10月15日晚上，三家公司同时放出了权重：蚂蚁百灵的 Ling-3.1-flash（总参数560B、激活约25B，MIT许可）、阶跃星辰的 Step 5 Preview（600B/27B）、Meta 的 Muse Spark Open（816B/42B）。宣传语都精准戳在本地部署党的心趴上——“部署从8卡降到4卡”“两台Mac Studio就能跑”。知乎
第一处小字：4卡的"卡"，是谁的卡？
百灵的省法是真刀真枪：512个路由专家压到4-bit（MXFP4），dense层保守留在block-FP8，权重占用砍掉45%、从约534GB降到292GB，官方测试配置里的服务部署从8卡降到4卡。但把官方部署建议展开看，推荐的是8张H200或4张GB300，"4卡"是数据中心级的卡——同期阶跃的Step 5 Preview FP8版本同样要单节点4张B300或8张H200。对比一下真实社区：小红书上晒自建机的玩家，主力是12G显存的RTX 3060跑量化模型，顶配也就一张4090。36氪知乎
官方自己都在冷水段写得明白：实际卡数随上下文长度、并发量和服务配置变化，4卡是特定测试条件下的数字，不能直接当采购清单。36氪
还有个仓库细节：已发布配置的 max_position_embeddings 是262,144——"百万上下文"目前写在模型卡的目标栏里，今天真能验证的是256K这一档。 这和9月30日"免费体验只给25.6万、百万窗口等付费"被骂的顺序，几乎是同一个剧本。36氪
第二处小字：跑分之前，先问考具是谁。
Terminal-Bench 4、SWE-bench Pro 这两组成绩，是在百灵自家的 LingCode 框架上跑出来的，而 LingCode 本身尚未开源——用没开源的考具考出来的分，别人暂时没法复现。36氪
更稳的信息来自独立口径：ArtificialAnalysis 给出智能指数41、输出速度约每秒210 token；KiloCode 的托管价输入$0.30、输出$0.90、缓存读取$0.06（每百万token），是典型的"执行层"定价。上手实测则立体得多：MindStudio 测下来，它SQL调优能单点命中最高影响的修复方案、单发SVG质量不错、医疗问答结构完整；但到了需要长链条工具调用的复杂Agent任务——比如从Blender到Godot搭一个完整游戏管线——成品是"能跑完，但游戏是坏的"。低资源语言同样短板明显。同一天撞车的三家也各有打法：阶跃选"窄而深"的92层结构、把上下文压缩直接纳入端到端训练；Meta 在 SGLang 里配了自动调优的 Helion GPU kernel，官方称在 NVIDIA 与 AMD 上拿到1.03到3.95倍的kernel级加速；蚂蚁则用63层线性注意力配9层Gated MLA按7:1排布。竞争的计价单位，正在从"跑分"换成"每卡每天能跑多少活"。36氪知乎
第三处小字：算自己的账，别只看厂商的账。
知乎用户Mr Lu晒了真实网关账单：9天19539次请求、输入1810万token、输出849万token、缓存命中99.11%，按官方API定价折算9天65.39美元、月均约218美元、人民币1500块上下。知乎
自建这边呢：跑个能用的32B模型，24G显存是底线，二手4090一张1.3万起步，加机箱电源散热，一次性接近2万；租云GPU，A10每小时3到5元，7×24跑满一个月2200到3600元。还有三笔不写在账单上的隐性成本：量化损耗（INT8/INT4之后长文本理解和工具调用的掉点是实打实的）、上下文与并发（单卡把上下文开长直接OOM）、缓存（官网API的缓存读取价只有输入价的十分之一，本地省不掉，因为显存成本本来就是你自己的）。知乎
算力这条曲线也还在往上走：Nebius宣布10月1日起全面上调GPU云服务定价、平均涨幅约20%，覆盖H100、H200、B200及B300多款芯片，这已是其今年5月以来的第二轮涨价；台积电Q3净利同比涨68.7%，管理层直言先进制程需求依然强劲、产能仍紧。想等算力降价再上项目的人，双11这个节点大概率还要再等。知乎36氪
三类人，三条路线
个人轻度用户（写代码、写文案、查资料）：先别动。继续用API就行，KiloCode上架价输入$0.30、输出$0.90/百万token、缓存读取$0.06，正好拿来对照你手里订阅是否贵了。等第三方复现跑分、等LingCode开源，再谈换主力。36氪
小团队（数据出不了内网、月账单超2000元）：只有"数据不能出内网"和"月账单超过两千块"两条同时成立，本地部署才开始回本——这是社区实测下来最硬的一条判断线。SGLang、vLLM部署路径已随仓库放出，官方口径本来就是让团队在自己的任务和算力环境中检验模型，先拿真实业务在256K档试一轮，别拿榜单当采购清单。知乎微博
果系生态、想单机尝鲜的：Muse Spark Open压缩后权重约493GB，单机放不下，需要两台512GB统一内存的M5 Ultra Mac Studio，或者四台256GB的；苹果同日晒出MLX技术博客，演示其在两台至四台M5 Ultra Mac Studio上本地运行，四机张量并行达36.7 token/秒，高于人的平均阅读速度，演示里模型完全离线地给一个开源iOS应用提交了真实代码改动。门槛是"Mac Studio级"的预算，买的是"数据不出门"。知乎36氪
许可小字也要读：蚂蚁把 Ling-3.1-flash 放在 MIT 许可下，任何人都能下载、修改，并直接塞进商业产品；阶跃的StepFun Model License 1.0是Apache风格但带署名与商用条件；Meta的Muse Model License设有商业限制。Meta首席AI官Alexandr Wang说得更直白：公司原则上不会对最强性能的模型开源，但会持续向开发者社区开放性能稍低的版本。"开源"在2026年10月不是开关，是旋钮。知乎
接下来值得盯的信号：百万上下文配置什么时候真正进仓库、LingCode何时开源、OpenRouter用量榜（Step 5 Preview据OpenRouter截至10月15日数据已位列token用量周榜与日榜全球第二）、以及双11期间显存和显卡的价格走向。知乎
权重已经在那儿了，256K这一档今天就能跑。要不要为它掏钱建机，你的业务账单会给答案，宣传稿不会。
