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
Qwen3-Coder-480B-A35B
模型简介
480B 激活 35B 的代码模型，原生 256K 上下文，把仓库级代码 agent 能力开源了出来。
- 参数量
- 480B (激活 35B)
- 上下文
- 256K（可扩到 1M）
- 硬件
- FP8 需 8 卡 H200 级别
- 所属
- Qwen
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2025-07-22
- 收录
- 2026-10-03