/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
8,7 млрд
Лицензия
Своя лицензия
Архитектура
solar_open2 · dense
Базовая модель
Solar-Open2-250B
Библиотека
vllm
Опубликована
21 июл 2026

Solar-Open2-250B-Nota-NVFP4

Генерация текстаТекст → текст15 профессий

Solar Open2 250B — Nota NVFP4 — это 4-битная квантованная версия большой языковой модели Solar Open2 250B, разработанной Upstage и подготовленной Nota AI с использованием собственной технологии квантования Mixture-of-Experts (MoE).

1 246скачиваний за 30 дней178лайковвеса обновлены7 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и может обслуживать задачи рассуждения, программирования, следования инструкциям, работы с англоязычными и корейскоязычными заданиями, а также другие сценарии применения больших языковых моделей. В заявленных метаданных указаны английский, корейский и японский языки; модальность — текстовая. Размер контекста в README не указан.

Модель использует формат NVFP4 с 4-битным квантованием весов и активаций (W4A4), group_size=16 и упаковкой compressed-tensors для прямого запуска через vLLM. Заявленный объём весов составляет 153,3 ГБ против 500,6 ГБ у версии BF16. Ключевое преимущество — существенно меньшие требования к памяти и более высокая пропускная способность при близком к BF16 качеству на приведённых тестах; средний результат составил 81,35 против 81,57 у BF16. Ограничение — необходимость GPU архитектуры NVIDIA Blackwell с поддержкой FP4 tensor cores, например B200 или GB200; Hopper, Ada и Ampere не поддерживаются.

Для развёртывания требуется vLLM и Blackwell-класс GPU. Модель распространяется по лицензии Upstage Solar License. Для производных моделей указаны требования использовать префикс Solar в названии, размещать заметную атрибуцию «Built with Solar» в публичных материалах и включать копию лицензии Upstage Solar.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Solar Open2 250B — Nota NVFP4

Nota AI presents a 4-bit quantized release of Upstage's Solar Open2 250B, produced with Nota AI's proprietary quantization technology specialized for Mixture-of-Experts (MoE) large language models.

Highlights

  • NVFP4 (4-bit float, W4A4) — group_size=16, packed in the llm-compressor (compressed-tensors) format for direct serving in vLLM. Both weights and activations are quantized to 4-bit floating point.
    • Requires NVIDIA Blackwell. NVFP4 relies on the FP4 tensor cores introduced in the Blackwell architecture (e.g. B200 / GB200), so inference must run on a Blackwell-class GPU. Earlier architectures (Hopper, Ada, Ampere) do not support NVFP4 execution.

  • Nota AI's proprietary MoE quantization framework. This release is built upon a suite of techniques developed by Nota AI to preserve model quality under aggressive low-bit quantization of MoE architectures:
    • A MoE-specialized calibration-dataset construction method, which achieved 1st place across all tracks at the NVIDIA Nemotron Hackathon.
    • DREAM-MoE and SRA-MoE, two quantization algorithms proposed by Nota AI (published at the ICML 2026 Workshop on AdaptFM), which preserve MoE routing decisions and align expert-routing behavior throughout the quantization process.

License

Solar Open 2 is distributed under the Upstage Solar License.

Key requirements for Derivative AI Models (create / train / fine-tune / distill / improve using Solar Open 2):

  • Naming: prefix your model name with "Solar" (e.g., Solar-MyModel-v1).

  • Attribution: prominently display "Built with Solar" in related public-facing materials.

  • Notice: include a copy of the Upstage Solar License with your derivative model.

Performance

Weight footprint

PrecisionWeight footprint
BF16500.6 GB
Nota NVFP4153.3 GB

Benchmarks

BenchmarkBF16Nota NVFP4
Tau2-Bench75.2075.08
HLE27.8827.66
GPQA Diamond86.2685.45
IFBench80.0081.02
LiveCodeBench (v5–v6)87.0388.55
MMLU-Pro86.1986.15
AIME 2026 (EN)95.6796.67
IFEval (EN)94.0992.61
HMMT92.0590.15
KMMLU-Pro78.3877.93
HAE-RAE Bench v1.173.8472.84
AIME (KO)97.6797.00
KBL75.5175.40
KBank-MMLU80.8080.68
KorMedMCQA92.9993.05
Avg.81.5781.35

Latency

Measured with vLLM v0.1.dev16959+g00907fc9b on 4×NVIDIA B300 SXM6 (TP=4). Long-context serving workload: 32,768 input tokens / 2,048 output tokens per request. All latency figures are p50 (median).

Concurrency = 1 (single user — latency floor)

ModelOutput tok/sTTFT (ms)TPOT (ms)tok/s/userE2E latency (s)
Solar-Open-2 (BF16)119.89757.87127.017.1
Solar-Open-2-Nota-NVFP4144.57346.56152.514.2
Solar-Open-2-Nota-NVFP4-Global-Pruned146.97416.45155.113.9

Speedup vs BF16 — NVFP4 1.21×, NVFP4-Global-Pruned 1.23× (output throughput).

Concurrency = 32 (32 simultaneous users)

ModelOutput tok/s(all 32 users)Total tok/s(all 32 users)Req/stok/s/user(per user)TTFT (ms)TPOT (ms)E2E latency (s)
Solar-Open-2 (BF16)1,010.817,183.60.4935.24,85628.4462.4
Solar-Open-2-Nota-NVFP41,468.224,958.60.7253.74,89318.6242.4
Solar-Open-2-Nota-NVFP4-Global-Pruned1,503.525,560.20.7356.25,33717.7941.6

Speedup vs BF16 — NVFP4 1.45×, NVFP4-Global-Pruned 1.49× (output throughput).

Reading the numbers. Output tok/s and Total tok/s are aggregate across all concurrent users (server capacity). tok/s/user, TTFT, TPOT, and E2E latency are what a single user experiences (tok/s/user = 1000 / TPOT).

Quick Start

This model is packed in the NVFP4 (compressed-tensors) format and can be served directly with vLLM on a Blackwell-class GPU:

uv venv --python 3.12 --seed solar_open2_venv
source .venv/bin/activate

VLLM_PRECOMPILED_WHEEL_LOCATION="https://github.com/vllm-project/vllm/releases/download/v0.22.0/vllm-0.22.0%2Bcu129-cp38-abi3-manylinux_2_28_x86_64.whl" \
VLLM_USE_PRECOMPILED=1 \
uv pip install --reinstall-package vllm --torch-backend=cu129 \
  "git+https://github.com/UpstageAI/vllm.git@v0.22.0-solar-open2"
vllm serve nota-ai/Solar-Open2-250B-Nota-NVFP4 \
  --served-model-name solar-open2-250b \
  --tensor-parallel-size 4 \
  --default-chat-template-kwargs '{"think_render_option":"preserved"}' \
  --reasoning-parser solar_open2 \
  --tool-call-parser solar_open2 \
  --enable-auto-tool-choice \
  --logits-processors vllm.v1.sample.logits_processor.solar_open2:SolarOpen2TemplateLogitsProcessor
  • Set --tensor-parallel-size according to the number of GPUs available in your serving environment.

  • See the original model card for the prompt format, parser configuration, and further details.

Send a chat completion request:

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "solar-open2-250b",
    "messages": [
      {"role": "user", "content": "What is Upstage?"}
    ],
    "max_tokens": 131584,
    "temperature": 1.0,
    "top_p": 1.0,
    "reasoning_effort": "high"
  }'

Citation

@inproceedings{park2026dreammoe,
  title     = {{DREAM-MoE}: Downstream Routing Error-Aware Margin-Preserving Quantization for Mixture-of-Experts Large Language Models},
  author    = {Park, Hancheol and Lee, Geonho and Kim, Tae-Ho},
  booktitle = {ICML 2026 Workshop on Resource-Adaptive Foundation Model Inference (AdaptFM)},
  year      = {2026},
  url       = {https://openreview.net/forum?id=Wyhqwjl51A},
}

@inproceedings{lee2026sramoe,
  title     = {{SRA-MoE}: Output-Aware Selective Router Alignment for MoE Quantization},
  author    = {Lee, Geonho and Park, Hancheol and Lee, Seunghyun and Choi, Jungwook and Kim, Tae-Ho},
  booktitle = {ICML 2026 Workshop on Resource-Adaptive Foundation Model Inference (AdaptFM)},
  year      = {2026},
  url       = {https://openreview.net/forum?id=H0NoX02erJ},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Нельзя запустить

Модели нужен код из репозитория; запуск откроется после проверки совместимости.

Класс архитектуры
SolarOpen2ForCausalLM
Ревизия весов
3cc6733

0 моделей