趋近智
Agnes 3.0 Flash
参数
33B
上下文长度
262K
模态
Text
架构
Dense
KV 缓存速率
288 KB/tok
许可证
Apache 2.0
发布日期
11 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $0.05 · 输出: $0.15
硬件选型
精度
上下文
工作负载显存: 20.12 GB
INT4 · 8K context
基础权重: 15.37 GB
KV 缓存: 2.25 GB
运行时与计算图: 2.50 GB
最小所需硬件
1x NVIDIA L4 24GB
20.1 / 21.6 GB usable
2x RTX 4090 24GB
20.1 / 43.2 GB usable · TP 2
Apple M3 Pro 36GB
20.1 / 27.0 GB usable
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
评估基准
没有可用的 Agnes 3.0 Flash 评估基准。
排名
排名
-
编程排名
-
关于 Agnes 3.0 Flash
Agnes 3.0 Flash 是一款轻量级条件生成模型，专为快速多模态和对话任务而设计。它针对延迟要求严苛的部署环境提供了优化的吞吐量。
技术规格
注意力
注意力结构
Grouped-Query Attention
注意力头
24
键值头
4
注意力头维度
256
位置嵌入
ROPE
RoPE Theta
10,000,000
线性注意力
Yes
线性注意力比例
75.0%
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
5,120
层数
72
FFN 中间层大小（稠密层）
17,408
多 Token 预测头数
1
分词器
词汇量大小
248,320
资源
关于 Agnes 3.0
The Agnes 3.0 model family developed by Agnes AI.
其他 Agnes 3.0 模型
- 没有相关模型