Naive-N0.5-Flash

Naive-N0.5-Flash

开放权重的混合专家模型，总参数 309B，激活 15.5B，原生 100 万 token 上下文，为编程和 AI 研究而构建。适合在自己服务器上运行大型编程模型的团队。

由 NaiveAI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Naive-N0.5-Flash 是开放的混合专家模型，用于编程和 AI 研究工作。在 3090 亿参数中，同一时刻只有 155 亿处于激活状态。它原生支持 100 万 token 的上下文，使用滑动窗口注意力和更轻量的稀疏注意力，没有全注意力层。

适合谁：适合自己运行大型编程模型的团队，以及研究长上下文注意力或 AI 驱动研究工作的研究人员。

Industry | Who uses it | How they use it | Example
软件 | 平台工程师 | 托管长上下文的编程模型 | 在一次请求里处理一个大型代码仓库
AI 研究 | 机器学习研究团队 | 自动化部分模型研究和训练工作 | 运行 AI 研发基准任务
基础设施 | 推理工程师 | 研究稀疏注意力模型的快速部署 | 对比 NaiveRT 系统的速度模式

如果你只有一块消费级 GPU，可以跳过，因为 309B 模型需要大型多 GPU 环境。

用在哪里：它面向能放下 309B 模型的服务器硬件。下载步骤可在装有 Python 的 Windows、macOS 或 Linux 上进行。开发者还计划提供 API。

• 用来部署权重的多 GPU 服务器
• NaiveRT，开发者自己的推理系统
• 用来获取文件的 Windows、macOS 或 Linux

Use case | Who | What they get back
编程智能体 | 开发者 | 针对编程和智能体任务调优的模型
长文档 | 分析师 | 容纳最长 100 万 token 的输入
快速部署 | 基础设施团队 | 在 NaiveRT 的 Ultrafast 模式下每秒最多 2,000 个 token

如何设置：你需要 Python，以及大量的磁盘和 GPU 内存。模型卡可见部分没有给出运行命令，而是指向它的技术博客和推理系统的代码仓库。权重和推理代码采用 MIT 许可证。

• Python 和 Hugging Face 工具
• 能放下 309B 模型的磁盘和 GPU 内存
• 开发者的推理代码，用于获得最佳速度

1. 安装 Hugging Face 下载工具。
2. 把仓库文件下载到空间充足的硬盘。
3. 按模型卡和开发者的代码来部署它。

pip install -U huggingface_hub
hf download NaiveAI/Naive-N0.5-Flash

如何使用：部署之后，发送聊天或编程提示词，并给它很长的输入。在 Standard 模式下，开发者给出每位用户每秒 50 个 token。Ultrafast 模式最高可达每秒 2,000 个 token。

Tool | What it does
hf download | 把模型文件下载到你的电脑
NaiveRT | 开发者为这个模型做的推理系统

示例：你把一个大型代码库和一份缺陷报告放进一条提示词，交给已部署的副本。模型读完整个输入（最长可达 100 万 token），然后回复修复建议。

新手与专家：如果你是新手，这是为服务器准备的超大模型，不是在笔记本上打开的东西。先读模型卡，看看完整部署需要什么。

如果你熟悉这个领域，39 个滑动窗口层使用 128 个 token 的窗口，9 个 DeepSeek 稀疏注意力层挑选前 2,048 个 token，并使用带四个 KV 组的分组查询注意力。它建立在 MiMo-V2.5 之上，经过了 3.25 万亿个 token 的多阶段训练。

最长 100 万 token 的长输入
滑动窗口层处理邻近 token
稀疏注意力层挑选关键 token
混合专家回复，激活 155 亿

注意事项：开发者还计划提供 API。每百万个 token 的标价是：输入 0.10 美元，输出 0.40 美元，缓存读取 0.01 美元。

• License: 权重和推理代码采用 MIT
• Cost to run: 本地使用不需要 API 密钥或账号，但硬件需求很大，计划中的 API 按每百万 token 计价
• Data it reaches: 从 Hugging Face 下载的文件，以及你的智能体环境允许它读取的任何内容
• Not for: 小型机器或笔记本

Title: 48 层网络中的注意力层
Sliding-window layers: 39
Sparse attention layers: 9

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 最近 30 天下载：8,145
• 点赞：353
• 许可证：mit
• Quantized versions: 6
• 标签：naive_n05_flash, code, long-context, ai-research, text-generation, conversational

链接

• 模型：https://huggingface.co/NaiveAI/Naive-N0.5-Flash
• 文件：https://huggingface.co/NaiveAI/Naive-N0.5-Flash/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download NaiveAI/Naive-N0.5-Flash

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。