KRAFTON Raon-1 mini 解析：30B 級開放權重模型，韓語、Agent 與單卡部署表現如何？

先看結論

KRAFTON AI 已以 **preview（預覽版）**形式開放 Raon-1 mini。這是一款側重韓語對話、指令遵循、Agent 與推論效率的 30B 級 MoE 語言模型，並非以最大參數量為目標。

值得關注的是部分推理與程式任務成績、官方投機解碼方案，以及本機部署的量化選項。但不能概括成所有榜單領先，或所有電腦都能流暢執行。

本文依據官方模型卡與體驗站解析。TboxIO 尚未獨立重跑基準、量測速度或驗證單卡部署。資料核對日期為 2026 年 10 月 25 日。 官方提醒目前並非最終模型，規格與結果可能改變。

30B、A4B 代表什麼？

項目	官方規格
總參數	28.8B，約 288 億
每 token 啟用參數	4.3B，約 43 億
架構	混合注意力 MoE
層數	25 層：18 層線性注意力、7 層全注意力
上下文窗口	262,144 tokens
每 token 啟用專家	6 個路由專家加 1 個共享專家
狀態	Preview，非最終版
授權	Apache 2.0

每個 token 只啟用部分參數能減少計算量，不代表只需儲存這部分權重。顯示記憶體預算仍需包含完整權重、量化、快取及執行框架開銷。

多數層使用固定大小狀態，只有部分層保留 KV 快取。這解釋效率方向，並不表示輸入變長也不增加總記憶體或延遲。

官方跑分：優勢與短板都要看

以下是廠商公布的對照，不是本站實測。數值沿用原表，不將不同基準混合平均。

基準	Raon-1 mini preview	Qwen3.6-35B-A3B	Gemma 4 26B-A4B
MMLU Pro	76.5	85.9	82.9
GPQA Diamond	84.3	83.2	80.7
AIME 2026	93.3	92.9	87.1
IFBench	84.2	66.6	80.9
SWE-Verified	70.8	63.2	61.6
Terminal-Bench Lite	47.0	63.3	52.0
BrowseComp Plus	55.7	34.8	32.2
BFCL v4 Overall	59.8	64.7	65.8

這組結果顯示部分數學推理、指令遵循、程式修復與搜尋工作值得試用，但 MMLU Pro、Terminal-Bench Lite、BFCL v4 並未超過兩款對照。

SWE-Verified 與 Terminal-Bench Lite 的落差尤其重要：儲存庫修復較好，不代表終端執行全面更強。應按自己的工作類型選擇，而非只摘最高分。

完整官方表也包含稠密模型。例如 Qwen3.8-27B 的 GPQA Diamond 為 89.7，高於 Raon 的 84.3。「部分 MoE 比較領先」並非「超過所有模型」。本篇不補造同系列前代的分數或升級幅度。

評測條件不可省略

SWE-Verified 使用 mini-SWE-agent；模型卡註明評審與使用者模擬器為 gpt-5.6-luna。AutomationBench 使用公開劃分，而非官方評估集；GDPVal 是評審分數，不是 Elo。

這些條件限制跨來源比較。不能把本篇 Terminal-Bench Lite 與前幾篇的其他版本直接相減，也不應將不同工具框架拼成統一排名。

韓語是明確的重點

模型卡列出韓語、英語、日語、中文、西班牙語、法語與泰語等訓練語言。未公開的內部 Chatbot Korean 評測為 Raon 92.9、Qwen3.6-35B-A3B 74.5、Gemma 4 26B-A4B 90.6。

這是選型線索，不是日常韓語正確率 92.9%。可自建敬語、口語、角色一致性及韓英混合輸入樣本。訓練包含中文，也不能推定中文業務表現與韓語相同。

最高 2.18 倍加速的條件

官方配套 DFlash2 草稿模型先提出候選 tokens，再由目標模型驗證，以減少部分逐步生成等待。

模型卡的 2.18 倍案例使用單張 NVIDIA B300、GSM8K、並發 1：自回歸解碼 296.3 輸出 tokens／秒，DFlash2 為 646.3。設定包含 MXFP8 目標模型與 vLLM 0.28.0。

這是特定硬體、任務與設定下的廠商結果，不保證其他顯示卡相同，也不是跨廠商通用速度排名。高並發總吞吐量亦不等於每位使用者的速度。請分別量測首 token 等待、單請求生成、並發吞吐及完整 Agent 耗時。

RTX 5090 與 Mac 能執行嗎？

官方提供 MXFP8、NVFP4，並稱 NVFP4 可在 32GB 顯示記憶體的單張 NVIDIA RTX 5090 推論。亦列出 Transformers、vLLM、llama.cpp、MLX 入口。

有執行路徑，不代表所有格式、滿上下文及高並發都能放進同一配置。Mac 仍須核對可用記憶體、量化檔案、框架與上下文長度，不能只看 43 億啟用參數。

建議選擇符合平台的官方格式，從較短上下文及單並發開始，再逐步增加負載，記錄記憶體與延遲。

Agent 工作流程的接入

模型卡列出 Hermes Agent、Pi、OpenCode，可透過相容 OpenAI 格式的端點使用。介面相容不代表工具呼叫與推理欄位已全數適配，需檢查訊息格式、工具結果回傳及停止條件。

官方建議思考模式，不建議關閉；程式／數學與其他任務的推薦取樣也有差異。先按官方設定驗證，再逐項調整。

可先試韓語客服草稿、可核驗資料整理、小型程式修復與明確限制的工具任務，觀察合格完成率、人工修改與總資源，而非回答長度。

體驗方式與費用

官方體驗站提供免登入入口，API 則有申請、邀請與註冊流程。目前 API 為限時免費，可能限制每使用者 tokens 及請求數，未來收費與規則另行公告。

這不代表永久免費，也不能自行填上每百萬 tokens 的正式價格。本機部署仍有硬體、執行與維運成本。

Hugging Face 官方庫標示 Apache 2.0，模型卡亦說明需申請存取。下載前請核對流程、格式及授權條款，開放權重不等於沒有使用條件。

我的判斷

重視韓語互動、希望掌握部署環境，且能自行驗證工具鏈的團隊，值得把此預覽版列為候選。吸引力在可部署規模、部分任務成績與配套加速的組合。

若主力是通識問答、複雜終端工作或穩定正式服務，應納入已知短板及 preview 狀態。先用相同任務、工具權限和預算對照，再擴大流量。

來源

• KRAFTON 官方模型卡：規格、完整對照、條件、解碼與部署。
• Raon 官方體驗站與 FAQ：使用方式及限時免費條件。

預覽規格、結果與規則可能更新，接入時請以官方最新說明為準。