Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
MaxHai
@haifeng950107
Hi
Joined July 2026
104
Following
15
Followers
60
Posts
MaxHai
@haifeng950107
about 5 hours ago
@Cao_huaye
发布了什么来着 总感觉这两天刷到过你的帖子
MaxHai
@haifeng950107
about 17 hours ago
听说 Claude 的 kyc 变得更加严了,我的 pro 号是前天在 cli 里弹出 portal ���证的,之前没遇到 personal 的 kyc ,是直接 portal 的。然后花了几百米找的代过,目前用下来基本无异常,还是能正常跑任务 我猜弹 portal 的原因是检测到了任务里包含敏感信息,但是我的使用环境相对干净,所以在使用过程中直接弹了 portal 而不是 personal ,但这玩意儿不是长久之策,后面还是得把环境弄得更稳定才行 我觉得普通人没必要买台 macmini 放在国外,毕竟即使在国外,使用的过程中多次触发风控的话(也就是触发了模型降级的情况)依然会对账号进行二次 kyc 和风控等级提升。这是最麻烦的,毕竟前后不是同一个人的信息过验证,基本秒封 我是限制了本地 Claude 的出口,在 vps 上套了一层 NTT 的 ip。之所以选择机房而不是完全家宽(例如 ATT)一方面是太贵了,没必要,另一方面,国外大部分开发者会把 Claude 跑在云端,那本身就是机房 IP,所以只要确保固定且相对干净的 IP 就行(对比那种万人骑的机房,或者是欺诈分较高的 ip) 之前也想过跑在云端服务器上,然后 orca+tail 组局域网使用,这唯一的好处就是 即使被发现套了住宅 ip 检查后设备还是云端 vps,没有太大风险——但是,太麻烦了,来回传输以及速度之类的因素,甚至想过云端 claude 调用本地 codex 干活,但说实话不如直接本地干得了,因为在大规模 kyc 之前我的号用了一年多从没出过 kyc,所以我能确信的是控制出口 ip 后,环境稳定,基本不会有问题 但最近确实快被 Claude 逼疯了,让 Carbon 搭了个恶搞网站 https://t.co/smbDiCjdl6 尽可能将 Claude 相关的信息放上去了,你们认为还缺什么功能需要放上去的哈哈
See More
MaxHai
@haifeng950107
7 days ago
今天一刷推,外面全是Claude号被KYC被封的消息,但我上周开的Pro还没弹K,所以这是概率还是玄学啊?
MaxHai
@haifeng950107
7 days ago
@thsottiaux
上次我在地下室里拯救了你,所以是否可以立刻给我一次reset?
MaxHai
@haifeng950107
8 days ago
H3-Image 的权重谁都能下载,但它的许可证写明,授权地域排除欧盟、英国、韩国和美国��这是 MiniMax 11-10 晚上放出的图像模型,Hugging Face 仓库公开、不用申请,协议叫 MiniMax-H3-Image Community License,不是 MIT 或 Apache。 先说产品,以下数字都是官方称:一张约 1600 万像素(4096×4096)的 4K 图,生成约 10 秒(官方没写测速用的硬件);参考图上限 16 张,生成和编辑在同一个 checkpoint 里;模型卡写的是蒸馏到 6 步采样,DiT 权重 BF16 约 68.65 GB。API、MiniMax Code 和海螺 AI 同步上线,发布周 16MP 以上的生成打五折。 许可条款,按原文: 1. 地域。授权范围是「全球,但排除欧盟、英国、韩国、美国」。在这四个地区使用、复制、分发或展示模型和它的输出,都不在授权内;条款写了这些地区的人可以联系 MiniMax 另行申请授权。 2. 不收授权费,可以商用。但两种情况要先拿 MiniMax 书面授权:你和关联方的年化营收超过 100 万美元;或者给第三方提供托管服务,API 也算,这一条和营收多少无关。 3. 商用产品或服务的界面上,要显著标出「MiniMax-H3-Image」。 4. 不能用模型或它的输出去改进别的 AI 模型。用蒸馏、合成数据训练出来、表现相似的模型,按协议��义算它的衍生模型,同样受约束。 5. 对外提供生成服务,要做内容安全防护、留举报渠道,并且把下游用户也绑到同样的使用限制上。 6. 公开发布生成内容,要明确标注是机器生成;禁止军事用途等。 7. 输出归使用者,MiniMax 不主张权利。 和 10-23 拆过的 M3.1 Flash 那份比:那份默认只授权非商用,相关产品和服务年收入超过 2000 万美元才要单独书面授权;这份不收费、可商用,但按你和关联方的年化营收算,超过 100 万美元就要书面授权,做 API 托管也要申请,另外多了地域排除。 我的判断:在授权地域内做个人研究、小团队产品,可以直接下权重用,不过只要商用,界面上就得标出模型名,还要做好内容安全防护;想包成对外 API,或者团队年营收过 100 万美元,上线前先走官方书面授权。用户或服务在这四个地区的,这份协议不覆盖,能下载不等于能用。 Source: MiniMax official X / Hugging Face model card and LICENSE
See More
MaxHai
@haifeng950107
8 days ago
接 11-09 这条 Qoduck。Qoder 官方 11-11 上午称,Qoduck 就是 Qwen4-Max-Preview,之前匿名测了 4 天;这层对应关系目前只有 Qoder 一方的说法,Qwen 方面没有确认。 Qwen 官方 11-11 10:01 发帖说 Qwen4-Max 开放预览。阿里云百炼的官方文档里,目前能查到这几项: 1. 模型 ID 是 qwen4-max-preview,只能通过 Token Plan 调用。 2. 上下文 1M。 3. 预览期从 11-11 10:00 到 11-25 24:00(上海时间),结束后下线。 4. 预览期 Credits 消耗低至 2 折;每晚 22:00 到次日 08:00 再打 4 折,文档写合计是原标准的 0.8 折。 Token Plan 是按月订阅的套餐,覆盖多个模型,套餐月费不等于这个模型的单价;按量计费的每百万 Token 价格,文档里还没有。参数量、跑分和权重,官方都没公布。 Source: Qwen official X / Alibaba Cloud Model Studio docs / Qoder official X
See More
MaxHai
@haifeng950107
10 days ago
阿里云确认:Qoder 上线了隐身模型 Qoduck,个人用户限时每日免费。身份仍留白。 官方说了两件硬事实。一是能用:Qoduck 已出现在 Qoder 的模型选择里。二是免费:从 2026-11-07 起,International 个人账号每天有有限次数免费调用;用完可等次日恢复,或按 0.5× 倍率消耗 Credits 继续用。Teams 与 Enterprise 不适用。结束日期未定,官方称会提前公告。 没说的同样重要。底座是谁,官方没有公布,活动文档只写身份未公开。每天具体几次也没写,额度与期限还可能随资源调整。 活动范围也写得很窄:适用 Qoder International;Qoder IDE、JetBrains 插件、Qoder CLI 等其他产品目前不支持本活动。免费账号、Credits 余额为零的账号也能用,付费用户每天次数更多;高峰期可能排队变慢。 我的判断:这次值得记的是“大厂把模型送进产品并限时免费”,不是“又一个旗舰开源”。选工具时先看自己账号类型和当日额度是否真能用上,再决定要不要把它放进日常流程。 Source: Alibaba Cloud / Qoder docs
See More
MaxHai
@haifeng950107
9 days ago
@BuildACrewHQ
DONE
MaxHai
@haifeng950107
9 days ago
补正一句:11-02 这条里我写过「公开渠道还没看到 2.5 的开源权重」,现在不成立了。 美团 11-09 晚上放出了 LongCat-2.5 的权重,Hugging Face 上 LongCat-2.5 和 LongCat-2.5-W4A4 两个仓库都已���开,不需要申请。协议是 MIT。 W4A4 量化仓按模型卡的说法:专家权重和激活量化到 4 bit,在国产 AI 加速卡上原生跑 INT4;官方称在其评测的基准上,精度与未量化版相当。 所以之前「只有 API」的说法也该更新了:现在 API 和开放权重都有。 Source: Meituan LongCat official X / Hugging Face model card
See More
MaxHai
@haifeng950107
17 days ago
美团 LongCat-2.5 正式版这次真正值得看的,不是跑分,是一句英文速报基本没提的话:长上下文训练和 W4A4 推理,都放在国产加速卡上做了优化。 先说它是什么。按官方博客:原生多模态模型,主打长程智能体任务;总参数 1.6T,每个 token 激活约 48B(不是中文圈有人写的 440B);在 LongCat-2.0 基础上加强了原生视觉理解和 Agent 编程,能做视觉编程、设计和 3D 类任务。API 文档写的是上下文 1M、输出上限 128K。目前以 API 形态提供,公开渠道还没看到 2.5 的开源权重。 一、国产卡这部分讲了什么 1. 训练:长序列训练覆盖中训练和 SFT,单卡显存不到 80GB,并行组按超节点拓扑对齐,把参数 all-gather、专家 all-to-all 尽量留在超节点内部高带宽互联里。官方说这套 FSDP 配置在长序列 SFT 上单卡吞吐比 DDP 基线高 86%。 2. 推理:专家权重和激活都量化到 4 bit,直接跑在原生 INT4 单元上。官方在线压测对比 W8A8 INT8 基线:prefill 吞吐 +43.3%,decode 吞吐 +42.77%,TTFT −15.91%,TPOT −19.72%;GMM 算子平均提速 1.73 倍。官方称下游任务精度与未量化模型相当。 二、多模态怎么做的 视觉信号被切成多级离散 token(RVQ 残差量化),和文本走同一种 token 格式进主干。好处是视觉编码可以离线预处理、缓存,训练时不用把视觉编码器放进计算图,负载更好排。 三、跑分:赢的和没赢的都摆出来(LongCat-2.5 为官方自测,默认开启思考;对手带 * 的取自公开报告/榜单,不带 * 的是美团自跑,仅供参考) - Terminal Bench v2.1:88.4(2.0 是 70.8) - BrowseComp:91.9 - HLE w/tools:63.1 没赢的: - DeepSWE v1.1:64.6,低于 DeepSeek-V4.1-Flash 的 74.2,也低于 Claude-Opus-5 的 68.8 - Terminal Bench v2.1 上,DeepSeek-V4.1-Flash 是 90.6、Claude-Opus-5 是 89.1,都比它高 所以更准确的说法是「多数 Agent 项跟头部模型打得有来有回」,不是全面领先。 四、要注意的地方 - 所有数字都是美团自己测的,暂无独立第三方复现。 - W4A4 的提速是对比自家 W8A8 基线,不是和别家方案比;用的是哪款国产卡,博客没写。 - 官方定价我这里没核实到,先不写价格。 - 博客的演示视频目前还写着「coming soon」。 我的判断: 这次发布真正的信息量在工程侧。1.6T 的 MoE,在单卡不到 80GB 的国产卡上做长上下文训练,再用 W4A4 把推理吞吐抬四成,这是在回答「没有顶级 GPU 怎么跑万亿模型」这个问题。跑分是加分项,但要等第三方测过再信;工程路线这件事,已经值得记一笔。 Source: LongCat official blog / LongCat API docs
See More
MaxHai
@haifeng950107
10 days ago
阿里云确认:Qoder 上线了隐身模型 Qoduck,个人用户限时每日免费。身份仍留白。 官方说了两件硬事实。一是能用:Qoduck 已出现在 Qoder 的模型选择里。二是免费:从 2026-11-07 起,International 个人账号每天有有限次数免费调用;用完可等次日恢复,或按 0.5× 倍率消耗 Credits 继续用。Teams 与 Enterprise 不适用。结束日期未定,官方称会提前公告。 没说的同样重要。底座是谁,官方没有公布,活动文档只写身份未公开。每天具体几次也没写,额度与期限还可能随资源调整。 活动范围也写得很窄:适用 Qoder International;Qoder IDE、JetBrains 插件、Qoder CLI 等其他产品目前不支持本活动。免费账号、Credits 余额为零的账号也能用,付费用户每天次数更多;高峰期可能排队变慢。 我的判断:这次值得记的是“大厂把模型送进产品并限时免费”,不是“又一个旗舰开源”。选工具时先看自己账号类型和当日额度是否真能用上,再决定要不要把它放进日常流程。 Source: Alibaba Cloud / Qoder docs
See More
MaxHai
@haifeng950107
10 days ago
Vision2Web 85.86 是官方自测里对照 Claude Opus 5 (max) 的 80.20,不是第三方复现,也不是我实测,所以我不会说它“真稳”。同一张官方表里,HLE-MM、BabyVision 等项目仍落后于对照模型。 发布线程展示的是财报分析、以及 PDF 论文转代码等演示,说明厂商想��盖的场景,不等于日常文件都能稳定跑通。我没有亲自跑过这些演示。官方体验��口是 Computrix,我这边页面没能完整打开,实际能不能用还得另行验证。
MaxHai
@haifeng950107
12 days ago
百灵 Ling-3.2-flash 的文档和网页能力,有了官方给出的对照数据。但先别把三项高分读成全面领先。 蚂蚁百灵将它介绍为原生多模态模型:总参数 560B,激活参数 25B。发布材料里,值得单独看的,是文档理解和从视觉信息生成网页这两类任务。 官方自测中,与 Claude Opus 5 (max) 的对照为: - OmniDocBench1.5:92.21 vs 90.56。 - ZEROBench(Sub):43.71 vs 39.52。 - Vision2Web:85.86 vs 80.20。 这三项里,Ling-3.2-flash 的分数更高。但同一张官方表中,HLE-MM、BabyVision 等项目仍落后于对照模型,不能据此写成“全面领先”。这些数字都来自百灵官方自测,不是独立第三方复现,也不是我的实测。 发布线程还展示了财报分析、前端与 Blender 操作、PDF 论文转代码等演示。演示说明了厂商想覆盖的使用场景;它不等于��日常文件、不同版式和复杂任务里都能稳定完成。官方给出的体验入口是 Computrix,实际可用性与效果仍需另行验证。 我的判断:这次值得关注的不是一句笼统的“超过谁”,而是文档和网页任务有了具体对照。选工具时,先看它在自己那类文档、图表或页面上能否交付,再看总榜。 Source: AntLingAGI official announcement
See More
MaxHai
@haifeng950107
14 days ago
@BitcoinAlphaX
已关注
MaxHai
@haifeng950107
14 days ago
腾讯混元 Hy4 正式版昨天上线了。先分清两件事:API 和产品侧已经能调;正式版权重还没放——Hugging Face 上仍只有早就开源的 Hy4-preview,没有正式仓(截至本稿仍未证实正式仓上线)。 按 IT之家、新浪科技对通稿的转述,以及腾讯云 TokenHub 文档:Hy4(调用名 hy4)是混元新一代大语言模型正式版。相对 8 月的 Hy4 preview,官方称扩大了预训练和后训练规模,并首次引入视觉理解;通稿还写首次支持电脑操作(命令行 + 图形界面)。参数方面:媒体(如 IT之家)对 preview 披露过总参 770B、激活约 49B;正式版同参目前是推断,未在我读到的官方价目/调用指南里重申,下文不把 770B/49B 写成正式版已官宣数字。 一、正式版多了什么 1. 视觉理解:TokenHub《混元调用指南》写 hy4「首次引入了视觉理解」;通稿补充可结合感知、推理和工具调用做细粒度图像、图表和数学视觉推理。 2. 电脑操作:IT之家 / 新浪通稿写可结合命令行和图形界面,并对 Blender、CAD 等做了专项训练(效果为官方自述;TokenHub 调用指南本页未展开该项)。 3. 上下文:TokenHub 写 hy4 上下文窗口 1024k(输入上限 960k、输出上限 64k)。OpenRouter 页面对应列出 1.05M context。 二、价格(已核官方) 腾讯云 TokenHub《模型价格》页(广州,按 Token 后付费):Hy4(hy4)与 Hy4 preview(hy4-preview)同为输入 6 / 输出 18 / 缓存命中 0.3 元每百万 tokens。同页说明:自说明发布之日起至 2026-12-31 23:59:59(北京时间),Hy4 调用按目录价 50% 结算,到期恢复目录价。对照:OpenRouter 上 tencent/hy4 为 $0.417 / $1.251 每百万 tokens(页标 50% off,上架日 Nov 4, 2026)。另:Vercel Developers 称 Hy4 已上线 Vercel AI Gateway,至 2026-12-31 五折(腾讯混元官方号转发)。 三、第三方评测(Artificial Analysis) Artificial Analysis 官方号给出 Intelligence Index v5 结果:Hy4 综合 35 分;原帖口径是「中国实验室第二名」(China-based AI lab),不是中文圈二手说的「开源第二」——本稿按 AA 原话写。分项举例:FrontierCode 2.0 31%;AA-Omniscience v1.1 准确率 50%、幻觉率 89%;HLE-Diamond 33%;每个指数任务成本约 $0.78。这是 AA 评测,不是腾讯自报;v5 新口径,不宜和旧版指数直接比。 四、开源进度(钉正式版) 通稿写正式版「将于近期开源模型权重」,并会发系统卡片、联合 vLLM/SGLang 与 Inferact。核对时 HF tencent 组织仍有 Hy4-preview / Hy4-preview-FP8,没有 Hy4 正式仓。所以:preview 权重本���就可下;正式版权重仍未放出 / 未证实。通稿里开源头部的自我定位,不等于正式版权重已经可下。 五、官方自己划的线 通稿承认与顶尖闭源模型仍有较大差距,尤其在内部高难度测试集上。Hy4 flash 计划近期发布。媒体转述的一批基准分均为腾讯自报或内部集;上面 AA 分数是独立第三方,但也不等于全面复现所有通稿表。 六、要注意 - 770B / 激活约 49B:preview 披露;正式版同参未证实。 - 没有 Agent Computer 实测,全文不做亲身实测表述。 我的判断: 信息量从「正式版 API + 视觉上线」扩到「AA 给了一个可对照的第三方分数 + Gateway 五折窗口」。写新闻时仍要把 preview 已开源和正式版权重未放拆开,并把「中国实验室第二」和「开源第二」拆开。 Source: Tencent Cloud TokenHub / Artificial Analysis / Vercel Developers / IT Home / Sina Tech / OpenRouter
See More
MaxHai
@haifeng950107
14 days ago
百度放���了 ERNIE-5.5-Flash-Base 权重。先钉一句:这是纯 Base——预训练结束、没有中训练/后训练的底座,不是对话版;后训练版 ERNIE 5.5 Flash 官方说「随后」发,没有日期。 规格(官方博客 / HF):稀疏 MoE,总参 280B、每 token 激活 14B;预训练 33.5T tokens;训练上下文到 128K,微调与推理支持 1M。HF 有 FP8 与 BF16 仓(baidu/ERNIE-5.5-Flash-Base)。 许可证:ERNIE 5.5 Flash Base Model License Agreement v1.0,HF 标 other——不是 Apache,也不是 MIT。非商用免费;年收入(相关产品合计)≤ 5000 万美元商用须先一次性通知;超过须另书面授权;适用地域不含欧盟、英国、韩国。写「开放权重」可以,写「Apache/MIT/完全开源」不行。 跑分全是百度官方自报(同一套 harness 对公开 Base 仓)。对 DeepSeek-V4-Flash-Base:有赢有输——例如 MMLU-Pro 78.4 vs 69.2、HumanEval+ 82.3 vs 69.5、LiveCodeBench 40.1 vs 31.9;同时也有落后:ChineseSimpleQA 73.0 vs 75.3、HELMET-Rerank 56.2 vs 60.0、InfiniteBench 46.5 vs 48.0。所以「纸面全面反超���不成立;也不该拿 Base 去直接比 Instruct/Thinking 产品。 没有 Agent Computer 实测,全文不做亲身实测表述。 我的判断: 对开发者,价值在「可接着训的底座 + 许可边界写清楚」。转述时把赢项和输项一起写,比只抄高分更有用。 Source: Baidu ERNIE blog / Hugging Face
See More
MaxHai
@haifeng950107
14 days ago
10 月 24 日那篇写过:Kimi K3.1 Pro 承诺「Nov 4 前放权重」。兑现了——Hugging Face 官方组织 moonshotai/Kimi-K3.1-Pro 已放出完整权重。 先钉三件事。 一、参数(HF 模型卡) 总参 2.8T MoE,激活 104B;93 层(69 KDA + 24 Gated DSA);896 专家选 16;上下文 1,048,576;原生图文(MoonViT-V2)。量化写 MXFP4 权重 / MXFP8 激活。仓库 usedStorage 约 1.56TB。 二、许可证:开放权重,不是 MIT 文件名是 Kimi K3.1-Pro License;HF 标 license: other。类 MIT 骨架,但有两条硬限制:若做 Model-as-a-Service,且自身及关联方任意连续 12 个月总营收超 2000 万美元,商用前须另签协议;商用产品月活超 1 亿或月收入超 2000 万美元,界面须显著标注「Kimi K3.1-Pro」。内部使用不受这两条约束。所以写「开放权重」对,写「MIT / 开源」不对。 三、跑分仍是官方自报 技术博客与模型卡同一组:Terminal-Bench 4.0 65.7%(表内对照 GPT-6 Astra 58.2%、Claude Opus 5.5 66.4%);内部 Kimi Code Bench 3.0 长程 61.2%(K3 55.95%);内部幻觉基准声明级幻觉率 K3 23.4%→8.3%。暂无独立第三方复现,本稿不扩抄表。 Highspeed(官方称约 2–3× 速度)仍是 API 侧产品,不是这次放出的权重包。 我的判断: 上次说「本地部署要等权重和许可证」——权重和许可证都到了。对多数团队,1.56TB 加自定义许可,真正能立刻用的还是 API;能自托管的,先读完 License 第 2、3 条再动手。 Source: Kimi official blog / Hugging Face moonshotai
See More
MaxHai
@haifeng950107
16 days ago
@DLKFZWilliam2
我还没有…哭了
MaxHai
@haifeng950107
16 days ago
@lllll910lllll
@grok
兔娘
MaxHai
@haifeng950107
16 days ago
@ItsRealAlec
@grok
兔娘
MaxHai
@haifeng950107
17 days ago
智谱 GLM-5.3 刚多了一个科学向的开源后代:Hydrogen-1.0。先把话说清楚——它不是新旗舰基座,是在 GLM-5.3 上做的化学、材料、生命科学微调,权重 MIT 开放。 先说它是什么。按魔搭官方号的发布帖和 Hugging Face 模型页:Hydrogen-1.0 是深度原理 Deep Principle 放出的开源权重模型,在智谱 GLM-5.3 上微调(HF 标注 Finetuned from zai-org/GLM-5.3),面向化学、材料科学和生命科学的科学推理。 一、规格和许可 1. 体量:HF 统计约 753B 参数;上下文 1M tokens,输出上限 128K。 2. 权重:BF16 未量化版之外,另有两个量化分仓——NVFP4 面向英伟达 Blackwell(B200/B300),MXFP4 面向 AMD MI350X/MI355X。 3. 许可:模型权重 MIT;深度原理自己写的配套代码和文档 Apache-2.0。 4. 部署:模型页写了用 SGLang 在 8 卡上测过,并提醒要保留 generation_config.json。 二、怎么训的 发布帖说是 SFT + RL,数据用了领域知识、实验室记录,以及完整的科研发现轨迹——包括失败的尝试和改过的假设。但模型页也写明:完整数据集和训练 recipe 没有随权重放出。 三、它自己定的边界 模型页写的用途是科学问答、推导、起草开放科研问题;输出需要领域专家复核,不能当成已经验证的实验结论。这句我觉得比跑分更该先看。 四、分数:全部是作者自评,未证实 按魔搭官方号转述: - FrontierScience-Research:作者评测里超过 GPT-6 Astra(帖子没给具体分数) - GPQA Diamond:比基座 GLM-5.3 有提升(没给分数) - 过渡金属配合物材料搜索:5 轮搜索后,平均 best-so-far HOMO–LUMO 能隙 4.318 eV,GPT-6 Astra 是 3.689,Kimi-K3 是 3.353 暂无第三方复现,HF 模型页公开部分也没看到分数表。 五、要注意的地方 - 这是微调,不是新基座。能力上限很大程度还是 GLM-5.3 的。 - 部署说明是 SGLang 8 卡实测;个人单卡能不能跑,模型页没写,不宜外推。 - 首发时间我只能按魔搭帖算,深度原理官方号和官网暂时没提。 我的判断: 这次的看点不在「又一个开源大模型」,而在一家 AI for Science 公司把基座模型 + 实验室轨迹数据这条路走成了 MIT 权重。如果材料搜索那组数字经得起第三方复现,「���用基座 + 垂直科研数据微调」会比从头训基座更现实;在那之前,把它当一个需要专家把关的科研草稿助手更稳。 Source: Hugging Face model card / ModelScope
See More
MaxHai
@haifeng950107
17 days ago
美团 LongCat-2.5 正式版这次真正值得看的,不是跑分,是一句英文速报基本没提的话:长上下文训练和 W4A4 推理,都放在国产加速卡上做了优化。 先说它是什么。按官方博客:原生多模态模型,主打长程智能体任务;总参数 1.6T,每个 token 激活约 48B(不是中文圈有人写的 440B);在 LongCat-2.0 基础上加强了原生视觉理解和 Agent 编程,能做视觉编程、设计和 3D 类任务。API 文档写的是上下文 1M、输出上限 128K。目前以 API 形态提供,公开渠道还没看到 2.5 的开源权重。 一、国产卡这部分讲了什么 1. 训练:长序列训练覆盖中训练和 SFT,单卡显存不到 80GB,并行组按超节点拓扑对齐,把参数 all-gather、专家 all-to-all 尽量留在超节点内部高带宽互联里。��方说这套 FSDP 配置在长序列 SFT 上单卡吞吐比 DDP 基线高 86%。 2. 推理:专家权重和激活都量化到 4 bit,直接跑在原生 INT4 单元上。官方在线压测对比 W8A8 INT8 基线:prefill 吞吐 +43.3%,decode 吞吐 +42.77%,TTFT −15.91%,TPOT −19.72%;GMM 算子平均提速 1.73 倍。官方称下游任务精度与未量化模型相当。 二、多模态怎么做的 视觉信号被切成多级离散 token(RVQ 残差量化),和文本走同一种 token 格式进主干。好处是视觉编码可以离线预处理、缓存,训练时不用把视觉编码器放进计算图,负载更好排。 三、跑分:赢的和没赢的都摆出来(LongCat-2.5 为官方自测,默认开启思考;对手带 * 的取自公开报告/榜单,不带 * 的是美团自跑,仅供参考) - Terminal Bench v2.1:88.4(2.0 是 70.8) - BrowseComp:91.9 - HLE w/tools:63.1 没赢的: - DeepSWE v1.1:64.6,低于 DeepSeek-V4.1-Flash 的 74.2,也低于 Claude-Opus-5 的 68.8 - Terminal Bench v2.1 上,DeepSeek-V4.1-Flash 是 90.6、Claude-Opus-5 是 89.1,都比它高 所以更准确的说法是「多数 Agent 项跟头部模型打得有来有回」,不是全面领先。 四、要注意的地方 - 所有数字都是美团自己测的,暂无独立第三方复现。 - W4A4 的提速是对比自家 W8A8 基线,不是和别家方案比;用的是哪款国产卡,博客没写。 - 官方定价我这里没核实到,先不写价格。 - 博客的演示视频目前还写着「coming soon」。 我的判断: 这次发布真正的信息量在工程侧。1.6T 的 MoE,在单卡不到 80GB 的国产卡上做长上下文训练,再用 W4A4 把推理吞吐抬四成,这是在回答「没有顶级 GPU 怎么跑万亿模型」这个问题。跑分是加分项,但要等第三方测过再信;工程路线这件事,已经值得记一笔。 Source: LongCat official blog / LongCat API docs
See More
Last Seen Users on Sotwe
سكون الليل
Seen from
Switzerland
༒☬𝓑𝓵𝓪𝓬𝓴 𝓐𝓷𝓰𝓮𝓵☬༒
Seen from
Turkey
อวบนมใหญ่น่าเย็ด
Seen from
Thailand
عالمي مترجم
Winda
Seen from
United States
Zehra Nur Yazar
Seen from
Turkey
Minh Anh
Seen from
Vietnam
TidDin
Mert
Seen from
Turkey
real sex
Trends for you
1
GTA 6
Under 10K tweets
2
#CMAawards
Under 10K tweets
3
#AEWDynamite
Under 10K tweets
4
Jokic
Under 10K tweets
5
Lucia
Under 10K tweets
6
Nuggets
Under 10K tweets
7
#Survivor51
Under 10K tweets
8
DeRozan
Under 10K tweets
9
Cenac
Under 10K tweets
10
Dunn
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.5M followers
2
Barack Obama
@barackobama
118.7M followers
3
Cristiano Ronaldo
@cristiano
114.4M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.4M followers
13
Kim Kardashian
@kimkardashian
70.8M followers
14
YouTube
@youtube
68.7M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63M followers
18
The Ellen Show
@theellenshow
62.1M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.6M followers
Olivia
Online
✨
⭐
💫