大模型

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：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：Agent的demo和生产之间隔着五道坎——脏数据、长链路误差累积、工具脆弱、验收缺失、成本与权限，任何一个没解决都会让「看起来能用」变成「上线就翻车」。今年看过太多Agent演示：一句话下达任务，模型自己拆步骤、调工具、改错误，一路交到成品。看完就想立刻上生产。真上了才发现另一回事。我自...

一句话总结：三个工具不是竞品关系而是三种定位——Ollama是命令行服务端、LMStudio是图形化体验、vLLM是生产级吞吐引擎，选错的代价是白折腾一晚上；附RTX2060上的实测数据和踩坑记录。本地跑模型这件事，工具选错比模型选错更常见。我见过有人为了「体验一下」装了vLLM，卡在CUDA...

一句话总结：MiMo-V2.6-Pro以46.3分登顶ArtificialAnalysis开源权重榜第一，两次训练合计只花了347万美元，但小米自己在9月27日的复盘里承认，Agent重复调用问题只从13.45%降到3.83%，没解决掉。先把一个事实摆出来：你现在用的这个Wor...

一句话总结：DeepSeek-V4-Pro-0813是4月预览版转正的旗舰，架构没动、后训练重做，DeepSWE从12.8分跳到62.7分，权重照旧MIT开源，但8月那次峰谷调价让实际成本涨到了原来的2.3到4.5倍。2026年8月13日，DeepSeek把挂了将近四个...

一句话总结：本地跑模型的门槛不在技术，在一笔账：7B模型Q4量化后要4.7GB显存，RTX2060这类6GB卡刚好卡在门口；我用这台机器实测了Ollama从安装到出字的全流程，也把「什么时候该换vLLM」的账算清楚了。前八篇都在调API，模型在别人机房。这篇把模型搬回自己机器。理由通常有...

一句话总结：GLM-5.3是智谱（Z.ai）2026年8月发布的开源旗舰模型，与GLM-5.2共用同一个基座，全部能力提升来自后训练，编程能力较上代提升约50%，在Terminal-Bench3.0、Agents'LastExam等基准上位列开源第一，并涌现出接近闭源前沿的网络安全能...