V4-Flash-0731 - 首个周末使用后的感受

这个周末在V4-Flash-0731上花了太多时间，想尽可能简短地分享我的感受。我让它处理了一些实际工作，也跑了一些个人基准测试。我的快速想法是：量化对这家伙影响巨大——我试了一堆Q2和Q3权重，它的表现就像完全不同的模型。推理看起来/感觉都不一样了，结果比官方/服务端V4-Flash-0731整整低一个档次。Q4没怎么来得及测。Q3终于可以替代你的Qwen3.6-27B了（如果你的显存够的话..）——它做的工作和Qwen3.6-27B一样，只是更稳定。在简单的单次任务中它们差不多，但当你把它们放进更大的代码库或大型框架中（比如带工具的Claude Code，系统提示词大约从30k tokens开始..），V4-Flash-0731在Q3下明显领先于Qwen3.6-27B在Q8下。Q2有点太过分了——在所有Q2的使用场景中，我最终都更倾向于Qwen3.6-27B的Q8权重。Q2_K_XL有点可疑，但它比IQ3_XXS小了约4GB，所以我甚至不会推荐它。全精度才是真正厉害的地方——我认为它正在接近GLM 5.2的水平，这非常让人兴奋。是的，它在复杂任务上会进行大量推理，但最终成本仍然低得令人难以置信。说它能打败GLM 5.2（更不用说Opus 5、Fable等了..）有点傻..但如果只看价格，这家伙自成一档。它显然非常专注于代理型工作——我一直认为Deepseek的发布是"通用型"模型的旗舰，但V4-Flash-0731在知识方面有点弱。如果你使用工具调用，这不是问题，因为模型在使用工具和推理结果方面非常聪明，但如果你有隔离环境的使用场景，就需要考虑一下了。