指南：GPT Model Selection Guide: Choosing Between Luna, Sol, Terra, and Astra on EXAIV

本文关于GPT Model Selection Guide: Choosing Between Luna, Sol, Terra, and Astra on EXAIV的所有数字，都直接对照 HuggingFace API 与对应仓库的原始 config.json 核实，采样时间为 2026 年 11 月。不编造跑分、价格或仓库名；config 无法证明的部分一律标注「需实测」。

已核实的规格

Reference table

Reference table

Reference table

Reference table

数字能证明什么

多模态措辞最容易夸大，所以事实与断言必须分开：官方 config 里的 vision_config 与 image_placeholder 能证明这是带视觉输入能力的条件生成架构，但本身不能证明视频生成、某种具体请求格式或某项跑分。HuggingFace 的 image-text-to-text 标签描述的是输入方向。最终以官方模型卡为准。

Configuration and troubleshooting

显存规划对所有万亿级 MoE 一样：算力按激活参数算，显存按总参数算。1T 模型即使 4-bit，权重本身也约需 500GB，2.78T 更大，属于多卡服务器场景，不是单张消费卡能跑的。单卡请看轻量家族。本地路径是 vLLM 或 SGLang 配官方权重；社区转换文件先核对来源与量化标签。

可用边界

在 EXAIV 上，一切以 /models 实时目录为准：目前只有 kimi-k3 可调用，端点是 https://exaiv.com/api/ai/v1 的 OpenAI 兼容接口。接入只改 base_url、api_key、model 三项，流式与工具调用保持标准格式。价格一律以实时 /pricing 为准，本文不写死。建议记录模型 ID、token 数与延迟，日后换模型才有同一套基线。

术语与上线前检查清单

总参数、激活参数与 KV cache 是三个不同的量。总参数是必须加载进显存的全部权重，激活参数是计算单个 token 时真正参与的那部分；KV cache 是随上下文长度线性增长的临时显存，所以 1M 窗口是上限而不是可随手使用的默认值。量化降低的是权重的存储精度以缩小文件，并不减少参数量；config.json 里的 vision_config 描述的是架构，不是可以自行编造的报文格式。

在把基于本文说明的东西发布之前，请走完六项检查。第一，发布当天从实时来源重新核对数字，下载计数每周都在变。第二，打开 /models 实时目录，确认打算调用的 ID 仍然存在；目录一变，所有写死模型名的说明都会失效。第三，价格去 /pricing 看，不要把数字抄进应用里写死。第四，凡是没对照官方参考验证过的请求体，一律不要写死；config 能证明架构，不能证明线上格式。第五，用一组有代表性的提示词记录模型 ID、输入输出 token 数与延迟，并固定这组用例，之后换模型才有可比读数。第六，商用前读模型卡里的许可条款，厂商自定义条件不等于宽松许可。另外，对可重试请求加指数退避、设置超时，并按错误类别记录日志，401、404、429 绝不能用同一套处理逻辑。还要给敏感配置留出轮换路径：密钥不要写进代码库，环境变量与密钥管理系统的交接要有回滚方案。若模型能加载却输出乱码，先怀疑聊天模板而不是权重；把模板和权重放在一起便于一起审计。这个习惯只花几分钟，却能挡掉最常见的一类误报。

FAQ

相关阅读

• Kimi K3 API guide — first API call
• GLM family overview — callable catalog
• hy4 model selection guide — sizing and selection
• Claude Code third-party models — support boundary
• pricing — live credit packs

数据来源

• EXAIV live model catalog

参数与文件数据为 2026 年 11 月采样，随时间变化。

附：常见误区

把「目录里有的 ID」当成「HuggingFace 上的权重名」是最常见的混淆：前者用于 API 请求，后者用于本地下载与加载，二者属于两套命名体系，不能互换。另一个误区是把下载量当成质量评分，它只反映社区规模与可参考资料的多寡；真正的判断要在自己的提示词集上实测。第三，看到 config 里的字段就直接推断线上请求格式，很容易写出跑不通的示例代码；可运行的最小验证永远比看起来完整的示例更可靠。建议把每次验证的模型 ID、请求体摘要与响应状态一起记进日志，遇到 401 先查密钥与 header，遇到 404 先查 ID 是否还在实时目录里，遇到 429 先做退避重试，不要先改模型配置。这样排查路径稳定，也便于把结论复用到后续文章与接入文档里。