关嘉伟

一个我预期一夜跑完的任务，连着三天在原地打转。折腾完 harness 才发现不怪我：Codex 里的 GPT-5.5 被人扒出思考 token 恒定停在 516，平均思考长度从 268 跌到 107。同一周，Claude Code 被逆向出一段专门给中国用户打隐形标记的代码。付了顶配的钱，拿到的却是一个你完全不知道它状态的黑盒。

Fable 5 跑了个硬核任务，15 小时，420 美元。模型确实变强了。但 6 月 22 日之后从Coding Plan订阅移除，按 API 费率买，成本差了一个数量级。谁能用最好的智能，变成了一个纯粹的钱的问题。

Opus 4.8 在研究和工程任务上连着让我失望，这些活我全转给了 GPT 5.5。但复盘下来，这不是 Claude 一家的问题。从英伟达、AMD 差点破产，到智谱掉队又翻身，顶尖模型一直在风水轮流转。别赌谁最强，赌谁还在牌桌上。

在 AMD Ryzen AI Max+ 395 上原生运行 Qwen3.6-35B-A3B BF16：8K prefill 达 2,126 token/s、decode 达 30.55 token/s，131K 前缀复用场景 TTFT 为 8.59 秒。

面向 Intel PTL / Arc B390 的 Qwen3.6-35B-A3B OpenVINO U4 专用引擎：21/21 性能门通过，prefill 最差 95% LCB 为 1.48×、decode 为 1.59×，10,752 个 greedy token 全部一致。

为 AMD Ryzen AI Max+ 395 定制的 Qwen3.6-35B-A3B BF16 原生推理引擎：无需 Python、PyTorch、vLLM 或系统 ROCm，支持 262K 上下文、OpenAI 兼容 API、SSE 流式输出和函数调用。