币界网消息，FreeToken开源项目由伯克利、MIT等研究者推出，旨在为本地设备设计的混合专家模型推理引擎，解决超大模型显存不足的问题。该引擎将部分权重放在系统内存，允许CPU和GPU一起参与推理。实测显示，配备RTX 5090的台式机运行284B参数的DeepSeek-V4-Flash，速度可达22–25 Token/s而在8GB显存的RTX 4060笔记本上，35B模型的速度达到39.3 Token/s。项目目前支持超过20款MOE模型，并已采用Apache 2.0许可证开源。