vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Mistral-Medium-3.5-128B
模型简介
Mistral Medium 首次放权重，128B 稠密面向企业私有化部署。
- 参数量
- 128B
- 上下文
- 256K
- 所属
- Mistral
- 类型
- 纯文本
- 商用
- 有条件可商用
- 许可
- Modified MIT
- 发布
- 2026-03-31
- 收录
- 2026-10-03