读懂｜Edge0 的 1450 亿参数模型首发版跑不了 Mac

Edge0 开放 1450 亿参数模型，发布文称首日支持 macOS，仓库却写首发只跑英伟达显卡。它派生自 Qwen3.8-Flash-Next，六项均分只高 1.1 分。

Edge0 想让 1450 亿参数的模型住进个人电脑，首发版却只认英伟达显卡。据 Edge0 官方博客，Edge0-145B 首日支持 macOS、Windows 和 Linux，峰值内存 29GB，可在 MacBook Pro 这类笔记本上运行。

同一家公司的 GitHub 仓库在平台表里给 macOS 一栏打了横线。

我的判断是，这次值得记住的是内存账，不是能力账。它派生自阿里的 Qwen3.8-Flash-Next，六项均分只比母本高 1.1 分。

发布文写 MacBook，仓库只写英伟达

仓库 README 写明，145B 与 120B 两款模型面向 Linux 或 Windows 上的单张英伟达显卡，需要 CUDA 13。11 月 11 日的 v0.2.0 发布说明给出的门槛是：

README 里确有一行苹果 M2 Ultra 的测速，每秒解码 57 个词元，但旁边注明这是 Metal 实测，不代表 macOS 版本已经可用。仓库的头条速度来自 RTX 5090 D 24GB 显卡，每秒解码 121.2 个词元；博客的 29GB 笔记本峰值没有写明是哪台机器。

博客没有提母本，只说模型从一开始就按端侧架构训练。仓库则写明，两款模型派生自 Qwen3.8-Flash-Next，以 4 位精度原生训练，并保留了 Qwen 社区许可证。

母本恰好就在 Edge0 自己的对比表里。六项均分 Edge0-145B 为 72.8，Qwen3.8-Flash-Next 为 71.7：

编程和终端两项它明显领先，推理、知识和指令遵循三项反而低于母本。两边的分数都来自 Edge0 内部评测，没有第三方复测。连口径也没对齐：同一个 120B 版本，博客写 DeepSWE 53.6、Terminal-Bench 81.3，README 写 51.3 和 75.3。

能力持平，内存却省了一大截。博客称 Edge0-145B 实测峰值 29GB，母本按常规 4 位部署估算约 70GB，DeepSeek-V4-Flash-0731 约 87GB。

做法是让每 64 个专家共用两个大矩阵，每步只有约 100 亿参数参与计算。常用专家留在显存，约 40GB 的专家库放在系统内存，约 48GB 的词表数据放在固态硬盘，按需读取。

LavX News 指出，这张对比表把 Edge0 的实测数和对手的估算数放在一起，速度、内存和跑分都还要外部复现。这个提醒成立，但不推翻上面的判断。即便 29GB 打个折，把母本塞进一张 16GB 显存的卡也是实打实的工程进步。Edge0 称，评测环境和复现脚本会随技术报告公布。

「开源」两个字也要打折看。按 README 的模型许可，个人、研究和企业内部使用免费，靠收费或广告提供推理服务、做独立商用编程助手，都要另获 Edge0 书面许可。Qwen 自己的商用授权要求也不因此豁免。

手上有 16GB 以上显存的英伟达显卡、想在本机跑非商用编程智能体的人，现在就该装 Edge0-145B，它让 Qwen3.8-Flash-Next 级别的能力落进了单张消费级显卡。

用 Mac 的人等正式版，想拿它做商用产品的团队先谈授权。Edge0 这次交出的是一次漂亮的压缩，不是一个追平前沿云模型的新模型。