Qwen-3.8 VS Kimi-K3
提示词：
“用svg动画，创建一个真实的网球比赛，两名球员对攻，要符合物理规律，符合现实世界逻辑。”
不知道是不是 Qoder 的原因，我生成这张 svg 动画花了两小时。 Qwen-3.8 反复思考，计划花了四十多分钟，写文件+修 bug 花了一个多小时。
svg 动画效果挺完美的，有声音，底部参数栏显示解说、球速、击球次数、技术分析。Kimi-K3 则没有声音、底部参数栏有 bug ，不会实时显示。
Qwen-3.8 VS Kimi-K3
更多动态
Agent 搜索、爬虫 0 成本方案
我最近在用 wigolo 这个开源项目，把搜索、抓取、爬取、抽取、研究这些功能全在本地实现了，不用 key、无任何云服务，数据不出设备。 让 agent 完全免费搜索内容，抓取网页，彻底摆脱 Firecrawl、Exa、Tavily、brave、jina 这些传统云端服务。对于普通用户，也不用去生成那些 API key ，配置环境变量。 github： KnockOutEZ/wigolo
阿里巴巴发布了 Qwen3.8 ，仅次于 Fable 5
2.4万亿参数。开源。目前是 Qwen 系列最大模型。Qwen3.8-Max-Preview 已经上线，可以在 Token Plan、Qoder 和 QoderWork 直接用。 目前还没有任何 benchmark 对比，我晚点实测下。 🔗 platform.qianwenai.com/pricing/token-plan
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
