我需要一个适合编码的混合专家（Mixture-of-Experts）大型语言模型（LLM），最好是开源的，占用内存少于60GB，这样在我的硬件上才能有比较流畅的交互速度，我希望它的响应速度超过每秒12个词。你觉得哪个模型比较合适呢？

我做饭时用 Codex Desktop 的语音功能，全程靠语音搞定博客的新功能，真香！

这个“超级智能” stuff 真是太蠢了，我都无语了。

RT J☁e Duffy: 哈哈，@simonw 我忍不住了。让我生成一个穿袋pipes的海象的SVG图片吧。

微软出了个新的开源跨平台（Windows、macOS、Linux）沙盒库，看起来很厉害。底层用的是processcontainer/bubblewrap/seatbelt。Kyle Daigle说，如果你一直在为代理的各种沙盒问题头疼，Mx

鹈鹕，还有关于新 Claude Haiku 5.5 定价的一堆笔记。

我发布了一个LLM插件，可以将提示发送给OpenAI的新Jev克隆决策模型，该模型基于GPT-6 Luna。

有没有人知道从什么时候开始，模型生成的音乐质量变得比较高了？我让 Opus 5.5 给我写一些电子游戏音乐，结果比我预期的好多了。

Mistral 现在可以像 pelican 一样飞翔了！Mistral AI：这就是 Mistral Large 4，也就是 Le Chonk。它有 1 万亿个参数，天生具备多模态能力，活跃参数量为 4900 亿。它是来自美国或欧洲在综合基

我重做了一次科林·弗雷泽之前做的实验，测试Qwen 3.8 270亿参数模型在本地运行时的表现——分有推理和无推理两种模式，主要看它加长数字的能力怎么样。