文档首页/ 盘古大模型 PanguLargeModels/ 产品介绍/ 模型能力与规格/ 盘古NLP大模型
更新时间：2025-06-20 GMT+08:00
查看PDF
分享

盘古NLP大模型

盘古NLP大模型规格

盘古NLP大模型是业界首个超千亿参数的中文预训练大模型，结合了大数据预训练和多源知识，借助持续学习不断吸收海量文本数据，持续提升模型性能。除了实现行业知识检索、文案生成、阅读理解等基础功能外，盘古NLP大模型还具备模型调用等高级特性，可在智能客服、创意营销等多个典型场景中，提供强大的AI技术支持。

ModelArts Studio大模型开发平台为用户提供了多种规格的NLP大模型，以满足不同场景和需求。不同模型在处理上下文token长度和功能上有所差异，以下是当前支持的模型清单，您可以根据实际需求选择最合适的模型进行开发和应用。

表1 盘古NLP大模型规格

模型支持区域

模型名称

可处理最大上下文长度

可处理最大输出长度

说明

西南-贵阳一

Pangu-NLP-N1-32K-3.1.34

32K

4K

2024年11月发布的版本，支持8K序列长度训练，4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训，1个推理单元即可部署，4K支持256并发，32K支持256并发。

Pangu-NLP-N1-32K-3.2.36

32K

4K

2025年1月发布的版本，支持32K序列长度训练，4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训，1个推理单元即可部署，4K支持256并发，32K支持256并发。

Pangu-NLP-N1-128K-3.1.34

128K

4K

2024年11月发布的版本，仅支持128K序列长度推理，4个推理单元2并发。

Pangu-NLP-N1-128K-3.2.36

128K

4K

2025年1月发布的版本，仅支持128K序列长度推理，4个推理单元8并发。

Pangu-NLP-N2-4K-3.2.35

4K

4K

2025年1月发布的版本，支持4K序列长度训练，4K序列长度推理。全量微调、RFT微调32个训练单元起训，LoRA微调8个训练单元起训，支持混合部署和分离部署，4个推理单元即可部署，支持192并发。此模型版本差异化支持RFT训练、分离部署、边缘部署特性。

Pangu-NLP-N2-8K-3.1.39

8K

4K

2025年3月发布的版本，支持8K序列长度训练，8K序列长度推理。预训练、全量微调、DPO训练支持32个训练单元起训，LoRA微调支持8个训练单元起训，4个推理单元即可部署，支持192并发。

Pangu-NLP-N2-32K-3.1.35

32K

4K

2025年1月发布的版本，支持32K序列长度训练，32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，支持混合部署和分离部署，4个推理单元即可部署，支持128并发。此模型版本差异化支持分离部署、边缘部署特性。

Pangu-NLP-N2-128K-3.1.35

128K

4K

2024年12月发布的版本，仅支持128K序列长度推理部署，8个推理单元64并发。

Pangu-NLP-N2-256K-3.1.35

256K

4K

2024年12月发布的版本，仅支持256K序列长度推理部署，8个推理单元64并发。

Pangu-NLP-N2-Reasoner-32K-3.0.0.1

32K

4K

2025年3月发布的版本，仅支持32K序列长度推理部署，4个推理单元128并发。

Pangu-NLP-N2-Reasoner-128K-3.0.1.1

128K

4K

2025年5月发布的版本，仅支持128K序列长度推理部署，4个推理单元384并发。

Pangu-NLP-N4-4K-3.2.36

4K

4K

2025年3月发布的版本，支持4K序列长度训练，4K序列长度推理。预训练、全量微调、DPO训练64个训练单元起训，LoRA微调8个训练单元起训，8个推理单元即可部署，支持128并发。

Pangu-NLP-N4-4K-2.5.32

4K

4K

2024年11月发布的版本，支持4K序列长度训练，4K序列长度推理。全量微调64个训练单元起训，LoRA微调32个训练单元起训，8个推理单元即可部署，支持64并发。此模型版本差异化支持预训练、INT8/INT4量化特性。

Pangu-NLP-N4-4K-2.5.35

4K

4K

2025年1月发布的版本，支持4K序列长度训练，4K序列长度推理。全量微调64个训练单元起训，LoRA微调32个训练单元起训，8个推理单元即可部署，支持128并发。此模型版本差异化支持预训练、INT8/INT4量化特性。

Pangu-NLP-N4-32K-2.5.32

32K

4K

2024年11月发布的版本，仅支持32K序列长度推理部署，8个推理单元64并发。

Pangu-NLP-N4-32K-2.5.35

32K

4K

2025年1月发布的版本，仅支持32K序列长度推理部署，8个推理单元128并发。

Pangu-NLP-N4-Reasoner-32K-3.0.1.1

32K

4K

2025年5月发布的版本，仅支持32K序列长度推理部署，4个推理单元104并发。

Pangu-RAG-N1-32K-4.3.2

32K

-

2025年4月份发布的版本，支持32K序列长度推理，1个推理单元可部署，最高支持1QPS。该模型是基于盘古NLP大模型微调得到的RAG场景模型，提供对话问答能力。

盘古NLP大模型支持的平台操作

在选择和使用盘古大模型时，了解不同模型所支持的操作行为至关重要。不同模型在预训练、微调、模型评测、在线推理和体验中心模型调测等方面的支持程度各不相同，开发者应根据自身需求选择合适的模型。以下是盘古NLP大模型支持的具体操作：

表2 盘古NLP大模型支持的能力

模型名称

预训练

微调

模型评测

模型压缩

在线推理

体验中心模型调测

Pangu-NLP-N1-32K-3.1.34

-

√

√

-

√

√

Pangu-NLP-N1-32K-3.2.36

-

√

√

√

√

√

Pangu-NLP-N1-128K-3.1.34

-

-

√

-

√

√

Pangu-NLP-N1-128K-3.2.36

-

-

√

-

√

√

Pangu-NLP-N2-4K-3.2.35

√

√

√

√

√

√

Pangu-NLP-N2-8K-3.1.39

√

√

√

√

√

√

Pangu-NLP-N2-32K-3.1.35

√

√

√

√

√

√

Pangu-NLP-N2-128K-3.1.35

-

-

√

-

√

√

Pangu-NLP-N2-256K-3.1.35

-

-

√

-

√

√

Pangu-NLP-N2-Reasoner-32K-3.0.0.1

-

-

-

-

√

√

Pangu-NLP-N2-Reasoner-128K-3.0.1.1

-

-

-

-

√

√

Pangu-NLP-N4-4K-3.2.36

√

√

√

√

√

√

Pangu-NLP-N4-4K-2.5.32

√

√

√

√

√

√

Pangu-NLP-N4-4K-2.5.35

√

√

√

√

√

√

Pangu-NLP-N4-32K-2.5.32

-

-

√

-

√

√

Pangu-NLP-N4-32K-2.5.35

-

-

√

-

√

√

Pangu-NLP-N4-Reasoner-32K-3.0.1.1

-

-

-

-

√

√

Pangu-RAG-N1-32K-4.3.2

-

-

-

-

√

-

盘古NLP大模型对资源池的依赖

模型名称

云上部署

边缘部署

ARM+Snt9B3

ARM+Snt9B3

Pangu-NLP-N1-32K-3.1.34

支持

-

Pangu-NLP-N1-32K-3.2.36

支持

-

Pangu-NLP-N1-128K-3.1.34

支持

-

Pangu-NLP-N1-128K-3.2.36

支持

-

Pangu-NLP-N2-4K-3.2.35

支持

支持

Pangu-NLP-N2-8K-3.1.39

支持

-

Pangu-NLP-N2-32K-3.1.35

支持

支持

Pangu-NLP-N2-128K-3.1.35

支持

-

Pangu-NLP-N2-256K-3.1.35

支持

-

Pangu-NLP-N2-Reasoner-32K-3.0.0.1

支持

-

Pangu-NLP-N2-Reasoner-128K-3.0.1.1

支持

-

Pangu-NLP-N4-4K-3.2.36

支持

-

Pangu-NLP-N4-4K-2.5.32

支持

-

Pangu-NLP-N4-4K-2.5.35

支持

-

Pangu-NLP-N4-32K-2.5.32

支持

-

Pangu-NLP-N4-32K-2.5.35

支持

-

Pangu-NLP-N4-Reasoner-32K-3.0.1.1

支持

-

Pangu-RAG-N1-32k

支持

-
父主题： 模型能力与规格

相关文档