一直有个心病:模型说得特别笃定,但你也不知道它是真懂还是在编。人工核对又太费时间,尤其是那种表面看不出对错的结论。 最近试了个技能,装上之后可以在主力工具里把一段输出丢给另外两家模型交叉打分。一个偏推理,一个偏中文长文本,让它们各自判断结论…
Qwen4-Max已经在OpenRouter上架,价格也放出来了:输入每百万token 1.5刀,输出4.5刀,缓存命中只要0.075刀,上下文1M。 对比Qwen3.8 Max的2刀/6刀,新一代反而便宜了25%。文本、图片、视频输入都有…
我们做金融业务,之前一直觉得必须上最强的模型,成本压得挺难受。后来试着自建了一个二十多B的开源模型,真正花时间的地方不在调模型,而是把工具补扎实:输入输出定义死,只返回结构化结果,不让它随便吐自由文本。参数校验放在工具里做,错误信息也写具体…