不算输入，只有 216k 输出，0.25 度电，按视频 6 毛钱一度电来算，7 毛 5 每百万 token 。配置铭凡 7455hx+crucial 64G + rtx pro 4500 。模型用的是 Nvidia/Qwen3.6-27B-NVFP4 ，按照平均生成速度 60tokens/s 。

rootfs 哪里来的？ glibc 用的是哪个版本？这两个都是巨坑。用 conan 配合 docker 交叉编译非常方便，远程 debug 也方便。

上单条 D5 ，不然买板子非常受限。现在我的主机用的是 22/23 年买的 2x32G 笔记本 D5 （迷你主机），主板只能选铭凡的 modt 。只有一条 pcie 5.0x16 。想再多加一块显卡也不行

最后一次 ATM 大额取款是否再检视前不久进行？是否有设立定期存款？是否在一周内进行资金出和入？

@leena
就三个，其中两个都成了噩梦/doge/

@leena
几乎所有前女友都成了我的噩梦，还是不要梦见好

现实，梦见前女友

1. 有些青菜需要焯水，有些炒的时候不能乱翻。青菜我都是随便炒，能吃就行。我是没学完我妈那堆技巧。
2. 调味都是靠感觉，生抽可以最后放。广东人表示在家做为什么放蚝油
3. 还是靠感觉，多做就好了。煎/焗就在锅热火猛时候加点盐水
4. 大火烧热油，放入蒜粒，爆炒几下马上下青菜。

完全放弃 copilot 了，又蠢又贵。自部署的 27B 体验良好，轻量工作完全没有压力，无限 token 完全不焦虑。66 token/s 体验非常良好。

@femsdfq
汇丰最近也在裁员，搞末位淘汰，又是降本增笑了

应该是。进去就弹出无有效邮箱和电话号码（时不时反馈邮件和短信通知怎么可能没有），然后进去所有信息都无法获取

@coefu
但不得不说，阿里的确做出了很不一样的东西。27B 给人的感觉就是在知识面和逻辑和权重大小做了一个很好的平衡。而且训练时候加入 MTP 在本地部署极佳。同时也给人感觉出道即巅峰。这个板块沉寂另外一个原因可能大家有更多时间去做 harness ，而不是部署测试各种模型上。

@kennylam777
我给 Codex 5.4 High 和 27B 给出三个不同的 bug 。27B 可以找到两个（虽然费思考），但 Codex 反而职能找到 1 个。其实本地模型利好 Nvidia 这些硬件厂商，但 Nemotron 系列差强人意。我自己用 RTX Pro 4500 部署，Q6 加上 MTP 有 50tps 。日常使用来说非常流畅。唯一慢的地方是我。哈哈哈哈哈

@kennylam777
我在 OpenRouter 测试时候，使用同样的 skill ，Gemma4 31B 不能一次完成任务，Qwen3.6 27B 反而可以。本地跑 27B Q6_K 质量不输 OpenRouter FP8 。未试过本地部署 Gemma 31B ，有空再测试一下。目前日常使用 PI+27B 体感上不输给 Codex 5.4 High 。本来还想开一个 Pro ，看来现在完全无必要。

另外如果按你所说，那么 Gemma 31B 的表现可以推算出其本身是为了泛用而训练的。训练语料并没有偏重在 coding 方面。

现在大厂都选择闭源来实现更高利润率，最近几个月开源模型越来越少。尤其是 3.7 系列推出那么久都没有任何开源模型就说明 3.6 27B 大概率绝唱。而且 0.8B/4B/9B 也没有后续了。AI 真实成本远比现在使用 coding plan 或者 api 更贵。开源沦为赚取名声的途径。

@coefu
Qwen 感觉应该是放弃开源了，虽然 Gemma 开源比不上 Qwen ，但在现在这种环境下，真的是贵在坚持和创新

@kennylam777
现在 3.6 27B 还不错，但是怕是绝唱了

本地 llm 推理还没普及情况下，m1-m5 都没有什么太大差别。今年再续一次 ac+，再战 2 年