待验证50% 置信事实精确时间

W4A4量化将权重和激活值均压缩至4位整数，理论上相比FP16可将显存占用降低至约1/4

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

ComfyUI-INT4-Fast：6GB显卡流畅运行Flux大模型实测

redditr/StableDiffusion2026/7/10

相关事实

待验证INT4量化将原本由65536个不同值（FP16）表示的权重压缩到仅16个离散级别81% 相似已验证Q4量化将每个权重参数从16位压缩到4位，理论上可将模型体积缩小约75%80% 相似待验证Q4量化可将模型体积压缩至原来的约1/8，代价是约1-3%的基准测试精度损失71% 相似待验证Q4量化可将模型体积缩减至原来的约四分之一，MLX原生支持分组量化（Group Quantization）71% 相似已验证GGUF量化格式（如Q4_K_M）通过将权重精度从32位浮点压缩到4位整数，通常只带来约1-5%的性能损失70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/489320

API

curl https://kongchang.com/api/v1/knowledge/claims/489320

MCP

get_claim(id=489320)