⚙️
為 16GB VRAM 調校 Qwen3.8
一名 LocalLLaMA 使用者分享了在 Windows 上，於約 16GB VRAM 內執行 Qwen3.8 27B IQ4-XS-MTP GGUF 模型的配置。該設定透過將多模態元件與特定張量移至系統 RAM，以量化品質與速度換取 90K–100K 的上下文視窗。
Search
Tag: #context-window28 results
GLM 5.3 登陸 AI Gateway
Z.ai 的 GLM 5.3 現已透過 Vercel AI Gateway 提供，相較 GLM 5.2，在複雜軟體工程、多步驟代理任務與漏洞探索方面有所提升。開發者可使用 `zai/glm-5.3` slug，並將其整合至 Claude Code、Codex、OpenCode、Cursor 與 Pi 等程式設計代理。
Qwen 3.5 397B 以低成本擊敗萬億參數模型
阿里巴巴推出 Qwen3.5-397B-A17B，這款開源權重 MoE 模型擁有 3970 億總參數，但每 token 僅激活 170 億，基準測試超越自家萬億參數 Qwen3-Max。它在 256K 上下文長度下解碼速度快 19 倍，運行成本降低 60%，並從頭訓練具備原生多模態能力，涵蓋文字、圖像與影片。託管版本支援高達 100 萬 token。
🤖
上下文獲取：AI Agent 的下一個戰場
本文主張 AI Agent 的未來在於「上下文獲取」（Context Acquisition），即智慧地捕捉、篩選並更新相關用戶資訊的能力，而非僅僅擴展記憶容量。
全新 LCLM 研究實現 16 倍 LLM 輸入壓縮且不犧牲準確度
研究人員推出了潛在上下文語言模型 (LCLMs)，這是一種在解碼器處理前壓縮輸入 token 的編碼器-解碼器架構。此方法顯著減少了記憶體與運算瓶頸，效能優於傳統的 KV 快取壓縮技術。
騰訊開源 295B Hy3 混合專家模型
騰訊開源 Hy3 預覽版，這是一個擁有 295B 參數的混合專家模型，具備 256K 上下文窗口。此發布結束了一週的忙碌，包括 3D 世界模型以及 QClaw 消費代理的全球 Beta 版。這突顯騰訊專注於工具、記憶體和工作流程的「韁繩」層，以主宰代理時代。
小米認領榜首神秘模型 Hunter Alpha
小米認領了排行榜首位的神秘模型 Hunter Alpha。該模型擁有萬億參數和百萬 token 上下文長度。即使「龍蝦之父」等知名人士也忍不住打聽。
Claude Opus 4.6 與 Sonnet 4.6 上線百萬上下文窗口
Anthropic 推出 Claude Opus 4.6 與 Sonnet 4.6，完整 100 萬令牌上下文窗口以標準價格提供。無長上下文附加費，全長度適用完整速率限制。定價：Opus 每百萬令牌 5 美元輸入/25 美元輸出；Sonnet 3 美元/15 美元。
GPT-5.4 據傳下週上線 200萬上下文視窗
OpenAI 工程師在 Codex 的 GitHub 拉取請求中意外提及「gpt-5.4」。該模型據傳下週上線，具備 200 萬 token 上下文視窗與持久化狀態，告別頻繁遺忘。
OpenClaw v2026.2.17：百萬 Token 上下文與 Sonnet 4.6
OpenClaw v2026.2.17 釋出版本，啟用 Anthropic Opus 和 Sonnet 的百萬 Token 上下文窗口。新增 Sonnet 4.6 支援，並更新 iOS、Slack、Telegram、Discord 及 cron 系統。