Qwen4-Max 发布:Agent 选型别只看榜单
Qwen4-Max 登上 Hacker News 首页,483 points、197 条评论。但对 Agent 团队来说,真正要算的是每个成功任务花了多少钱、P95 延迟多久、失败后能不能恢复。本文给出一套可复现的 30 题 × 5 次运行的选型基线方法。
拆解 Astra「读写 Qwen 权重」的宣传,检查参数修改、基线、对照组与评测污染,给出可复现的验证清单。
Qwen4-Max 登上 Hacker News 首页,483 points、197 条评论。但对 Agent 团队来说,真正要算的是每个成功任务花了多少钱、P95 延迟多久、失败后能不能恢复。本文给出一套可复现的 30 题 × 5 次运行的选型基线方法。
基于 Unsloth 官方文档,整理 Qwen3.8-27B 的显存估算、Dynamic v3.1 选型思路与可复现测试方法。
Simon Willison 将 Qwen 3.8 27B 部署在个人笔记本上,让它分析其他模型权重。本文拆解实验流程,并说明本地 LLM 如何接入权重统计、假设生成与验证。
Astra 把 Qwen 权重变成 Agent 可读写的编程对象。本文拆解实现路径、复现门槛,以及它与提示词、微调和工具调用的差异。
Memdoor 用 5 个 Qwen3.8-27B 组成协作团队,在 LiveCodeBench Hard 上超过 Fable 5。本文拆解其工作流、上下文管理与工程代价。
拆解 NESformer 如何把 Qwen 接入 NES 环境,并分析 1GB 权重、状态压缩、动作延迟与复现要点。
Qwenputer 用 Qwen3.5 生成可执行的 RISC-V CPU。本文拆解模型在代码生成、调试和设计决策中的角色,也指出验证边界。
Hacker News 热帖称,5 个 Qwen3.8-27B 模型借助 GVS5H harness 达到 Fable 5 水平。本文先审计评测边界,再给出可复现的对照方案。
Hacker News 上 212 分、181 条评论,放在 DeepSeek 身上是冷淡。一年半前 V3/R1 那波什么样的讨论度,这次为什么没复现?开源大模型的'恐慌红利'是不是见顶了。
Black Forest Labs 把 FLUX 1 时代的开源招牌收回去,FLUX 3 Image 只在 bfl.ai 托管调用。这步棋走通,国产图像模型的路会更窄。
Fireworks AI 上线自有模型 Ember-1,HN 首页 355 积分、182 条讨论。这家靠推理优化起家的公司,为什么要下场做自己的小模型?