行业动态
三元大模型卷土重来？近期 1.58-bit 模型盘点
社区盘点多款新发布的三元精度大模型，探讨其在边缘部署与编码能力上的进展与短板。
2026.08.16 · 周日约 2 分钟阅读
自微软发布 BitNet 以来，社区对大规模三元（1.58-bit）精度大语言模型的呼声一直未断。过去一个月内，多家新锐实验室集中放出了相关成果，让 1.58-bit 架构再度成为本地部署圈的关注焦点。
近期值得关注的 1.58-bit 模型
- prismML 27B 三元模型：社区已有用户实测，但部分反馈显示其在某些基准上的表现未达官方宣传水平。
- Deepgrove maple-20b-a1b：作者亲自体验后评价颇高，号称在 iPhone 上可达到约 100 tokens/s 的推理速度，展示了低精度模型在移动端落地的潜力。
- Doses AI pestle-27b-ternary：面向医疗领域的 27B 三元模型，在多项指标上接近甚至超越 Google 的 medgemma-27b。
当前的主要短板
这些模型共同面临的问题是长时程智能体任务（agentic coding、长链路工作流）表现欠佳。发帖者认为，问题并非出在三元架构本身——多数发布方都是新兴实验室，尚未投入大规模强化学习后训练来「榨干」模型潜力，相关实验室也已将 RL 优化列为下一步重点。
社区期待与展望
尽管如此，社区对三元架构仍抱有期待。讨论中普遍认为，距离一款在编程与智能体任务上能够与 Qwen3-8B 等主流稠密模型正面竞争的混合专家（MoE）三元模型，可能只剩一步之遥；也有人担心若主流厂商长期不跟进，三元路线可能逐渐淡出。整体而言，这条低比特、高能效的技术分支正在从纸面概念走向真实可用的产品。