更多动态
自从 8 月 16 日涨价后，这一周花了我一千多，而且 ds 主要还是兜底模型（fallback）。当然我的 token 消耗也多，所有模型加一起每周要 1B 多。 我主要面向 coding 场景，其他场景也可以参考。首先要专模专岗，不要所有场景都用一个模型，例如网络搜索（research）、本地搜索（explore）我就用免费的模型或者便宜的模型，只有计划、决策大方向、难点的任务我才会用第一梯队的模型。 所以现在至少需要两个模型，一个第一梯队的模型，例如 ChatGPT 和 Grok 的订阅。一个便宜或免费的模型，例如 Hy3 干杂活够用了。 目前我自己的方案是ChatGPT 和 Grok 双订阅用顶级模型 + commandcode 一美元订阅灵活调用顶级模型或便宜模型，最后再外加 50 个 IP 池轮询 opencode hy3-free 模型（每个 IP 每天有免费的额度，无需登录），以及 workbuddy 每天签到领积分低积分消耗调用 hy3 。
估计他们的中国用户不少，不然不会单开一个支付方式。不过 cmc 现在也有周额度限制，我这周大概跑了 150M 的 meta/muse-spark-1.2-contributor 就提示上限了。
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。
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。
