元 Hunyuan / Hy 其他模型
全部 19 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Hy-MT2-1.8B · 同系列 | 2.04B | 2.4 GB | 2026-05-11 |
| Hy-MT2-7B · 同系列 | 8.03B | 6.9 GB | 2026-05-11 |
| Hy-Memory-30B-A3B | 30.1B / 3B | 21.4 GB | 2026-10-15 |
| Hy4-preview | 770B / 49B | 515 GB | 2026-08-27 |
| Hy3 | 295B / 21B | 200 GB | 2026-07-02 |
| Hy3-preview | 295B / 21B | 200 GB | 2026-04-13 |
| HY-MT1.5-1.8B | 2.04B | 2.4 GB | 2025-12-25 |
| HunyuanOCR | 1.12B | 2.1 GB | 2025-11-18 |
| HunyuanVideo-1.5 | — | — | 2025-11-18 |
| HunyuanImage-3.0-Instruct | 80B / 13B | 53.9 GB | 2025-09-25 |
06来源
数据核对于 2026-07-21。参数、上下文、许可取自官方仓库；显存为本站估算。