开源权重可下单卡可跑已被替代可商用 · Apache-2.0（2024-03 起，原为 Yi License）
Yi-34B
零一万物 Yi · 34B · 01.AI 零一万物 · 发布 2023-11-02 · 已被替代 → Yi-1.5-34B
2023 年末登顶 HF 开源榜的中英双语 34B。
参数
34.4B
DENSE
上下文
4K（200K 版另发）
价格 / 1M tok
自建
无官方 API
最低可跑
RTX 3090
Q4_K_M · 24 GB · ≈28 tok/s
Arena Elo—
AA 综合指数—
代码—
GPQA 推理—
架构简图
- 类型
- Dense
- 注意力
- GQA（56 Q 头 / 8 KV 头）
- 层数
- 60
- 隐藏维
- 7168
- 词表
- 64,000
Llama 结构，3T 中英 token；Chat 版 4K，另有 200K 长文本版。
完善中
| 精度 | 权重大小 | 说明 |
|---|---|---|
| BF16 | 69 GB | 官方精度 |
| FP8 | — | 暂无 |
| Q8 | 37 GB | |
| Q4 | 21 GB | GGUF Q4_K_M 或等效 |
- 消费级 24GB
- Q4_K_M 20.7 GB，24GB 卡可跑短上下文
- 单卡 80GB
- BF16 68.8 GB 单卡
- 8×80GB 节点
- 过剩
KV Cache：240 KiB/token。 ≈ 240 KiB/token
⚠ 能加载 ≠ 能在满上下文 / 高并发下舒服跑。标「估」的数字来自 计算器 公式或社区量化文件大小。
完善中
硬件配置与预估吞吐
最低可跑（8K 上下文）
RTX 3090 24GB
二手 ≈¥5,000 · 合计 ≈¥5,000 · 消费级
量化
Q4_K_M
解码
28 tok/s
最大上下文
9K
推荐配置（≥Q8 · 32K 上下文 · ≥15 tok/s）
2 × RTX 3090 24GB
二手 ≈¥5,000 × 2 · 合计 ≈¥10,000 · 消费级
量化
FP8
解码
27 tok/s
最大上下文
96K
| 配置 | 量化 | 占用 / 显存 | 解码 tok/s | 预填充 tok/s | 最大上下文 |
|---|---|---|---|---|---|
| 2× RTX 4060 Ti 16GB消费级 | Q6_K估 | 32 GB / 32 GB | 11 | 288 | 9K |
| RTX 3090 24GB消费级 | Q4_K_M | 24 GB / 24 GB | 28 | 464 | 9K |
| 2× RTX 4070 Ti Super 16GB消费级 | Q6_K估 | 32 GB / 32 GB | 25 | 576 | 9K |
| 2× RTX 5070 Ti 16GB消费级 | Q6_K估 | 32 GB / 32 GB | 33 | 1151 | 9K |
| 2× RTX 4080 Super 16GB消费级 | Q6_K估 | 32 GB / 32 GB | 27 | 680 | 9K |
| 2× RTX 5080 16GB消费级 | Q6_K估 | 32 GB / 32 GB | 36 | 1465 | 9K |
| RTX 4090 24GB消费级 | Q4_K_M | 24 GB / 24 GB | 30 | 1079 | 9K |
| RTX 5090 32GB消费级 | Q6_K估 | 31 GB / 32 GB | 39 | 1374 | 14K |
| L4 24GB工作站 | Q4_K_M | 24 GB / 24 GB | 8.9 | 392 | 9K |
| RTX A6000 48GB工作站 | FP8估 | 37 GB / 48 GB | 14 | 504 | 106K |
| RTX 6000 Ada 48GB工作站 | FP8估 | 37 GB / 48 GB | 18 | 595 | 106K |
| L40S 48GB工作站 | FP8估 | 37 GB / 48 GB | 16 | 595 | 106K |
| RTX PRO 6000 Blackwell 96GB工作站 | BF16 | 72 GB / 96 GB | 16 | 1635 | 111K |
| A10 24GB数据中心 | Q4_K_M | 24 GB / 24 GB | 18 | 406 | 9K |
| A100 40GB数据中心 | FP8估 | 37 GB / 40 GB | 29 | 2041 | 38K |
| A100 80GB数据中心 | BF16 | 72 GB / 80 GB | 19 | 2041 | 43K |
| H20 96GB数据中心 | BF16 | 72 GB / 96 GB | 37 | 484 | 111K |
| 昇腾 Ascend 910B 64GB数据中心 | FP8估 | 37 GB / 64 GB | 29 | 1831 | 242K |
| H100 80GB PCIe数据中心 | BF16 | 72 GB / 80 GB | 18 | 4945 | 43K |
| H100 80GB SXM数据中心 | BF16 | 72 GB / 80 GB | 31 | 6469 | 43K |
| AMD MI300X 192GB数据中心 | BF16 | 72 GB / 192 GB | 49 | 8549 | 521K |
| H200 141GB数据中心 | BF16 | 72 GB / 141 GB | 44 | 6469 | 303K |
| B200 192GB数据中心 | BF16 | 72 GB / 192 GB | 73 | 14717 | 521K |
| Mac M4 Pro 64GB统一内存 | FP8估 | 37 GB / 56 GB | 3.9 | 111 | 174K |
| DGX Spark 128GB统一内存 | BF16 | 72 GB / 120 GB | 1.9 | 406 | 213K |
| Mac M4 Max 128GB统一内存 | BF16 | 72 GB / 120 GB | 3.9 | 222 | 213K |
| Mac Studio M3 Ultra 256GB统一内存 | BF16 | 72 GB / 240 GB | 5.8 | 373 | 725K |
| Mac Studio M3 Ultra 512GB统一内存 | BF16 | 72 GB / 490 GB | 5.8 | 373 | 1.8M |
单流（batch=1）估算：解码 ≈ 显存带宽 × 效率 ÷ 每 token 读取字节（激活参数 × 量化位宽 + KV）；预填充 ≈ FP16 算力 × 0.45 ÷ (2 × 激活参数)。多卡按张量并行、带宽求和 × 0.55。实际受引擎、驱动、PCIe 影响，误差 ±30%。反向查：我的卡能跑谁 →
可用维度不足 3 个，不绘制雷达图
知识MMLU 76.3%（官方基座）。
中文C-Eval 81.4%（官方）。
逻辑能力
2023 年末开源一线：MMLU 76.3%、C-Eval 81.4%（官方基座）。无 CoT 训练。
亮点
- 1.发布时 Open LLM Leaderboard 第一，超 Llama 2 70B
- 2.200K 上下文版当年罕见
- 3.2024-03 改为 Apache-2.0
坑
- 1.Chat 版仅 4K 上下文
- 2.早期因张量命名照搬 Llama 引发争议
- 3.被 Yi-1.5 与 Qwen 系列超过
适合：历史对照 · 中英双语微调实验
不适合：新项目
暂无带来源的分数。
更新 2026-08-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。