百川智能发布 Baichuan-M2：小模型，大医疗，单卡可部署的开源医疗大模型

8 月 6 日，OpenAI 开源两款大模型，主打“低成本部署”与“医疗能力突破”。仅仅五天后，百川智能推出 Baichuan-M2 ——一款在更小参数规模下实现医疗能力反超的开源模型。

• 模型：https://huggingface.co/baichuan-inc/Baichuan-M2-32B

它不是简单跟进，而是一次精准突破：用 32B 参数模型，在权威医疗评测 HealthBench 上拿下 60.1 分，超越 gpt-oss120b（57.6）、Qwen3-235B、Deepseek R1、Kimi K2 等所有当前开源大模型，位列全球第一。

更关键的是，这一性能突破并未以牺牲通用能力为代价——数学、写作、指令遵循等核心能力不降反升。

Baichuan-M2 的出现，标志着开源医疗大模型正式进入“高性能+低门槛”并行的新阶段。

核心成绩：在 HealthBench 上全面领先

HealthBench 是目前最权威的开源医疗大模型评测基准，涵盖诊断推理、医学知识问答、病历理解、用药建议等多个维度。

Baichuan-M2 不仅总分第一，在子项如“复杂病例分析”“多跳推理”中也表现突出。

更进一步：挑战 GPT-5 的医疗极限

OpenAI 在 GPT-5 发布时曾强调：

GPT-5 是 HealthBench Hard 评测中，全球唯一得分超过 32 分的模型。

如今，Baichuan-M2 在同一子集上取得 34.7 分，成为全球第二款突破 32 分的模型。

这意味着：在处理高难度、多步骤、需专业背景的医疗问题时，Baichuan-M2 已具备与顶尖闭源模型比肩的能力。

极致轻量化：RTX 4090 单卡部署，成本降至 1/57

医疗场景对数据隐私要求极高，私有化部署是刚需。但多数高性能模型动辄需要多卡甚至多节点集群，部署成本高昂。

Baichuan-M2 针对这一痛点进行了极致优化：

• 经过量化后，模型精度接近无损；
• 可在 RTX 4090（24GB）上单卡运行；
• 相比 DeepSeek-R1 需 H20 双节点部署方案，硬件成本降低至 1/57。

这意味着：

• 县级医院、社区诊所也能负担得起；
• 无需专用服务器，利用现有工作站即可部署；
• 更适合边缘场景和本地化应用。

同时，模型已完成对国产主流芯片（如昇腾、寒武纪）的适配，支持国产化替代。

速度优化：急诊场景下的实时交互能力

在门诊、急诊等对响应速度要求极高的场景中，延迟直接影响使用体验。

为此，百川推出了基于 Eagle-3 架构优化的 MTP 版本（Multi-Token Prediction），在单用户场景下实现：

token 生成速度提升 74.9%

这使得模型能够更快地响应医生提问，支持连续对话与实时辅助决策，真正融入临床工作流。

通用能力不降反升：医疗数据也能“反哺”通用性

一个常见担忧是：过度专业化是否会导致模型“偏科”？

百川团队通过实验证明：高质量医疗数据本身具有高信息密度和强逻辑结构，对提升模型通用能力也有显著价值。

在多个通用任务评测中，Baichuan-M2 表现如下：

这说明：医疗领域的高质量监督信号，正在成为提升大模型整体智能水平的重要路径。

适用场景：不止于问答，更面向真实医疗流程

凭借高精度、低延迟、可私有化部署的特点，Baichuan-M2 可应用于多个关键场景：

它不是一个“玩具级”医疗插件，而是一个可集成到真实业务系统中的专业级基座模型。

开源意义：推动医疗AI走向普惠

Baichuan-M2 的开源，具有三重意义：

1. 打破闭源垄断：在医疗这一高壁垒领域，首次有开源模型在性能上超越主流闭源方案。
2. 降低使用门槛：单卡可跑、国产芯片适配，让更多机构用得起、用得上。
3. 促进生态共建：开源后，医院、高校、企业可基于其进行二次开发，共同提升医疗AI水平。