幣界網消息，FreeToken開源項目由伯克利、MIT等研究人員推出，旨在為本地設備設計的混合專家模型推理引擎，解決超大模型顯存不足的問題。該引擎將部分權重放在系統內存，允許CPU和GPU一起參與推理。實測顯示，配備RTX 5090的臺式機運行284B參數的DeepSeek-V4-Flash，速度可達22–25 Token /s；而在8GB顯存的RTX 4060筆記本上，35B模型的速度達到39.3 Token /s。項目目前支持超過20款MOE模型，並已採用Apache 2.0許可證開源。