英文：Dense Model 分类：architecture
每个输入都激活全部参数的模型，即经典 Transformer 形态。与稀疏 MoE 模型相对，稠密模型结构简单、训练稳定，但同等参数下推理算力更高。
特点：所有参数参与每个 Token 计算，无路由与专家调度，工程实现简单；参数量=计算量正相关（训练成本随规模线性增长）。对比：MoE 用更多参数+更少激活算力。
用于大多数中小模型与通用模型（GPT、Llama、Qwen 的基础形态）、端侧部署（结构简单易量化）与需要稳定训练的场景；"稠密 vs 稀疏"是规模化的核心取舍。