Hugging Face trending 上冒出来一个新模型：Zyphra ZAYA1-8B。总参 8.4B，每次推理只激活 7.6 亿参数（约 9%），Apache-2.0 开源。
它的 benchmark 成绩挺离谱：AIME'26 数学竞赛 89.1 分，比 Qwen3.5-4B 的 84.5 高近 5 分，比 Gemma 4 的 50.3 高了将近 40 分。
核心数据
ZAYA1-8B 的性能对比（同级别开源推理模型）：
| 基准 | ZAYA1-8B | Qwen3.5-4B | Gemma 4 E4B |
|---|---|---|---|
| AIME'26（数学） | 89.1 | 84.5 | 50.3 |
| HMMT Feb.'26 | 71.6 | 63.6 | 32.1 |
| LiveCodeBench-v6（编码） | 65.8 | -- | 54.2 |
| GPQA-Diamond | 71.0 | 76.2 | 57.4 |
| MMLU-Pro | 74.2 | 79.1 | 70.2 |
数学和编码是 ZAYA1-8B 的强项，通用知识（MMLU-Pro）稍弱于 Qwen3.5-4B，但考虑到它只有 760M 活跃参数——不到 Qwen3.5-4B 的五分之一——这个性价比非常夸张。
小 MoE 的"效率红利"
ZAYA1-8B 的核心卖点是** intelligence efficiency**——用极少的活跃参数实现接近大模型的能力。
760M 活跃参数意味着：
- 可以跑在几乎所有现代设备上：手机、笔记本、甚至树莓派级别的硬件
- 推理成本极低：相比同能力的稠密模型，token 成本和延迟都大幅下降
- 适合 test-time compute：因为单次推理便宜，可以在推理时做多次采样和验证，进一步提升准确率
这种"小模型 + 推理时计算"的路线，跟 OpenAI 的 o1/o3 系列（大模型 + 推理时计算）是相反的方向。Zyphra 赌的是：把推理成本降到足够低，test-time compute 的规模效应就能弥补单次推理能力的不足。
Zyphra 是谁
Zyphra 是一家相对小众的 AI 公司，之前没有像 Qwen、DeepSeek 那样出圈。但 ZAYA1-8B 的技术报告写得非常扎实，benchmark 对比也很透明——不仅跟同级别的比，还跟大得多的前沿推理模型做了对标。
Apache-2.0 许可也说明他们希望这个模型被广泛使用和分发，而不是锁在某个平台里。
观察点
ZAYA1-8B 的社区评价还在形成中。Hugging Face 上目前 184 likes，539 downloads，还在早期阶段。需要关注的几个点：
- 社区实测是否复现官方 benchmark：小 MoE 模型的 benchmark 成绩有时会在不同测试集上波动
- 非数学/编码场景的表现：ZAYA1-8B 明确定位为推理模型，日常对话和创意写作不是它的强项
- 与 Qwen3.6-35B-A3B 的对比：两者都是 MoE 路线，但参数量级不同，直接比较意义有限
如果 ZAYA1-8B 的数学和编码能力经得住社区检验，它会成为端侧推理的一个有力选项。
主要来源：
- Zyphra ZAYA1-8B Hugging Face 页面
- Zyphra 技术报告