Deep Principle 基於 GLM-5.3 開放 Hydrogen-1.0，權重許可不等於拿來就能跑

Deep Principle 官方部落格將 Hydrogen-1.0 列在日期 2026-11-02（中文索引頁首為 Nov 2, 2026）。英文落地為 introducing-hydrogen-1.0，中文為 introducing-hydrogen-1-0-zh。這是面向化學、材料與生命科學的第三方科學後訓練釋出，基座為 zai-org/GLM-5.3——不是智譜／Z.AI 新旗艦。產品歸屬 Deep Principle。

權重掛上 MIT，回答的是許可問題，並不自動回答「沒有相容 runtime 能不能跑」。Hugging Face／ModelScope 頁面向的是拉取權重。模型卡里的 Usage 示例呼叫的是已經跑起來的相容推理服務：它不下載／載入權重，也不等於任一模型託管站為該 ID 提供了現成託管端點。完整資料集與完整訓練配方未隨權重發布。下文對照官方部落格與三份 Hugging Face 模型卡，把開放邊界與部署要點寫清。端到端部署我們未跑，官博評測表未複測，吞吐、顯示記憶體與科研任務成功率也未實測。

相關閱讀：Atria Dawn 正式版權重開放：Hugging Face 上的 512K 上下文、MiniMax M3.1 Flash 開源權重已上 Hugging Face、FlashX Legal 已上 OpenRouter，正式 ID 與現網價一覽、騰訊 Hyra 開放 HyInv 與 HyPLM-Flash，復現還缺哪些條件。上述篇目分屬其他開放權重或 GLM-5.3 託管線；本文只寫 Deep Principle 的 Hydrogen-1.0 權重、部署說明與開放程度。

誰釋出、基座是什麼

模型卡 Publisher：Deep Principle。基座標籤與微調關係：zai-org/GLM-5.3。技術部落格把 Hydrogen-1.0 寫成在領域資料之外，還用自家實驗室記錄與發現軌跡做後訓練。口徑是第三方在 GLM-5.3 上的科學後訓練，不是「智譜換名發新旗艦」。

Deep Principle 獨立程式碼／文件另處可標 Apache-2.0；第三方檔案保留各自許可。此處討論的權重工件，模型卡寫明 MIT——再分發時保留版權與許可宣告；整棵樹不是「只有一種許可」。

BF16 主倉：體量、門禁、上下文標稱

主倉：deep-principle/Hydrogen-1.0。

Hugging Face API：

模型卡表格另列 上下文 1M tokens、最大輸出 128K tokens。可用上下文與輸出預算仍取決於推理框架、服務配置與執行資源。1M 是模型卡標稱，不是任意機器開箱就能跑滿 1M。

訓練概覽指向技術部落格；同一批模型卡寫明：完整資料集與完整訓練配方未隨權重發布。

BF16 部署要點

主倉 Deployment 可見段落：團隊寫明以 SGLang、8 GPU 測過。務必保留 generation_config.json——其中含 end-of-turn tokens；缺了它，生成不會在答末停下。

文件中的啟動形如（ID／開關與模型卡一致）：

python -m sglang.launch_server \
  --model-path deep-principle/Hydrogen-1.0 \
  --served-model-name hydrogen-1.0 \
  --tp 8 --trust-remote-code \
  --reasoning-parser glm45 --tool-call-parser glm47 \
  --host 0.0.0.0 --port 8001

建議記入運維筆記的要點：

• 張量並行 --tp 8
• --trust-remote-code
• --reasoning-parser glm45
• --tool-call-parser glm47
• 對外 API 模型 ID hydrogen-1.0

隨後的 Usage 示例是對著 MODEL_BASE_URL 的 OpenAI 相容客戶端——預設服務已經起來。那是呼叫姿勢，不是「克隆託管頁就能聊」，也不能證明 Hugging Face／ModelScope 為該 ID 開了公共託管端點。

量化分倉：NVFP4 與 MXFP4

BF16 不是唯一工件。旁邊還有兩個獨立量化倉。兩份模型卡均為 MIT，base 為 deep-principle/Hydrogen-1.0，訓練概覽同樣寫明完整資料／配方未隨權重發布。量化版與 BF16 輸出可能不同；上線前按任務自行驗證。該提醒寫在模型卡上——差值我們未測。

NVFP4 — deep-principle/Hydrogen-1.0-NVFP4

NVFP4 示例用 SGLang，帶 --quantization modelopt_fp4 --kv-cache-dtype fp8_e4m3、與 BF16 相同的 parser 開關，以及 --context-length 262144。該命令把部署上下文封頂在 262144——不是宣稱每臺都能跑滿 1M。請保留 hf_quant_config.json 與 config.json。

MXFP4 — deep-principle/Hydrogen-1.0-MXFP4

MXFP4 卡另記一條部署側併發觀察（團隊 TP4 測試）：128 路長推理併發曾塞滿 KV 池並觸發 eviction，回答質量驟降；48 併發時池佔用低於 75%、質量正常。這是該環境下的觀察，不是普適上限——我們未複測。

官方四條獲取路徑

部落格 Availability 列了四條：

1. Hugging Face — 下載開放權重
2. ModelScope — 下載開放權重（核對時 deep-principle/Hydrogen-1.0 頁面 HTTP 200）
3. NeuroSpark — 走 API 訪問
4. Mira — 在 Deep Principle 的 AI Scientist 裡使用

1–2 是權重託管；3–4 是產品／API 面。任一子彈都不會把 HF／ModelScope 模型頁變成「下載即免費託管推理」。NeuroSpark／Mira 也不是無限免費託管——部落格只點名通路。

官博評測數字

官方部落格自報了 FrontierScience-Research（FSR）、GPQA Diamond，以及內部科研場景（科學計算、單步前向反應、NMR 解析、實驗規劃、材料發現軌跡等）上的對比，對象含 GPT-6-Astra、Kimi-K3 與起點 GLM-5.3。這些數字是官博自報。我們未複測那些分數，也未實測部署速度、顯示記憶體、吞吐或科研任務成功率。引用時務必標明出處，不能當成 DigIntoAI 實測。

運維對照清單

1. 歸屬。 釋出方＝Deep Principle；基座＝zai-org/GLM-5.3；不是智譜新旗艦。
2. 時間。 部落格列表日 2026-11-02；HF 主倉 lastModified 為當日 北京時間 17:00:24（09:00:24 UTC）。
3. 許可與門禁。 權重 MIT；主倉 gated=auto；NVFP4／MXFP4 API 核對時為 gated=false。
4. 體量。 BF16 約 753B（API total 753329940480）。
5. 上下文／輸出。 模型卡 1M／128K——可用長度看 runtime 與記憶體；NVFP4 示例把上下文封頂在 262144。
6. BF16 runtime。 SGLang、--tp 8、保留 generation_config.json、trust-remote-code、reasoning-parser glm45、tool-call-parser glm47。
7. 量化路徑。 NVFP4（Blackwell／ModelOpt）與 MXFP4（Instinct／Quark／ATOM）是獨立倉；相對 BF16 可能有輸出漂移。
8. Usage ≠ 託管。 客戶端示例打本地相容服務；託管頁不會因此變成託管端點。
9. 訓練缺口。 部落格公開概覽 ≠ 權重倉附帶完整資料／配方。
10. 分數。 官博評測表＝自報；我們未複測。

小結

2026-11-02，Deep Principle 以開放權重形式釋出基於 GLM-5.3 的科學後訓練模型 Hydrogen-1.0：HF／ModelScope 上的 MIT BF16，外加獨立的 NVFP4／MXFP4 倉，並點名 NeuroSpark／Mira 另路。這是清楚的權重＋部署說明故事，同時寫明開放邊界：主倉 gated、無完整資料／配方、託管頁不是「下載就能聊」。要拉起 SGLang 或 ATOM，仍需匹配硬體與可用 runtime——權重許可開放，不等於拿來就能跑。現場跑數可透過頁尾站長聯絡方式反饋。