DeepSeek-V4.1-Flash 是一个多模态混合专家（MoE）模型，拥有 5520 亿骨干参数，并支持最多一百万 token 的上下文长度。该模型原生支持图像和文本输入，并以自回归方式生成文本

可处理多步复杂任务，支持图像与长视频理解，提供灵活思考控制与深度可调推理，适配主流开发工具链，适用于编码、专业工作及科研场景，部署友好且支持百万级上下文。

MiniCPM5-2B 是一款面向端侧、本地部署和资源受限场景的 2B 稠密 Transformer，能够达到同尺寸开源模型 SOTA 水平。

可在笔记本、单卡或端侧设备本地部署27B级推理模型，用于文本生成、思考、工具调用和可选多模态输入。项目提供Qwen三值低比特GGUF权重与llama.cpp内核，约6-7GB，接近FP16智能，支持CUDA、Metal和CPU。

可用于在 llama.cpp、Ollama、LM Studio 中低成本部署多模态大模型，进行文本生成与图像理解。项目提供 Qwen3.8-27B 的 GSQ-RCO 非均匀混合精度 GGUF 量化及 BF16 视觉投影器，按张量敏感度分配精度，小体积下保持接近基座模型表现。