与「glm52」相关的搜索结果

想买Mac运行大模型? 这是劝退贴 其实估算方法很简单, 现在买 MacStudio 哪怕运行 Qwen3.6-27B 4bit 量化版本, 然后开 DFlash 使用Qwen的内置投机解码, 也就飙到 65token/s. 而现在普遍大模型都能跑到 40 token/s. 如果专门买 MacStudio M3 Ultra 96G 运行大模型, 如果把设备售价 (32999) 换算成使用API, 以 GLM-5.2 为例, 每百万token 28块, 一台 MacStudio 的价格大概能买到 32999/28 = 1178M token. 而为了输出这些token, 买到的 MacStudio 运行 Qwen3.6-27B 要持续运行 209天. 也就是说回本周期至少是200天不间断运行. 然后运行模型才是纯赚. 这还是没算电费和不直接买API而是买套餐的情况.而且, 最重要的是这还是在运行一个只有27B的小模型. 如果真的买512G的 MacStudio (108749, 而且好像已经断货了), 然后运行量化版本的 GLM-5.2, 速度就会跌到只有 17 token/s, 回本周期大概在 7 年左右... 对于现在1.5个月模型就发新版本的情况下, 普通用户自用是绝对不划算的. 所以大部分用户买 coding plan 会更划算, 如果像我一样要测新模型, 直接租卡也会比直接买划算很多. 当然, 如果你本身就有Mac或者显卡, 那么空闲的时候(比如睡觉的时候)让它跑大模型运行任务, 反而是划算的. #本地大模型# #mac# #qwen36# #glm52#

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52# #智谱# #智谱AI# #AgenticCoding# #长上下文能力#

感觉 Codex 渐渐有垄断趋势了，至少在 X 和海外。 虽然模型与自己Harness 框架下执行会更好。 比如kimi cli搭配K3、zcode搭配 glm5.2、grok build 搭配 grok4.5 等，Deepseek 马上也要出 agent 框架。 但 Codex 更全面，有Browser Use、Computer Use，手机编程，加上插件还能随时切三方模型。 再不济，也能通过 skill 或 cli 调。 按这个趋势发展，其他框架生存空间会越来越小。 假如你负责推广 Deepseek 的 Agent ，你会打什么点？

先是 GLM5.2，然后是 Kimi K3，现在是 Qwen 3.8 Max，每次国产模型的新发布都更加接近 Coding 领域的 SOTA。从 6 月开始，我感觉国内大模型明显开始在 Coding 和 Agent 领域加速了，和海外顶级 SOTA 的差距正在肉眼可见地缩小。 目前看，国产模型的长程任务、自主运行、反馈回路、跨 Harness 泛化和视觉自我检查等，能力越来越强了。做一个谨慎的预测，预计到 2026 年的年底，对于重度开发者和 Vibe 用户来说，海外模型可能会成为辅助模型，国内的大模型将成为我们的主力工具。 模型用户没有忠诚度，大家会用脚投票的，拭目以待。

最近一直在硅谷交流，我发现中国Token出海，是真的在改变格局。 第一，硅谷创业公司已经大规模使用中国开源模型，因为便宜且好用。GLM5.2、Kimi编程模型都引发了不小震动。 第二，大厂也在动摇。Anthropic 6月收入增长放缓，Fable 5从限量变永久开放，看来也是有压力。 我觉得这对无论是中国、美国的创业者都是好事，因为只有竞争才能进步。

Before Argentina called Lionel Messi to play for their national team, Spain had the opportunity and tried to recruit him to play for them instead. Now, 20+ years later, the two teams face off for the World Cup final 🤯

2/ 中国顶尖代码模型（GLM5.2、Qwen3.7 Max）混合价约1美元/百万token，美股SOTA同档位要4-8美元，而且是在成本线以下卖。 高盛测算：价值型Agent模型目前EBIT利润率-30%，代码模型-39%，靠账上现金扛亏损，预计到2030年才转正。

Goldman Sachs: LLM primer A week or so ago there was a lot of questions about the model layer economics when LLMs are without a doubt viewed more and more as a commodity+ reaching a level where being on the frontier of intelligence is no longer the swaying factor. Economics 101, in a market with many substitutes like restaurants, price undercutting becomes a crucial factor and just like EV's is where China wins. Now these talks have been pushed to the background as the Lag 7 has revived on the back of Zucks considerations of an AI cloud business+producing an AI chip (positive read through to SUMCO/ I sold to early 😞). Back to the initial topic, Goldman provides a few insights into the landscape: → China's top coding models (GLM5.2, Qwen3.7 Max) sit at ~$1 per 1M blended tokens while US SOTA runs $4-8 for the same rung of output → And they are selling it below cost. GS pegs the value for money agentic model at a -30% EBIT margin today and the coding model at -39%, cash rich balance sheets eating the loss until it flips to +14% and +22% by 2030 on their numbers → The reason they can serve that cheap is architecture, sub-8% of params activated per token across the board, DeepSeek V4 Pro firing 49B of 1.6T and GLM5.2 40B of 744B, fewer FLOPs and a structural floor under the price → The adoption already shows up on OpenRouter where China models are 5-16% of spend by task but 85% of agent tokens and 89% of code tokens, winning wherever duration and volume make cost per task the number that matters → And the blended token price rolled over with it, SDLLMTK peaked around 2.07 in early June and sits at 1.67 now This seems somewhat similar to the EV playbook to me, we the consumers should win/benefit from a price war but the return to equity shareholders is more ify.

腾讯开始发力了，新发布的 腾讯混元Hy3 很有东西，而且两周内 API 免费用！！！ 价格也太很香：输入 ¥1/百万 token，输出 ¥4/百万 token，命中缓存 2毛5，低于 DeepSeek V4-Pro 295B 的 MoE 只激活 21B，等于用小模型的成本跑出了大模型的水平：推理能力够到 DeepSeek V4 pro、Qwen 3.7 max 这一档，Agent 能力卡在 GLM-5.1 和 5.2 之间。 更实际的是 token 效率，WorkBuddy里的办公任务对比 GLM5.2，做文档省 47%，做 PPT 省 49%，模型便宜一半等于预算翻倍。而且 Apache 2.0 随便商用。 目前 API 免费两周，大家快去薅起来～

Claude 封号封成这狗样 又是检测中转站，又是钓鱼邮件，又是中转站黑名单的…. 还在费尽心机坚持用官方号的朋友们 可以说是真爱了… 花钱用 token 还要偷鸡摸狗，这过的是啥日子啊 不过现在编程方面 codex 和 glm5.2 可以平替 claude 的模型了 写作和思考方面却没有一个能平替，deepseek 和 gemini 勉强能用，确实是个头大的问题