实践哥 Li

🚀 AI Builder｜连续创业，折腾不止
⚡ AI 干货 · 本地大模型 · AI Agent · AI 视频 · AI 产品
🔥 每天与AI 聊25h，尝鲜，探索，洞察，分享，思考🤔
📩 合作: [email protected]

[实践哥 Li @MinLiBuilds]

https://t.co/a21iLDbQfz

[实践哥 Li @MinLiBuilds]

@leaf_sanren 把上层的门槛打掉，极简化带给大家

[实践哥 Li @MinLiBuilds]

🤔 我有个犯规的想法……

LoRA + 本地 H3 + Claude 会不会导致宿主营养不良？

😈 跑通最难的全自动了

花 3 分钟，立刻了解 Claude/Codex +本地显卡了解一切。

从训练 LoRA，到数字人口播、自动制作视频，整套思路都在里面。

本地显卡方案，免费！

后续还会免费开源工作流和脚本，更新到下方文章的项目链接。

至于真正犯规的部分……

现在才刚开始。😏

[实践哥 Li @MinLiBuilds]

https://t.co/a21iLDbQfz

[实践哥 Li @MinLiBuilds]

@petersellis @X @SpaceX 请帮忙清理机器人和自动化。

[实践哥 Li @MinLiBuilds]

@wquguru moss 的菊改在这个场景下，确实实用。Flux 没有菊改吗

[实践哥 Li @MinLiBuilds]

🚨 Anthropic 靠封号做财报，冲击上市。

Q1 ：47.31 亿美元
Q2 ：115.55 亿美元
Q3 ：约 168 亿美元
累计营收：约 331 亿美元。

🔥后来他们想了妙招，达里奥跟 CFO 全体起立，直接夹断：

抢劫违规的客户16.5–23.2 亿美元。

做一个最极端的假设：

这些用户钱交了，Token 没用，封号不退款，新增算力成本为零。

那么，这 16.5–23.2 亿美元，几乎就是纯利润！

再看 Anthropic 的盈利水平：

前三季度调整后营业利润率约 11%，反算利润约 36.4 亿美元。

也就是说：

45%–64% 的调整后营业利润，来自这部分零成本收入！ 🤯

如果全部扣掉，利润只剩 13.2–19.9 亿美元。

更别说，这些用户使用额度后，利润会被进一步吞噬。

更巧的是，招股书明确写了：

2026 年 8 月和 9 月，Anthropic 特别加强了违规账户检测与执法。

9 月 30 日，Q3 财务截止。

10 月 26 日，递交 IPO 招股书。

这个时间点，CFO 看了直接起立夹断

🤔 我怀疑达里奥已经被 Claude 控制了 https://t.co/aodnUWpWFr

[实践哥 Li @MinLiBuilds]

😡 卧槽了浓眉大眼的达里奥，不退款是故意的。

刚翻完 Anthropic 的 S-1 招股书，第 146 页这段我看了三遍👇

"we recognize revenue from such customers…
before restricting or terminating their access"

翻译成人话：
违规用户的钱，先记成收入 💰
然后再封号 🚫

占多少？
2026 年前 9 个月营收的 5%–7% 🤯

按他们这体量，这是一笔非常非常大的钱

更绝的是，招股书还说：
"We believe this dynamic is common in our industry"
😅 浓眉大眼的 Anthropic，原来你也这样？

刚翻完 Anthropic 的 S-1 招股书，第 146 页这段我看了三遍👇

"we recognize revenue from such customers…
before restricting or terminating their access"

翻译成人话：
违规用户的钱，先记成收入 💰
然后再封号 🚫

占多少？
2026 年前 9 个月营收的 5%–7% 🤯

按他们这体量，这是一笔非常非常大的钱

更绝的是，招股书还说：
"We believe this dynamic is common in our industry"
大家都这么干 😂 卧槽了，奥特曼可不这么干，就你家

还承认风控会误伤，
可能 "mistakenly limiting or blocking certain users"

被封号没退钱的兄弟们，
现在知道钱去哪了吧 🍉

原文我放评论区，自己去 Ctrl+F 👇

[实践哥 Li @MinLiBuilds]

@Kayrainforest 我觉得可行，这次的 AI 位主要是被 H3 Turbo 模型引入的。

[实践哥 Li @MinLiBuilds]

@txbspgy 可以的，完全没有问题。每天晚上挂在那里，跑出来就行。

[实践哥 Li @MinLiBuilds]

@Kayrainforest 全自动的，挑选一下应该可以变好

[实践哥 Li @MinLiBuilds]

我帮Tibo修复了6.1 Terra里，Sonnet和Claude的显示错误。

前段写代码能力令人着迷，忽高忽低的，甚至不如Deepseek
👇

[劳伦斯 @LawrenceW_Zen]

https://t.co/ZdHo36ay7b

[实践哥 Li @MinLiBuilds]

@aehyok 太顶了，outlook原来我用他是因为里面有claude，现在高配了

[实践哥 Li @MinLiBuilds]

@jimmyyangrz 这次全部是模型，应该要人工稍微介入一下

[实践哥 Li @MinLiBuilds]

@FiniYang ✍️ 每天学习老艺术家的帖子，偷偷记下来

[实践哥 Li @MinLiBuilds]

@cellinlab minimax H3，YYDS

[实践哥 Li @MinLiBuilds]

@starkljm 一次跑一个模型，是可行的

[实践哥 Li @MinLiBuilds]

@FiniYang 蹲一手qwen4

[实践哥 Li @MinLiBuilds]

😵 同样开长上下文，33B 和 27B，显存为什么能差十几 GB？

我把 Nanbeige4.3-33B 和 Qwen3.8-27B 的性能跟效果都测了一遍，又去翻了配置，算明白了。

单张 48GB 4090，单路、128K 容量、8bit KV，全程裸跑（没开投机解码）：

📦 显存
🔴 Nanbeige 33B IQ4_XS：31.1 GiB
🟢 Qwen 27B EXL3 3.5bpw：17.6 GiB

⚡ 速度
Nanbeige：1K 输入 45 tok/s，32K 输入 32 tok/s
Qwen 干活时平均生成速度快 60% 以上

🧪 效果（3 个 30 分钟真实 Coding Agent 任务：Flask / HTTPX / pytest）
Nanbeige：1/3 ✅
Qwen：2/3 ✅
同一个 Flask bug，Qwen 3 分半修完，Nanbeige 磨了 10 分半 😅

显存差距的一大来源，是注意力架构：

Nanbeige：52 层全部使用全注意力
Qwen：16 层全注意力 ＋ 48 层线性注意力

全注意力需要为历史 token 保存 KV；线性注意力层主要维护压缩状态。上下文越长，这笔缓存账越明显。

只算 8bit KV 数据本体，理论上：

📦 128K：Nanbeige 约 13 GiB，Qwen 约 4 GiB
📦 256K：Nanbeige 约 26 GiB，Qwen 约 8 GiB

Nanbeige 的 256K KV 算上 q8_0 缩放开销约 27.6 GiB，再加约 16.8 GiB 权重，两项已经 44.4 GiB。
加上运行缓冲，总占用可能到 45 GiB 左右，48GB 卡基本顶满。

Qwen 这套部署粗估约 22 GiB。
（exllamav3 默认把 Embedding 放 CPU，所以 Qwen 实测比“权重＋KV”还略低一点）

⚠️ 256K 是推算，尚未实测；后端和量化不同，这是两套量化的对比。

Nanbeige 全注意力架构跑超长上下文，成本确实更高。我的48G卡也顶不住。

💯 对我这种单卡跑长上下文 Agent 的用途，目前来看兼顾智力和速度的，就是Qwen Next Flash iQ4。

[实践哥 Li @MinLiBuilds]

😳 Dense 之王来了。BOSS 直聘竟然把大模型卷到这个地步了？

如果这模型真如指标描述，那确实封神了。

Boss旗下南北阁团队发布 Nanbeige4.3-33B，直接对标 Qwen3.8-27B。

看了一眼官方 Benchmark，有点不敢相信：

Terminal-Bench 2.1：80.9 vs 73.0
DeepSWE：65.5 vs 42.5
Automation Bench：54.2 vs 38.3
DeepPlanning：63.3 vs 49.2

33B Dense，512K 上下文，Apache 2.0 开源。

这还只是教师模型，后面还准备把 Agent 能力蒸馏到 3B。

目前 GSQ-RCO GGUF 量化已经有人做了，单张 48GB 4090 就有机会跑起来。

压力给到 Qwen4 了！😂

[实践哥 Li @MinLiBuilds]

@cellinlab 我知道，哈哈～ 赚嘛了 小仓位进入快速抽插一下

[实践哥 Li @MinLiBuilds]

@LawrenceW_Zen 别用这个，用多了封号

[实践哥 Li @MinLiBuilds]

@ai_super_niko 可以试试 玩一下，感觉是一个全新领域

[实践哥 Li @MinLiBuilds]

https://t.co/a21iLDbQfz