博客

作者

Linden Kern

10 篇文章

本站编辑示意图：判断概率进入应用阈值，再由应用决定自动处理或交给人工复核；不是微软披露的模型内部实现

Microsoft-Decision-1：速度第一、校准第三，自动放行还缺什么？

Linden Kern
手绘插画：一间包裹分拣间里，分拣员扳动一根黄色把手的分拣杆，传送带上大部分小包裹和信封分流到四辆带篮子的小自行车，只有一只沉重的大木箱被送上一辆装甲货车

DeepSeek V4.1、Qwen3.8、GLM-5.3、MiMo-V2.6 Flash：便宜模型不等于便宜任务

Linden Kern
Livenerf 计划先建立十天基线，再比较两个十天观察窗口；图为检测设计，并非已判定 Opus 5.5 性能变化

Opus 5.5 真的变笨了吗？有人开始用同一道题连测 30 天

Linden Kern
官方每任务最多节省 30% 与第三方 max 档约贵 50% 分列两块，不共享价格轴。

Sonnet 5.5 单价没变，任务账单为什么可能更贵？

Linden Kern
四层路由判断对照图：规则 0.5 µs（我方实测），不命中就交下一层；语义路由 p50 94 ms（Zenn 实测），低于阈值返回 None；Jev 类型化决策 70–500 ms（厂商自报，美国西海岸测），拿不准时 confidence 走低；LLM 分类 p50 1,048 ms（Zenn 实测），能说「都不是」。图注说明四层数字来自不同任务与地点，只作量级对照

Jev 决策模型放在路由的哪一层？规则、语义路由、Jev、LLM 分类四层对照

Linden Kern
一台机器左半是光滑外壳、右半是密集的齿轮管路；两侧各立一块板，一块画勾一块画叉。

GPT-6 Astra 值不值 $10/$50？跨文件多抓 20%，简单任务只多抓 4%

Linden Kern
GLM-5.3 在 OpenRouter 上的 16 个端点矩阵（2026-08-29 05:24 UTC），按自报量化分组：bf16 一家 $1.20/$4.00，fp8 七家输入 $1.25–1.40，fp4 两家 $1.40/$4.40，unknown 六家 $1.40/$4.40

GLM-5.3 开源了，但不是 MIT：和 GLM-5.3-Flash 的许可证差在一条 100 亿美元门槛

Linden Kern
手绘插画：模型摊位集市的门口停着一辆装满黄铜铲子的手推车，一名搬运工正往门柱上系一条黄色预留丝带

英伟达洽购 Hugging Face：1 月拒绝的『主导投资者』，8 月成了买家

Linden Kern
OpenRouter 流量榜（8 月 20–25 日）：ox-alpha 以 23.2 万亿 token 居第一，是第二名 deepseek-v4-flash（9.9 万亿）的 2.3 倍

Ox Alpha 就是 GLM-5.3-Flash：价格对出三段，条款对出两层

Linden Kern
中国 8 家实验室在 Hugging Face 的 30 日下载量条形图：Qwen 3.336 亿次居首，DeepSeek 2792 万次，智谱 1277 万次，其余五家合计约 2200 万次

Qwen 一家在 Hugging Face 月下载 3.3 亿次——而这个平台正在被出售

Linden Kern