llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Ling-3.0-tiny
模型简介
百灵第三代的迷你版，把 MoE 压到端侧可跑的量级。
- 参数量
- 7.9B
- 上下文
- 128K
- 所属
- Ling
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2026-08-10
- 收录
- 2026-10-03