Edge0-145B 目前全部的基准数字都来自一张表:官方博客里的 6 项内部评测。博客自己说明了这一点——这是 Edge0 的内部评测,完整评测配置、硬件环境与复现说明要随技术报告发布,而技术报告截至 2026 年 11 月 20 日尚未发布。本文全文转载这张表,不加分、不减分,只做两件事:算清它与底座的真实差距,说明哪些数字还不能信。
| 基准 | Edge0-145B | Qwen3.8-Flash-Next(底座) | DeepSeek-V4-Flash-0731 | Claude-Opus-4.6(Max) |
|---|---|---|---|---|
| DeepSWE 1.1 | 64.6 | 58.7 | 54.4 | — |
| Terminal-Bench 2.1 | 86.52 | 83.3 | 82.7 | 78.2 |
| HLE | 35.4 | 35.9 | 33.8 | 40.0 |
| GPQA-Diamond | 90.4 | 91.7 | 90.8 | 91.3 |
| IFBench | 80.6 | 81.3 | 79.2 | 62.5 |
| AA-LCR | 79.3 | 79.1 | 79.7 | 78.0 |
| 均分(6 项) | 72.8 | 71.7 | 70.1 | — |
全部 6 项分数均为厂商自报(Edge0 内部评测),截至 2026 年 11 月 20 日无任何独立验证。博客表格里 Flint、Muse Glimmer、Gemma 4 等行的分数引自 Recursive Flint 的评测(Terminal-Bench / IFBench)与 Artificial Analysis(HLE / GPQA / AA-LCR),不是 Edge0 的实测——不要把它们当作 Edge0 的成绩。
编码与 Agent 两项是真领先。DeepSWE 1.1 上 Edge0-145B 比底座高 5.9 分(64.6 对 58.7),Terminal-Bench 2.1 高 3.2 分(86.52 对 83.3),对 DeepSeek-V4-Flash 的领先更大(DeepSWE 高 10.2 分、Terminal-Bench 高 3.82 分)。这两项正是 Edge0-145B 的定位——本地编码与 Agent 任务,重建 MoE 与后训练的收益集中在这里。
但均分只比底座高 1.1 分。72.8 对 71.7——六项平均下来,重建与后训练只换来 1.1 分。更要说的是另一面:三项低于底座——HLE 35.4 对 35.9、GPQA-Diamond 90.4 对 91.7、IFBench 80.6 对 81.3。知识与指令跟随三项全部落后,说明这次重建没有全面提升能力,而是把能力往编码与 Agent 方向倾斜了。AA-LCR 基本持平(79.3 对 79.1)。
Claude-Opus-4.6 那一列要打折读。博客表格把 Edge0-145B 的 Terminal-Bench 2.1(86.52)与 Claude-Opus-4.6(78.2)并列,评论者已指出这个对照过时了——Opus 4.6 的分数不是同期同口径的实测。引用「超过 Claude-Opus-4.6」之前,必须先说明这一列的时效问题。
Signal Sentry(11 月 13–15 日)写得很直白:「No independent results yet. They appear here as Epoch AI and LMArena add this model.」本站核查一致:Artificial Analysis 无 Edge0-145B 条目——博客表格借用的 AA 数字是其他模型(Flint / Glimmer / Gemma 4)的分数,不是 AA 给 Edge0-145B 打的分;LiveBench 无实测;LMArena 无收录。11 月 15 日的 YouTube 深度解析是对厂商数字的评论,不是独立跑分,不要把它当作验证引用。
好消息是验证现在就能开始:权重与代码都是公开的,任何人都可以跑。跟踪清单上的两件事是技术报告与首批独立跑分(AA / LiveBench / LMArena 任一收录),任一落地都会实质性改变这张表的可信度。
| 构建(RTX 5090 D 24GB,厂商实测) | Agent 解码 | 16K 预填充 |
|---|---|---|
| NVFP4 | 98.3 tok/s | 3165.7 tok/s |
| Q3_K | 121.2 tok/s | 3554.9 tok/s |
博客标题口径为解码 80+ tok/s、预填充 1100+ tok/s、典型功耗约 120W。速度数字与基准数字一样,都是 Edge0 自己的测量,尚未独立复现;引用时带构建名与硬件(RTX 5090 D 24GB),不要只写一个数字。