模型厂商拿max刷分却劝用户开high引质疑

Google发布的Gemma4系列开放权重模型包含多个版本，选型需结合场景。带"-it"后缀为指令微调版，开箱即用；不带后缀为基座模型，供自行微调。其中，A4B指激活参数量为4B，E4B则采用逐层嵌入技术，以内存换取计算量，优化移动端性能。选型建议：综合性能与速度选26B-A4B；追求最佳代码或任务效果选31B；开发本地全模态应用选E4B；资源受限设备体验可选E2B，但输出质量有限。

karminski 分享了一个 Hugging Face Space 项目 MiniCPM5-2B-WebGPU-Pi，用 Pi 打包 Coding Agent、由 MiniCPM5-2B 4bit ONNX 版（不到2G）驱动，框架和模型全部运行在浏览器中，无需 Docker 或 Node，打开网页即有虚拟终端、文件编辑和 tool_call。

karminski 发布大模型从零实现向量数据库的后端 Agentic Coding 排行榜（SIFT1M 上 recall ≥ 95% 的 QPS 计分）。

DeepSeek 宣布 V4.1 Flash 在性能、费用、速度、总用时等指标上全面超越 V4 Pro，V4.1 Flash 上线后、V4.1 Pro 上线前，V4 Pro 请求将被路由到 V4.1 Flash 并按 Flash 价格计费。karminski 转发该公告并提出质疑，认为哪怕新建一个 deepseek-v4-lts 作为 alias 也好过直接改路由。

karminski 发布混元 Hy4 preview 实测视频，用多智能体游戏测试替代此前的送外卖 Agent 测试，AI 需控制游戏角色打怪并协作召唤出的 SubAgent，测试中学会团战和堵门打法。在后端 Agentic Coding 测试中，Hy3 得 16 分，Hy4 得 10779 分。

karminski 发布小模型 Agent 能力测试天梯，最推荐 Qwen3.8-27B-UD-Q4_K_XL 版本，Agent 用 reasoning_effort=low，写代码开到 medium/high。测试统一使用单卡 H100 NVL+llama.cpp 最新版，Mac 用户建议优先用 MLX，实测其开 MTP 比 llama.cpp 更快。

karminski 发布小模型竞技场横评，测试 Qwen3.8-27B、Qwen3.6-27B、Qwen3.6-35B-A3B、Ornith-1.5-35B-A3B。

karminski 对比测试 OX-Alpha 与 DeepSeek-V4-Flash-Vision-Exp 的代码能力，结论是 OX-Alpha 参数量应不小，性能明显占优。若两者实际都只有 100B 参数，作者称其为"牛"。

博主实测 DeepSeek-V4-Flash-Vision-Exp 与 OpenRouter 匿名模型 OX-Alpha 的多模态能力，用 AI 电竞教练框架对 CS2 游戏录像抽帧测试，考察两模型识别战局、分析优劣势并提出改进建议的能力。因 DeepSeek 多模态不支持视频输入，两模型均采用视频抽帧方式公平对比，并额外测出各自最佳输入图片配比。

Sam Altman、Dario Amodei、Demis Hassabis 和 Elon Musk 周末粗略同意放慢 AI 开发，提出引入第三方审计、监管国内实验室并达成全球放缓协议，批评者则称其为压制竞争者和开源运动的"卡特尔"。