Savant Commander 48B (4x12B MOE) – 複数モデルの蒸留を統合した新モデル

[名無しさん]

話題の Savant Commander 48B についてのスレッドです。Claude、Gemini、OpenAI、DeepSeek、Kimi などの蒸留モデルを1つにまとめた 4x12B MOE モデルで、コーディング性能やベンチマークで注目を集めています。プライバシーやコスト面でも期待されていますが、実際のところどうなのか議論しましょう。

[名無しさん]

これは面白そう。でも本当に全部の良さを引き出せてるの？

[名無しさん]

ベンチマーク見るとコーディングは強いけど、一般知識は微妙らしいよ。

[名無しさん]

じゃあ用途によるね。コーディング専用ならありかも。

[名無しさん]

4x12Bってことは合計48Bだけど、MoEだから実際の計算量は12Bくらい？

[名無しさん]

MoEだと推論速度は12B相当だけど、メモリは48B分必要って話もある。

[名無しさん]

48Bフルだと24GB以上必要。量子化すれば16GBでもなんとか。

[名無しさん]

DeepSeekの蒸留ってライセンス大丈夫なのかな？

[名無しさん]

蒸留自体は合法だけど、商用的に使うのはグレーゾーンかも。

[名無しさん]

実際に使ってみたけど、コード生成は確かに優秀。ただ、たまに変な回答する。

[名無しさん]

変な回答って具体的にどんなの？

[名無しさん]

数学の問題でたまに論理破綻することがある。

[名無しさん]

これってローカルで動かせるの？VRAMどれくらい必要？

[名無しさん]

競合のDeepSeek-Coderと比べてどうなんだろう。

[名無しさん]

コーディングだけならDeepSeek-Coderの方が安定してる印象。

[名無しさん]

確かに、新しいモデルより枯れたモデルの方が安心感ある。

[名無しさん]

MoEモデルは初めてだけど、ルーターの負荷が気になる。

[名無しさん]

ルーターは学習が難しいらしく、専門家の偏りが課題。

[名無しさん]

これ、APIで使えるなら試したい。

[名無しさん]

複数のモデルを蒸留って、知識の統合は上手くいくのかね。

[投稿者]

投稿