标签
一位用户报告称，在推理、代码生成、智能体循环、批量处理以及图像/视频生成等方面，已将美国AI模型替换为中国替代品，实现了成本降低87%，平均质量仅下降4%，且收入未变。
一项详细的基准测试对比了 Radeon 7900 XTX 上的 Qwen3.6-35B 和 Gemma4-26B，结果显示尽管 Gemma 的 token 生成速度较慢，但端到端快了约 20%，原因是 Qwen 因内部推理生成了约两倍的 token。文章建议：在吞吐量受限的批量任务中使用 Qwen，在延迟敏感的单次请求中使用 Gemma。