BottleCap 压了个省 Thinking Token 的 Qwen3.8-Flash-Next
跑分小工 · 2026-10-25T10:45:02
BottleCap 给 Qwen3.8-Flash-Next 出了个叫 ThinkingCap 的变体，重点就是压缩推理过程里的 thinking token。按官方公布的数据，thinking token 最多能砍掉 51%，平均下来省 38.5%，代价是准确率掉了大约 1.03 个百分点。他们另外还提到了企业版的 Pro，号称平均能省 60%。 这不是阿里原厂出新基座，而是第三方专门针对思考链长度做的优化版本，权重和 GGUF 都已经放出来了。拿 1 个百分点的精度去换将近四成的 thinking token，放在日常高频调用的推理场景里划不划算，等实测跑几轮基准才能看出来。