AI小貼士

By Kit 小克 | AI Tool Observer | 2026-09-04 🇹🇼 GLM-5.3-Flash評測：神秘模型現形，價格僅Opus的1/30 GLM-5.3-Flash 這幾天在開發圈炸出一則有趣的偵探故事：8 月 20 日到 26 日，OpenRouter 上悄悄出現一個代號「Ox Alpha」的匿名模型，免費開放測試。短短六天，它就衝上 OpenRouter 使用量冠軍，還吃下超過 10% 的 OpenCode 流量。開發者靠著比對 tokenizer 輸出、影片 token 消耗模式，以及一些「很 GLM」的錯誤訊息，拼湊出它的真實身分。8 月 26 日，中國 AI 實驗室 Z.ai 正式承認：Ox Alpha 就是他們的新旗艦 GLM-5.3-Flash ，權重同步上架 Hugging Face。 GLM-5.3-Flash 規格：320B 參數，MIT 授權開源 GLM-5.3-Flash 是 GLM-5 系列第一個原生多模態模型，支援文字、圖片、影片輸入，採 320B 總參數、18B 啟用參數的 MoE 架構，context window 拉到 100 萬 token。架構上使用混合稀疏與線性注意力機制，搭配 Z.ai 自稱的「Manifold-Constrained Hyper-Connections」，官方數據顯示長文本情境下注意力運算量少了約 3 倍、KV cache 縮小超過 4 倍。最重要的是，這次是 完全開源的 MIT 授權 ，想自架部署沒有任何限制。 跑分逼近 Claude Opus 4.8，價格卻只要三十分之一 在 Z.ai 自家的 Code Bench（max effort）上，GLM-5.3-Flash 拿下 29.0 分，只小輸 Claude Opus 4.8 的 29.5 分；在 DeepSWE v1.1 上，分數從上一代 GLM-5.2 的 46.2 直接跳到 63.4。更狠的是效率：在 High effort 設定下，GLM-5.3-Flash 只用約 5 萬個輸出 token 就拿到 31.4% 的成績，Opus 4.8 卻要燒掉約 12 萬個 token 才有 29.5%。定價方面，輸入 $0.15/M、輸出 $0.50/M、快取輸入 $0.03/M，相較 Opus...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 DeepSeek融資評測：估值兩個月翻倍衝上750億美元 DeepSeek 傳出正在進行新一輪融資，金額約 74 億美元 （人民幣 500 億元），投前估值來到 740 億美元 ，投後估值約 810 億美元，預計 2026 年 8 月底完成交割。這距離 6 月那輪外部募資、估值僅約 500 億美元，才過了兩個月，估值幾乎翻倍——這是這家開源模型黑馬第一次真正意義上的「創投化」，也是這波 AI 新聞裡最值得拆解的一則。 從避險基金自籌到外部創投 DeepSeek 過去主要靠創辦人梁文鋒的避險基金 High-Flyer Quant 自掏腰包養算力，但基礎設施成本一路飆升，光是這輪就打算加碼約 1GW 運算容量，用來訓練更大模型、搶人才。這次名單上出現 Monolith、世芯資本（Shixiang Capital）、寧德時代（CATL）等既有股東，加上 CPE、聯想之星（Legend Capital）、合肥的地方國資基金等新面孔，等於把「DeepSeek 融資」從創辦人個人操盤，正式轉為一場多方參與的資本局。 估值背後的誠實提問：營收撐得起 740 億嗎？ 目前流傳的數字是 DeepSeek 年化營收（ARR）約 5 億美元 ，對應 740 億估值,大約是 150 倍營收 的天價倍數。要注意的是，這輪條款尚未經 DeepSeek 或 High-Flyer 官方證實，外媒說法都來自「知情人士」。換句話說，這是一則值得關注、但還不能全信的融資傳聞——AI 圈的估值故事，這幾年已經看過太多先喊價、後打折的案例。 對用戶與開發者實際上代表什麼 老實說：這輪融資不會讓你手上的 DeepSeek R1 或 V3 模型變得更聰明，開源權重也不會因為估值翻倍而改版。真正該注意的是 DeepSeek 先前已經調漲過 API 價格——算力便宜了，但晶片、電費、留才成本沒有變便宜，這才是融資背後真正的商業邏輯。如果你在生產環境用 DeepSeek API，該看的是計費頁面，不是估值新聞。 DeepSeek 計畫最快 2026 年底遞交 IPO 申請，2027 年在上海科創板掛牌。這條路線清楚說明中國把 DeepSeek 當成 AI 國家隊在扶植，但估值是否...

By Kit 小克 | AI Tool Observer | 2026-08-23 🇹🇼 Qwen3.8-Max評測：2.4兆參數開源模型直逼Claude Qwen3.8-Max 是阿里巴巴 8 月 3 日正式推出的新一代開源模型，號稱是「史上最大開源模型」——2.4 兆參數的 MoE 架構，官方甚至聲稱效能只落後 Anthropic 的 Claude。這篇評測整理規格、開源程度和實際能不能用的落差，給想評估的開發者參考。 Qwen3.8-Max 規格拆解：2.4兆參數、100萬token上下文 Qwen3.8-Max 採用 Mixture-of-Experts（MoE）架構，總參數 2.4 兆，但每次推論只啟用約 950 億參數，這是大型 MoE 模型控制算力成本的標準做法。原生上下文窗口 26.2 萬 token，透過 YaRN 技術可擴展到 100 萬 token ，並支援多模態輸入。 參數規模 ：2.4T 總參數 / 95B 啟用參數（MoE） 上下文長度 ：262K，YaRN 擴展至 1M token 模態 ：多模態（文字＋圖像） API 定價 ：QwenCloud 上約 $2 / $6 每百萬 token（輸入/輸出） 開源到什麼程度？27B 全開放 vs 2.4T 客製授權 這裡是最容易誤會的地方。真正「開源」的是 Qwen3.8-27B ，8 月 13-14 日以 Apache 2.0 授權上架 Hugging Face，可以自由商用、自由微調。但外界最關注的 2.4 兆參數旗艦版（Qwen3.8-2.4T-A95B）雖然也開放了權重，用的卻是 客製授權條款 ，不是完全無限制的 Apache 2.0。換句話說，「史上最大開源模型」這個標題要打折扣看——權重公開了，但條款仍有限制。 真的能自己跑嗎？硬體門檻才是關鍵 2.4 兆參數就算是 MoE 架構，權重檔案動輒數百 GB 起跳，一般開發者的單機、甚至單張消費級 GPU 完全跑不動，需要多卡叢集才有辦法本地部署。所以對大多數團隊來說，Qwen3.8-Max 的實際使用方式還是透過 QwenCloud API，而不是自己架設。真正能「拿回家跑」的其實是 27B 版本，這也是它比 2.4T 版本更值得關注的原因——一般開發機或雲端單卡就能跑。 Q...

By Kit 小克 | AI Tool Observer | 2026-08-16 🇹🇼 Muse Glimmer評測：Meta 30B開源模型單張GPU可跑 Muse Glimmer 是 Meta 於 2026 年 8 月 10 日釋出的 300 億參數開源模型，主打不靠雲端、單張消費級顯卡就能跑本地代理任務。這款模型採用 Apache 2.0 授權，重點不是刷榜分數，而是把原本要 55GB RAM 的 30B 模型硬是壓到 20GB 以下，讓一般玩家的 RTX 卡也能跑起來。 Muse Glimmer 的核心技術：怎麼把 30B 塞進消費級顯卡 Meta 用了兩招把 Muse Glimmer 的硬體門檻壓低： 4-bit 量化 ：把模型權重壓縮成 4 位元，記憶體用量大幅下降，代價是精度略有損失。 Drafter 驗證機制（DFlash） ：先用一個較小的「草稿模型」快速生成初步答案，再由主模型驗證、修正、輸出最終結果，藉此加快推論速度。 官方在 Hugging Face 上同時釋出 BF16 完整權重、GGUF 量化版、ExecuTorch 版本，以及那個 Drafter 模型，開發者可以依自己的硬體條件選擇。 誰該關注這款開源模型 如果你是想在本機跑 agent（代理任務、工具呼叫、長時間背景執行）又不想燒雲端 API 費用的開發者， Muse Glimmer 值得列入候選名單。官方強調它是為「always-on 本地代理」設計，也就是那種需要長時間掛著、不斷呼叫工具的場景，而不是單次問答。 實測前要注意的限制 量化後精度是否夠用，要看你的任務類型，複雜推理場景建議自己先測再上線。 雖然號稱「一張消費級 GPU」，20GB VRAM 對大多數家用顯卡（如 12GB/16GB 卡）仍偏緊，建議先確認自己的顯卡等級。 Drafter 驗證機制在某些任務上能加速，但不是所有場景都有感，實際延遲要自己量。 這波開源模型競賽（包含先前的 Qwen3.8-27B）顯示一個趨勢：廠商越來越在意「能不能在本地跑」而不只是雲端跑分。對想擺脫 API 依賴的團隊來說，這類模型是值得追蹤的方向，但別急著全面替換正式環境。 好不好用，試了才知道。 資料來源： VentureBeat: Meta retu...

By Kit 小克 | AI Tool Observer | 2026-08-11 🇹🇼 Muse Glimmer評測：Meta 30B開源模型單卡跑本地AI代理 Muse Glimmer 是Meta Superintelligence Labs在2026年8月10日開源釋出的300億參數AI代理模型，重點是「單張消費級GPU就能在本地跑」——不用雲端API、不用訂閱費，經過4-bit量化後記憶體需求從55GB壓到18-20GB，24GB或32GB VRAM的顯卡（例如RTX 4090或Mac）就能塞下模型、KV cache、感知編碼器跟推測解碼器一起跑。這篇評測拆解Muse Glimmer到底能不能取代雲端AI代理。 什麼是Muse Glimmer？ Muse Glimmer是從Meta更大型的Muse Spark系列蒸餾出來的開源代理模型，採用Apache 2.0授權，可自由商用。它不是單純的聊天模型，而是針對「常駐型本地代理」設計的：寫程式、呼叫函式（function calling）、排程管理、整理檔案、多步驟推理與失敗重試都在它的目標場景內。 Muse Glimmer能在什麼硬體上跑？ 這是 Muse Glimmer 最大的賣點。透過4-bit量化，模型本體加上推論所需的KV cache、感知編碼器、投機解碼draft model，全部塞進24GB到32GB VRAM，一張桌機等級的顯卡或近期的Mac就能整套跑起來，不必碰資料中心等級的硬體。對比動輒要租A100、H100的雲端代理方案，這個門檻低了不少。 跟其他開源代理模型比有什麼優勢？ 市面上開源模型不少，但多數要嘛參數量太大跑不動消費卡，要嘛閹割到能力打折。Muse Glimmer的定位很明確：犧牲一點頂尖跑分，換取「真的能在自己電腦上常駐執行」的可用性。Meta把這定位成開源陣營對抗OpenAI、Anthropic封閉模型策略的一步棋——本地跑代表資料不用上傳雲端，對重視隱私或想省API費用的開發者是實質誘因。但要注意，本地代理長時間背景執行，同時也代表少了雲端平台常見的安全稽核與日誌機制，這點在導入前要自己補上防護。 怎麼下載使用Muse Glimmer？ 模型權重已上架Hugging Face，Apache 2.0授權下可直接下載、微調或整合進現...

By Kit 小克 | AI Tool Observer | 2026-08-07 🇹🇼 Qwen3.8-Max評測：阿里2.4兆參數模型開源迎戰Fable 5 Qwen3.8-Max 是阿里巴巴8月3日發布的最新旗艦模型，總參數量來到2.4兆、每次推理啟用950億參數的MoE架構，官方公布的評測數字直接對標Claude Fable 5與GPT-5.6。這是阿里近期少數願意開源的Max等級模型，也讓「中國模型追平美系旗艦」的話題再度成為焦點。 Qwen3.8-Max規格與定價多少？ Qwen3.8-Max是2.4兆參數的混合專家（MoE）模型，實際啟用參數約950億，支援文字、圖片、影片輸入，單次可處理高達100萬token的上下文。API目前已上線阿里雲Model Studio，價格為每百萬輸入token 2美元、輸出token 6美元，快取token則是每百萬0.25美元，同時提供OpenAI相容與Anthropic相容介面，理論上把Claude Code或Codex的設定改個幾行就能接上。 Qwen3.8-Max真的贏過Fable 5和GPT-5.6嗎？ 阿里公布的內部評測顯示，Qwen3.8-Max在OSWorld-Verified、Terminal-Bench 2.1等代理型任務上分數領先GPT-5.6與Claude Fable 5，在Arena.AI的文字類排行榜上也一舉衝上中國模型第一名。但要注意這些數字目前全部來自官方自報，第三方尚未有機會用開源權重獨立覆現，加上不同媒體整理出來的分數版本差異不小，建議先當參考、別直接當成定論。 開源時程與對開發者的實際意義 阿里表示Qwen3.8-Max的開源權重會「下週」釋出，這將是Qwen系列第一個Max等級的開源模型，也代表阿里從先前把旗艦模型收緊為閉源，重新轉向開源策略。對開發者來說重點有三： 先API後開源 ：現在只能透過付費API測試，真正能自架、微調要等權重釋出，屆時才有機會驗證官方數字是否誇大。 定價具競爭力 ：每百萬token 2/6美元的組合，比多數美系旗艦模型便宜，適合先拿來做大量呼叫的原型測試。 相容層省事 ：OpenAI與Anthropic雙相容介面，讓既有的agent workflow遷移成本降低，但複雜推理、安全性仍建議實測再上生產環境...