coefu
@unt 当前开源里，普罗大众能用到的最强悍模型了。2* 2080ti 22g ，不到 4k 的成本，跑 31B Q8 ，估计能有个 10 Token/s 的速度，凑合能用。
@philobscur qwen3.5 就是阿里开源的最后绝唱了，你还等什么 3.6 咯，事情都搞不明白。
非常强悍，g 厂出手，都是弟弟。
31B ，要真正跑起 256k 的 context ，Q8 起码要 64G 显存。
对于一般 web 代码来说，体现不出来它的上限。当然，一般人也用不到它的上限。
现在打榜的 benchmark ，都是对标 博士级别的水平，只有你的 case 是真…
@qshu #7 看来，你都看不懂我的观点。不是多就是好，要么你像 他 chromClaw ，用几乎免费 tokens 的成本，大而全。要么就是，定量 tokens 的情况下，大而优。不然，我凭什么用你的 maas ？我 tokens 成本多的慌，用你 maas 来玩？
不用回复我了，夏虫语冰…
@qshu #3 其实，最核心的东西，你没看明白，如果用你的这个 maas ，需要消耗多少 tokens ，你 maas 的实力到底如何，别人先不知道，但是先烧的 tokens 是实实在在的，如果你能在定量 tokens 的情况下，有服务优劣的 benchmark ，才更有卖点；说明你 maas …
@qshu #4 就他搞的这个 把 chatgpt / gemini webui 封装，白嫖 tokens 的东西，就比你这所谓的 agent 专家有亮点。 垂类 agent 专家的深度从哪里来？垂直领域的 LLMs ，你后训练了 接入 让用户买你的 tokens ？做不到这点，就没什么所谓更好…
https://www.v2ex.com/t/1197695
你觉得和他这个，有什么区别？本质上都是一类。
特色服务（玄学/神学）： 包含一个基于严格上下文记忆的《易经》排盘解卦 Master ，以及一个专门研读《圣经》的探讨模块。
你不如把这种垂类做强做深了，还能赚点钱。其余的，太稀松平常，下半年要烂大街的东西，多你一个不多，少你一个不少，没什么技术门槛，大厂进来直接收割流量。
只能说，你之前的 web3 经历，路径惯性了，以为别的 web3 也是如此。v 站上的 web3 ，一律都是黑灰，不接受反驳。
@unt 我觉得，和 gemini 来比，gemini 现在搞的这种情绪价值提供，反而让人不客观了。今天，试用了一下午 gemma4 31B,可能是 system prompt 没有设置什么情绪相关，反而更理性客观，没有 gemini 的夸夸味。