一个只有8MB的模型，官方说它能对标DeepSeek V4 Flash。这不是玩笑，是Cactus刚发布的Needle 3。

它的定位很明确：自动化基础模型，主打纯函数调用能力。换句话说，它不跟你聊天，它负责干活——把指令翻译成可执行的函数调用。

打开网易新闻 查看精彩图片

一套权重，切出无数个模型

Needle 3最特别的地方是"可切片"。同一套权重，从2层到20层，每一层深度都能独立成为一个模型。

参数规模在25M到121M之间浮动，量化精度为CQ2-bit。体积最小8MB，最大29MB。

这意味着什么？开发者可以根据设备算力，直接切出合适大小的版本，不用重新训练，也不用维护多套权重。

技术底座与运行方式

它建立在Cactus自研的Simple Attention Networks之上，完全本地运行，上下文支持到4k。

纯函数调用这个方向值得注意。端侧场景里，模型不需要写诗，它需要准确地把"帮我订明天下午三点的会议室"变成一段结构化调用。

Needle 3把全部筹码压在这件事上，体积才能压到8MB这个量级。

端侧自动化的新变量

过去端侧模型要么太小干不了活，要么太大跑不动。Needle 3给出的解法是：用切片换弹性，用函数调用换实用性。

它能不能真的对标DeepSeek V4 Flash，需要实测验证。但8MB这个数字本身，已经让端侧自动化的想象空间变大了。