权重是什么？一个模型的全部本事

模型内部没有规则、没有知识库、没有 if-else。有的只是一个巨大的数字表格。下面这些格子里的每个数，就是一个权重，颜色深浅表示它的绝对值大小。

上面是 36 个数。一个 Qwen3-8B 模型有 80 亿个这样的数。训练的全部意义，就是把这几十亿个数从随机值一点点调整到合适的值。调完了，参数冻结，模型就定型了。

每个权重占多少字节，取决于存储精度。模型发布时通常用 FP16，也就是每个数占 2 个字节。所以文件体积有一个很好记的估算：

公式记住了，但它到底意味着什么，拖一下就知道了。下面这个滑块从 0.5B 拖到 2.4 万亿，你可以顺手切换存储精度，看同一个模型的文件是怎么胀大和缩小的。

下面用一组真实的模型对比一下。这里选 Qwen 系列做尺子，是因为它的尺寸谱系目前最完整，从 0.6B 一直到 2.4T 都有公开型号，同一个系列内部比较不会掺进架构差异的干扰。

存储体积和运行时占用是两码事。文件 16 GB，不代表 16 GB 显存就能跑起来。模型运行时还要额外开销一块地方存放对话的中间状态，也就是Harness 核心篇讲过的 KV Cache。算下来通常要在参数量的基础上多留三到五成。

这一章最后有一页交互工具，你可以直接选自己的显卡或者 Mac 型号，看能跑哪些模型。这里先记住结论：看文件大小估显存，会低估。

把上面的事情串起来，权重的意义就清楚了。它不只是一个文件，它是控制权。

反过来说，只提供 API 的模型，你租的是使用权。价格、可用性、什么时候下线，都由对方决定。这个区别在做技术选型时会直接变成风险，也是下一节要拆的东西：各家嘴里的「开源」，含义差得非常远。