DeepSeek V4.1 FlashQwen3.8 Flash编码成本开源
Qwen vs DeepSeek:一个用一半的 token 价格赢了
测试模型 — 模型 A:Qwen3.8 Flash(qwen3.8-flash),通过 oh-my-pi(omp)跑,思考级别 medium — 模型 B:DeepSeek V4.1 Flash(deepseek-v4.1-flash),r…
通义千问旗舰,进入第一梯队,但小任务变重、爱退化忘指令。
“Kimi K3、GLM-5.3 和 Qwen3.8-Max,你让它们黑什么它们都乐意干。这些都是接近前沿的模型,能力强得离谱。”
“Qwen3.8-Max 是唯一能跟 Kimi K3 掰手腕的。开源权重这块太需要竞争了。”
“连 3.8 max 预览版都是废的……它们会忘掉指令,根本不在乎用户要什么。”
大多不值得——千问 3.8 Max 的 worth-it 分数只有 43%,基于 244 个社区投票。
千问 3.8 Max 是一款聊天模型。阿里目前最好的模型,中英文混合终于平衡了。
$2/$6 每百万 tokens
测试模型 — 模型 A:Qwen3.8 Flash(qwen3.8-flash),通过 oh-my-pi(omp)跑,思考级别 medium — 模型 B:DeepSeek V4.1 Flash(deepseek-v4.1-flash),r…
专家混合(MoE)特别有意思,因为稀疏的专家激活能降低推理算力。但多模态和 MoE 并不是二选一的对立选项——一个描述的是模型能理解哪些类型的数据,另一个描述的是计算是怎么组织的。
我在 ohmypi(omp)里跑了一次真实的构建:qwen3.8-max 当编排者,qwen3.8-flash 当执行者。下面是那次会话里发生的事,以及会话记录下来的数字。