（来源：上观新闻）
图源：Y🇬🇾ouTube@↗Alex🎏 Zi🚾😓ski👯🆗nd 将🎎🙇一个120B级别🇲🇸的大模🌅型，用消费级芯片🎵高效跑起⚱来，背后依赖的😊技术，是创始💸团队提出的推理💦加速引擎Powe🇸🇦rInfer🇧🇼。“龙虾兴起🛡，进一步推💣🇨🇾动了人工智能算🙅力使用模式🖼🏥的转变，现在以🦷😉推理为主、以服🍙↖务为主，Toke🕟n变得💥🇮🇩非常标⚡准🥞🌏。IT之家附 C🐴laude Co💯de、Op🇧🇧enClaw 启👎用 GLM-5🚭🇸🇯.1 💑🍰方法如下： 👩💻🍅Claud🇩🇬e C🙉🇳🇴ode： 🇲🇻🏥前置工作：🌙 默认🌌🛋情况下，Cl⏯🎃aude Co🇹🇷🥶de 的模型环🐸境变量如下： A🐆📟NTHRO🌷🦅PIC_DE🇰🇪FAULT_O🌄PUS_MOD🚋EL：GL🤺🐙M-4.7🇨🇬 AN⚡THROPIC_🌤🎰DEFAULT_🍀SONNE🔀🍑T_MODEL：🎳📨GLM-4.🗄7 A🅰😸NTHRO🏬PIC_DE🇪🇨🍔FAULT_H🥼🦸♂️AIKU_MO🔺DEL：G💾LM-4🇰🇷⏬.5-A🐎ir 第一🗺🇲🇹步：修👩❤️💋👩🎳改配置： W🇧🇦indows 用🙍♂️户：按“~👨👧👧/.claud🤙e/settin🕠🏳️🌈gs.j🕣👩❤️💋👩son”路径找♌到配置文件 ma🇨🇳cOS 用户：打🌤💸菊内留香开“终端”🏰🎏菊内留香，输入“vi🤑m ~/.cla✊🇨🇫ude/set🍃⏳tings.j🚷🇧🇷son” 🇮🇶然后将 set🐽tings🌃🥺.json 🏃😎修改为以下样🇬🇷式，M🙎🌔ac 用©户改完后记得🐡🐄“:wq”保存💨🇦🇬： { 🇲🇩🇫🇰"env":🚫🇦🇿 { 🍥 🇸🇧"ANTH🇰🇵♌ROPIC🤛🇨🇷_DE🐿菊内留香FAULT_H👈🥘AIK🚾U_MODE😏L": "🇸🇩😎glm-4.5🇲🇱-air",👨🚒 ❔🐆 "A👡NTHRO🇬🇲PIC_DEFA♎🔫ULT_🦈🍒SONNET_M🏉ODEL": 🥋"glm-5.1⏬菊内留香", 🔂"AN🤨🤢THROPIC♈_DEFAUL🧷T_OPUS_M🧖♂️💢ODEL": 👨🍳🔂"gl🦡🐟m-5.🇭🇷💓1" 😙 } 🦸♂️} 第二步：确👩🔬🇧🇩认模型已经切换：🖋 打开新🧵🇨🇷的终端窗🇬🇳👩🦱口，运行 ⛹️♀️Claude 🇦🇷🇵🇰并且启用 C🚖🕉laude C😔ode，🍮然后输🧿😺入“/statu🇲🇩🕵s”检查🧮模型是否正确切🐃菊内留香换 OpenCl🤚aw： 第一步：♟️更新默认配置🍚文件：🐈 从“~/.op*️⃣enclaw/o🔛pencla🤥菊内留香w.json”目🦓录中找🚂到配置文件 将“🈹🇲🇸glm-5.1☣🆙”添加到🥫“mode🕰ls.🗜📂provid🚣♀️ers.za💇♂️🏷i.models📽”数组中🏃♀️💅。
与最佳模型的价😲🕐格差正在成为🇲🇶🖇模型实际竞争力的🍑🦝良好代🚞🏛理变量🧓🐂。罗福莉认为，A🗒gent框架的重✊🗼要价值在🐐🇰🇭于，把国内那些还🤹♀️没有完全逼近闭源🤧模型、但🇪🇭⏭已经位👩🏭于开源模型赛道♌🇮🇳前列的模🇧🇮🤞型，上限显著拉高⚙了，绝大多数🕟📸场景里🍟，国产开源模型的🐱任务完成度已经🧣非常接🎪🇦🇩近Cla💟🔢ude最新的模型🐕🧟♀️，同时又把下🚤限保障得很好🔰。
这样做的结⏺果是，🧖♂️整机成本大幅下降🇧🇸📽，为规模化量🧁🙏产打开了空间🛴。所以，我们需要🗃🅾定义好🛏产品的边界🛩。这个短板🚲⚓，目前没有哪家公🌻🍟司完全解决了🕑🔴。研究团队在论🇪🇹💎文中提到，WAL📘AR方法的开🦹♂️🚣♀️源发布将使全球研🧺究者和开发者都🤼♂️菊内留香能够使🍎⛪用这一🛄技术🎭。据媒体援引知🚁🗼情人士透露，S🔯🚦ora每天的运🧧🏇营亏损约达百万美🍝元💥🐷。这些行为👨💻🚑暴露了❎🔛平台企业在公平运🍊🇲🇽营方面的集👨🌾体缺失——参与⚽🎲规则不公平🖊🧣、商业营🏫销不负责🙎。
