Edge0 ने 12 नवंबर 2026 को अपना 145B-पैरामीटर मॉडल open-source किया — weights 11 नवंबर को Hugging Face पर, उसी दिन GitHub v0.2.0, और 12 नवंबर को announcement blog। Edge0-145B एक latent sparse mixture-of-experts मॉडल है: कुल 145 अरब पैरामीटर, लेकिन प्रति token सिर्फ लगभग 10.12 अरब active, 48 layers और प्रति layer 512 experts के साथ। इसमें 256K-token context window और native 4-bit weights हैं, और यह Alibaba के Qwen3.8-Flash-Next से derived है।
Headline आँकड़े मज़बूत लगते हैं: Edge0 का दावा है 29GB peak footprint, 80+ tokens प्रति सेकंड decode, Terminal-Bench 2.1 पर 86.52 और DeepSWE 1.1 पर 64.6। लेकिन ये Edge0 के अपने दावे हैं, जिनकी कोई स्वतंत्र पुष्टि नहीं है — और 4Geeks का कहना है कि पहला independent test (RTX 3090 पर) "a more mixed story" बताता है। Benchmarks को तब तक vendor के आँकड़े समझें जब तक और independent runs सामने न आ जाएँ।
इस्तेमाल की योजना बनाने वालों के लिए सबसे अहम हिस्सा लाइसेंस है। कोड Apache 2.0 है, लेकिन weights Edge0 Community Model License 1.0 के तहत हैं — Apache नहीं, MIT नहीं। मॉडल के outputs का commercial use allowed है, लेकिन मॉडल को बेचना या उसे commercial service के रूप में चलाना Edge0 की अलग permission के बिना नहीं होगा। Hardware के लिए Linux और Windows पर NVIDIA GPU, CUDA 13 और 16GB या ज़्यादा VRAM चाहिए।
मुख्य तथ्य
| विवरण | जानकारी |
|---|---|
| मॉडल | Edge0-145B, latent sparse MoE |
| Open-source हुआ | 12 नवंबर 2026 (weights Hugging Face पर 11 नवंबर; GitHub v0.2.0 11 नवंबर) |
| पैरामीटर | कुल 145B, प्रति token ~10.12B active |
| Architecture | 48 layers, प्रति layer 512 experts, 256K context, native 4-bit |
| Derived from | Alibaba का Qwen3.8-Flash-Next |
| कोड लाइसेंस | Apache 2.0 |
| Weights लाइसेंस | Edge0 Community Model License 1.0 (Apache/MIT नहीं) |
| दावा किया गया प्रदर्शन | 29GB peak, 80+ tok/s decode, Terminal-Bench 2.1 86.52, DeepSWE 1.1 64.6 — Edge0 के अपने दावे |
| Independent test | 4Geeks: पहला independent test (RTX 3090) "a more mixed story" बताता है |
| Hardware (Linux/Windows) | NVIDIA GPU + CUDA 13 + 16GB+ VRAM |
इसका क्या मतलब है
Edge0-145B व्यक्तियों के लिए सच में चलाने लायक है: 145B का ऐसा मॉडल जो प्रति token सिर्फ ~10B पैरामीटर activate करता है, एक मज़बूत consumer GPU पर चलने के लिए बनाया गया है, और native 4-bit weights footprint को कम रखते हैं। यही इसकी अपील है।
पेच लाइसेंस के बँटवारे में है। यहाँ "open weights" का मतलब "जो चाहो करो" नहीं है — weights लाइसेंस outputs के commercial use की इजाज़त देता है, लेकिन मॉडल को बेचना या उसे commercial service के रूप में चलाना Edge0 की अलग permission के बिना नहीं होगा। इस पर product बनाने वाला कोई भी व्यक्ति Apache 2.0 कोड लाइसेंस को weights पर लागू मानने से पहले Edge0 Community Model License 1.0 को पढ़ ले। और प्रदर्शन पर, headline आँकड़ों पर भरोसा करने से पहले independent benchmarks का इंतज़ार करें।
सत्यापन पर एक नोट
रिलीज़ की तारीखें, architecture के आँकड़े और लाइसेंस की शर्तें 12 नवंबर 2026 की open-weights रिलीज़ के अनुसार हैं। प्रदर्शन के आँकड़े Edge0 के अपने दावे हैं, जिनकी कोई स्वतंत्र पुष्टि नहीं है; पहले independent test (RTX 3090) के बारे में 4Geeks का नोट जैसा बताया गया है वैसा ही दिया गया है।
FAQs
क्या Edge0-145B open source है?
आंशिक रूप से। कोड Apache 2.0 है, लेकिन weights Edge0 Community Model License 1.0 के तहत हैं — Apache या MIT नहीं — जिसमें मॉडल बेचने या उसे commercial service के रूप में चलाने पर सीमा है।
मॉडल कितना बड़ा है?
कुल 145 अरब पैरामीटर, प्रति token लगभग 10.12 अरब active, 256K-token context window और native 4-bit weights।
इसे चलाने के लिए क्या hardware चाहिए?
Linux या Windows पर CUDA 13 के साथ NVIDIA GPU और 16GB या ज़्यादा VRAM।
क्या benchmark स्कोर verify हुए हैं?
नहीं। Terminal-Bench 2.1 पर 86.52 और DeepSWE 1.1 पर 64.6 Edge0 के अपने दावे हैं; 4Geeks का कहना है कि पहला independent test "a more mixed story" बताता है।
स्रोत: Edge0 open-weights रिलीज़, 11–12 नवंबर 2026 (Hugging Face, GitHub, Edge0 blog); 4Geeks independent-test नोट। अंतिम जांच: 21 नवंबर 2026।
Comments (0)
Share your question or experience about this syllabus. Your comment will appear after review.
No comments yet — be the first to share your thoughts!