一台 Mac Studio 跑一万亿参数的模型，不再是演示视频里的特效。Unsloth 放出了 Mistral Large 4（代号 Le Chonk）的 Dynamic 1-bit GGUF：1T 参数 MoE 架构、单次推理只激活 52B，量化后体积约 233GB，比 1.1TB 的 FP8 版本瘦了 80%，top-1 准确率仍保住 91%。
先把硬件账算清楚。1-bit 路线要 256–270GB 内存，最小档 UD-IQ1_S 占盘约 233GB。这个数字听着夸张，可跟 FP8 那 1.1TB 摆在一起，它已经从机房滑到了桌面上。代价是那 9 个百分点——在代码生成、数学推理这类任务上，9% 的 top-1 损失并不算小数点后的事。Dynamic 量化的意思也正在这里：不是无脑压到底，而是按层分配精度，把损失摁在能接受的区间里。Mac Studio 顶配的统一内存刚好够用，等于给"本地跑大模型"重新划了条线。
能力面没被砍：文本与图像输入、1M 上下文、160 多种语言。GGUF 权重和操作指南放在 Hugging Face 的 unsloth/Mistral-Large-4-1T-A52B-GGUF 以及 unsloth.ai 的模型文档里，照着自己机器的内存挑量化档就行。要泼的冷水还是那条：模型在瘦身，内存这关原地不动。想真跑起来，绕不过 256GB 起步的门槛。1-bit 把权重变小了，也把选择权交回给了硬件。
