Agens Volundr 32B Preview

Open 32B 模型：其 72 层中仅 18 层保留 KV 缓存。

Agens Volundr 32B Preview 是一款面向智能体与长时任务场景的开源 32B 稠密模型，采用混合架构——72 层中仅 18 层保留 KV 缓存，其余 54 层使用固定大小的线性注意力状态，使 262K 超长上下文在单卡 48GB 显存上依然经济可行。在 BF16、双 48GB GPU 配置下，128K 上下文仍能保持 23.9 tok/s 的解码速度，同时支持 BF16 与 INT4 量化，遵循 Apache-2.0 开源协议。