穷人的模型拆机站，欢迎来逛~

模型越做越大，本地部署这条路已经从“显卡不够”进化到了“机房也不够”——下载权重、量化、跑 inference、打断点、画 Attention，逐渐变成了氪金玩家专属玩法。于是我做了 Model MRI：一个开源模型的赛博拆机站。不需要先买八张卡，也能看清模型有多少层、每层多宽、参数藏在哪、单 token 激活多少、FLOPs 花在哪、KV Cache 又吃了多少显存。贫穷不能阻止我们理解模型，穷人也配拥有自己的模型显微镜.jpg
拆着拆着还能看到不少架构门派之争：同样是 Hybrid，Qwen3-Next 选择 3 层 Linear Attention 配 1 层全局 Attention，MiniMax M1 却是更激进的 7:1——本质是在“线性吞吐”和“全局信息刷新频率”之间下注；同样做长上下文，Kimi K2.7 用 Dense MLA 压缩 KV，但 Attention 仍要读完整历史，DeepSeek V3.2 用 Indexer 选出 top-2048，GLM 5.2 更进一步，让四层共享一次索引结果，把 78 次全历史扫描压到约 20 次。再看 LongCat-2.0，1.775T 参数却只有 38 层，属于非常典型的“矮胖型机体”：大部分体重堆在 768 路专家容量上，可能更利于并行吞吐，但串行抽象深度明显少于 78～88 层的同代架构。
总之，这是一个不用把怪兽模型召唤到本地，也能把它翻过来研究骨架、肌肉和耗蓝条的网站。欢迎来逛~~
（需搭配梯子食用）
https://model-mri.beauglu.chatgpt.site/