核心要点速览
- 作者Michael Helcig在ETH Zurich读计算机科学，曾在ISTA与EPFL做研究，也是GSQ-RCO量化方法的共同开发者。
- X帖子发布于2026年10月23日23:10（UTC），截至收录时浏览178,492次、点赞1,761、收藏1,714、转发189，收藏数几乎与点赞持平。
- 运行前提是Strata推理引擎加GSQ-RCO量化模型，这不是网页或App即开即用的服务，而是一套本地部署方案。
- 正式的分发页面、许可证与收费方式目前都还没有公布，作者在帖中预告后续还会更新。
Helcig在X公布的763B量化版与反响
DeepSeek V4.1-Flash-1017能在X上传开，卖点只有一句话：把763B参数级的模型做低比特量化，让12GB显存的显卡也能本地跑。发布者Michael Helcig在ETH Zurich读计算机科学，曾在ISTA和EPFL做研究，也是GSQ-RCO量化方法的共同开发者。按他的介绍，这个版本用GSQ-RCO量化，直接支持Strata推理引擎，下载体积约230～266GB，需要46～64GB内存，生成速度约每秒5～9个token。
帖子由@mhelcig于2026年10月23日23:10（UTC）发出，记录到178,492次浏览、1,761个点赞、1,714次收藏和189次转发。被反复提及的是两点：一是GSQ-RCO量化后仍号称保持“Frontier quality”（前沿级质量），二是可以在Strata推理引擎中直接加载。帖子里还预告了后续更新。
目前唯一的公开信息来源就是这条X帖子 https://x.com/mhelcig/status/2113769988813144118 。没有X账号也能看帖，但真正运行需要拿到GSQ-RCO量化版模型并准备好Strata推理引擎，浏览器里无法直接体验。
出处[1]
GSQ-RCO量化＋Strata推理引擎：本地运行步骤与规格
按作者给出的说明，上手流程分六步：打开上面那条X帖子；确认GSQ-RCO量化版的获取方式；准备Strata推理引擎（Strata inference engine）；确保机器有12GB显卡和46～64GB内存；加载模型；输入提示词开始推理。整个过程都在本地完成，生成速度约每秒5～9个token。
规格方面：763B参数级、低比特量化、GSQ-RCO方法、Strata推理引擎直接支持、下载约230～266GB、12GB显卡、46～64GB内存。最大的看点是把“前沿级质量”的超大模型塞进12GB显存这一消费级门槛，速度则以token/秒计。
| 项目 | 公开数值 |
|---|---|
| 参数规模 | 763B参数级 |
| 量化方式 | GSQ-RCO低比特量化 |
| 推理引擎 | Strata（直接支持） |
| 显卡 | 12GB显存 |
| 内存 | 46～64GB |
| 下载体积 | 约230～266GB |
| 生成速度 | 约5～9 token/秒 |
出处[1]
硬件门槛之外要准备什么，哪些还没公开
12GB显卡只是起点：46～64GB内存和约230～266GB的存储空间同样要提前备好，否则无法完成下载和加载。每秒5～9个token意味着生成长文需要耐心等待，适合本地验证与离线试用，不适合追求即时响应的场景。
尚未确认的部分要特别注意：正式的分发页面、许可证条款和收费方式，目前都还没有公开说明。所以在商用或二次分发之前，最好等作者公布正式页面。想追踪进展，可以关注@mhelcig的X账号，以及GSQ-RCO和Strata的相关公告。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
这是DeepSeek官方发布的模型吗？
从公开信息看，这个版本由Michael Helcig在X上公布，他是GSQ-RCO量化方法的共同开发者；目前没有信息表明这是DeepSeek官方的发布。正式分发页面和许可证也还未确认，引用时宜注明出处为作者的X帖子。
出处[1]
只有12GB显卡能跑起来吗？
按作者给出的条件，12GB显卡之外还需要46～64GB内存、约230～266GB的存储空间，以及Strata推理引擎和GSQ-RCO量化模型。条件满足时的生成速度约为每秒5～9个token。
出处[1]
需要付费吗？能在手机或网页上用吗？
收费方式和许可证目前都还没有公布。它也不是网页或App服务，而是要在配备12GB显卡的电脑上本地运行，手机和浏览器都无法直接使用。
出处[1]
