ModelBrief · Edge0-145B · 專題
最後更新 2026-11-20
EN 简体 繁體

Edge0-145B vs Qwen3.8-Flash-Next:重建換來了什麼

ModelBrief · 2026-11-20 發佈 · 事實覈查 2026-11-20 · 參考來源:Edge0 官方博客、Hugging Face 模型卡、GitHub Edge0-AI/Edge0

Edge0-145B 最重要的一層身份常被標題蓋住:它不是從零訓練的新底座,而是阿里 Qwen3.8-Flash-Next 的衍生模型——模型卡元數據寫明 base_model 爲 Qwen/Qwen3.8-Flash-Next,48 層路由專家全部重建爲潛變量 MoE,再在 Edge0 自己的數據上後訓練。評價它,正確的問題不是「它有多強」,而是「重建與後訓練相對底座換來了什麼」。以下全部分數均爲廠商自報(Edge0 內部評測),截至 2026 年 11 月 20 日無獨立驗證。

vs 底座 Qwen3.8-Flash-Next:兩項大勝、三項小負

基準Edge0-145BQwen3.8-Flash-Next差值
DeepSWE 1.164.658.7+5.9
Terminal-Bench 2.186.5283.3+3.22
HLE35.435.9−0.5
GPQA-Diamond90.491.7−1.3
IFBench80.681.3−0.7
AA-LCR79.379.1+0.2
均分(6 項)72.871.7+1.1

重建換來的,是方向不是全面。DeepSWE 與 Terminal-Bench 是 Agent 與終端編碼任務——正是 Edge0-145B 的定位所在,這兩項合計 +9.1 分,是重建的全部收益。HLE、GPQA-Diamond、IFBench 三項知識與指令跟隨全部落後,合計 −2.5 分,說明後訓練的數據配比把能力往編碼方向推的同時,擠掉了少量通用能力。AA-LCR 基本持平。均分 +1.1 就是這兩股力量相抵後的淨值。

還有一個結構差異不能只看分數:底座 Qwen3.8-Flash-Next 是雲端模型,Edge0-145B 是爲端側重寫的——原生 4bit 訓練、潛變量 MoE、三級內存管線、256K 上下文。分數只領先 1.1 分,但部署形態完全不同:一個要數據中心,一個要一張消費級 GPU 加大內存。買 Edge0-145B 的理由首先是「能在本地跑 145B」,分數領先只是附加項。

vs DeepSeek-V4-Flash:編碼領先,知識互有勝負

基準Edge0-145BDeepSeek-V4-Flash-0731差值
DeepSWE 1.164.654.4+10.2
Terminal-Bench 2.186.5282.7+3.82
HLE35.433.8+1.6
GPQA-Diamond90.490.8−0.4
IFBench80.679.2+1.4
AA-LCR79.379.7−0.4
均分(6 項)72.870.1+2.7

對 DeepSeek-V4-Flash 的均分領先是 +2.7,比對底座的 +1.1 更大——但結構一樣:領先集中在 DeepSWE(+10.2)與 Terminal-Bench(+3.82),GPQA-Diamond 與 AA-LCR 兩項仍落後。換句話說,Edge0-145B 對誰都是「編碼強、知識平」,這不是對照模型選出來的假象,而是它自己的能力形狀。注意 DeepSeek-V4-Flash 的版本號是 0731(7 月 31 日構建),對照的是一個三個多月前的版本。

vs Edge0-120B:同日兄弟檔,公開數據極少

Edge0-120B 與 145B 同日發佈,是同一產品線的更小一檔。但截至 2026 年 11 月 20 日,官方博客與模型卡沒有公佈 120B 的完整規格與 6 項基準對照表——本站調研只確認它同日發佈、同樣是 Qwen3.8-Flash-Next 衍生的潛變量 MoE、同樣提供 Q3_K 與 NVFP4 構建。沒有官方公佈的 120B 基準數字,本站不做「145B 比 120B 強多少」的量化結論;兩檔怎麼選,要等官方公佈 120B 的規格與分數,或等獨立實測。需要提醒的是:個別第三方文章引用過 120B 的 Terminal-Bench 分數,但不同來源的數字互相矛盾(75.3 與 81.3 兩個口徑),在官方確認之前一律不採用。

選型結論:三種人,三種答案

本地 Agent 與編碼用戶,選 Edge0-145B。它的兩項領先(DeepSWE、Terminal-Bench)正好落在你的任務上,而且它是三個對照模型裏唯一能在本地跑的——底座與 DeepSeek-V4-Flash 都沒有同等形態的端側版本。

知識問答與指令跟隨爲主,底座未必更差。HLE、GPQA-Diamond、IFBench 三項底座全部領先;如果你跑的是雲端任務、沒有本地部署需求,沒有理由爲 +1.1 的均分換模型。

預算有限想試端側 145B,先看 120B。120B 兄弟檔的官方數據未公佈前,無法算清性價比賬;等官方公佈或獨立實測後再決定買大還是買小。

ModelBrief 的看法:重建 MoE 是一次有方向的手術,不是全面升級:編碼與 Agent 大幅領先,知識與指令跟隨小幅落後,均分只淨賺 1.1 分。這個形狀本身就是結論——Edge0-145B 不是「比底座強的通用模型」,而是「爲本地編碼 Agent 特化的底座衍生」。對照 DeepSeek 的結論相同。120B 兄弟檔目前沒有可引用的官方數字,不做比較。