Browsing Tag

MoE-arkitektur

2 innlegg
Jan Sverre i en visuell fremstilling av Qwen3.8-Flash-Next og modellens parameterforskjell

Qwen3.8-Flash-Next viser Qwen4-arkitekturen – men dette er ingen liten 6B-modell

Qwen3.8-Flash-Next gir en åpen forhåndsvisning av Qwen4-arkitekturen. Her er hva 6B aktive parametere, QSA og 262 144 token betyr for lokal kjøring i praksis.
  • 26. august 2026
  • 7 visninger
  • 7 minutter lesetid
Jan Sverre analyserer DeepSeek V4 Pro og Flash - kinesiske open source AI-modeller med 1,6 billiarder parametere

DeepSeek V4 Pro og Flash – 1,6 billiarder parametere og Huawei Ascend-støtte

DeepSeek V4 Pro og Flash er lansert med 1,6 billiarder parametere, MIT-lisens og støtte for Huawei Ascend-chips. Modellen er god men ikke lenger benchmarks-leder – her er hva du trenger å vite.
  • 1. mai 2026
  • 149 visninger
  • 5 minutter lesetid