小小技术园

一句话总结：选模型不是比分数，是先回答四个约束问题——能不能私有、要不要长上下文、任务长短、预算多少，答案组合基本就锁定了这五款里的唯一一个。前面分别写了Qwen3.8、M3.1Flash、MiniCPM5-2B、LongCat2.5、Step5，也做了横评和成本账。这篇收个口：怎么把选择做成流程，而不是凭...

一句话总结：M3.1Flash同时提供Anthropic和OpenAI两套兼容端点，接入本身十分钟搞定，真正的坑在「思考关不掉」——默认effort是max，不显式降档的话，简单请求也会按最贵的方式计费。解读篇讲了这个模型的定位，这篇全是工程细节：怎么接、参数怎么填、钱怎么省。前置条件项目...

一句话总结：2.5B的MiniCPM5-2B用Q8量化约4GB显存就能跑，本文给llama.cpp、Ollama、Python调用三条路径的完整命令，以及上下文设太大、量化选错、模板不匹配这三类必踩的坑。上一篇解读讲了这个模型能干什么，这篇只讲怎么把它跑起来。选它的理由很实在：4GB显存，笔...

一句话总结：每百万token的报价只是单价，真实成本取决于输入输出比、思考token和重试次数——同一个任务，Step5花0.71美元、M3.1Flash花0.22美元、Opus5花5.86美元，差价26倍，跟报价单上的差距完全不是一回事。选模型时最容易犯的错，是拿「每百万to...

一句话总结：这五款模型覆盖了从2.5B端侧到1.6万亿旗舰的全部区间，但「参数大」和「值得用」是两件事——真正的选型依据是激活量、价格、许可证和你任务的长短，本文用一张表加三条路线把它们理清。这几个月国产模型密集发布，参数从2.5B一路卷到1.6万亿。我把手上这五款放在一起对了一遍，越对越觉得：光...

一句话总结：阶跃星辰Step5Preview用600B总参数、27B激活撑起1M上下文和视觉输入，9月20日发布、10月15日全量开源权重，AA智能指数44分进入开源前三，单任务成本约0.71美元，是ClaudeOpus5的八分之一。9月20日发布，10月1...

一句话总结：美团LongCat-2.5-Preview用1.6万亿总参数、480亿激活撑起1M上下文和原生多模态，主打终端、浏览器、GUI这类长周期任务，价格低到2元/百万输入，但实测单任务动辄半小时以上，快不起来。9月25日悄悄上线，没开发布会，只在OpenCode挂了两个礼拜免费...

一句话总结：面壁智能的MiniCPM5-2B用2.5B参数做到131K上下文、图像输入和接近4B级的分数，Apache2.0可商用、4GB显存能跑，是端侧和低成本私有化部署里最值得看得一档。大模型卷参数卷到万亿，另一边的小模型也在较劲，只是声量小得多。MiniCPM5-2B就是这种「没什么...

一句话总结：MiniMax10月19日发布M3.1Flash，428B总参数每次只激活23B，1M上下文、文图视频输入，输出速度200+TPS、价格降到M3的一半，AA智能指数42分，但「思考常开」和93%的幻觉率是两个实打实的代价。10月19日晚发布的M3.1Fla...

一句话总结：Qwen3.8在8月连发三款——2.4万亿参数的Max旗舰、Apache2.0的27B、以及Qwen4架构预览版Flash-Next，三档从API到本地全覆盖，但开放权重和许可证的门槛差异比参数差异更值得研究。阿里的节奏这两年一直很快，但Qwen3.8这一波还是有点特别...