Naive-N0.5-Flash係乜？拆解3090億參數、百萬Token上下文同NaiveRT

Naive-N0.5-Flash是NaiveAI推出、面向編程及人工智能研發（AI R&D）的開放權重模型。它最受注目的賣點，是3090億總參數的混合專家模型（MoE）、每個Token只啟動155億參數，以及聲稱原生支援100萬Token上下文；NaiveAI亦同時推出自家推理系統NaiveRT。24

先分清兩個數字：3090億是模型的總參數量，155億則是每個Token運算時啟動的參數量。後者不代表整個模型只有155億參數。NaiveAI的發布資料稱，模型權重及推理程式碼採用MIT授權。47

3090億總參數，為何每個Token只用155億？

MoE模型會按需要啟動部分參數，而非每次處理都動用全部模型。Naive-N0.5-Flash的模型卡列出3090億總參數、每個Token啟動155億參數；這個設計講的是運算時的稀疏啟動，不是模型的總規模。2

NaiveAI將模型定位為編程和AI研發用途。它並非從零開始訓練，而是以小米的MiMo-V2.5為基礎繼續訓練。12

百萬Token上下文，靠SWA與DSA配合

NaiveAI稱，模型原生支援100萬Token上下文，並以滑動視窗注意力（SWA）配合輕量級DeepSeek稀疏注意力（DSA），不設完整注意力層。模型資料形容，SWA與DSA的配置大致以5:1為主。27

簡單來說，SWA着重處理附近的內容，DSA則以稀疏方式保留較長距離的上下文資訊。這種設計旨在支援長上下文，同時避免依賴完整注意力層。不過，聲稱支援100萬Token，並不等於所有長文本任務都必然同樣準確或有效。

NaiveRT公布的速度，應該點理解？

NaiveRT是隨模型推出的推理系統。NaiveAI列出的技術包括mega-kernel fusion、Programmatic Dependent Launch（PDL）及投機解碼（speculative decoding）。廠方公布的數字是：Standard模式每位用戶每秒50個Token；Ultrafast模式最高每秒2000個Token。2

這些是廠方公布的服務速度，不代表每個硬件配置、使用情境或任務都能達到。兩個數字分別對應Standard模式的每用戶速度，以及Ultrafast模式的最高速度，不應當成同一種測量，亦不宜視為一般用戶必定得到的速度。2

重點：規格亮眼，實際表現仍要分開看

Naive-N0.5-Flash的主要看點，是MIT授權的開放權重、3090億參數MoE架構、原生百萬Token上下文，以及配套推理系統。247 評估時，最好將這些規格與實際任務表現、部署速度分開考慮：現有發布資料提供的是模型能力描述及廠方速度數字，單憑這些資料，未足以判斷它在某個編程或研究工作流程中的實際效果。