ModelBrief · Edge0-145B · 专题
最后更新 2026-11-20
EN 简体 繁體

Edge0-145B vs Qwen3.8-Flash-Next:重建换来了什么

ModelBrief · 2026-11-20 发布 · 事实核查 2026-11-20 · 参考来源:Edge0 官方博客、Hugging Face 模型卡、GitHub Edge0-AI/Edge0

Edge0-145B 最重要的一层身份常被标题盖住:它不是从零训练的新底座,而是阿里 Qwen3.8-Flash-Next 的衍生模型——模型卡元数据写明 base_model 为 Qwen/Qwen3.8-Flash-Next,48 层路由专家全部重建为潜变量 MoE,再在 Edge0 自己的数据上后训练。评价它,正确的问题不是「它有多强」,而是「重建与后训练相对底座换来了什么」。以下全部分数均为厂商自报(Edge0 内部评测),截至 2026 年 11 月 20 日无独立验证。

vs 底座 Qwen3.8-Flash-Next:两项大胜、三项小负

基准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 项)72.871.7+1.1

重建换来的,是方向不是全面。DeepSWE 与 Terminal-Bench 是 Agent 与终端编码任务——正是 Edge0-145B 的定位所在,这两项合计 +9.1 分,是重建的全部收益。HLE、GPQA-Diamond、IFBench 三项知识与指令跟随全部落后,合计 −2.5 分,说明后训练的数据配比把能力往编码方向推的同时,挤掉了少量通用能力。AA-LCR 基本持平。均分 +1.1 就是这两股力量相抵后的净值。

还有一个结构差异不能只看分数:底座 Qwen3.8-Flash-Next 是云端模型,Edge0-145B 是为端侧重写的——原生 4bit 训练、潜变量 MoE、三级内存管线、256K 上下文。分数只领先 1.1 分,但部署形态完全不同:一个要数据中心,一个要一张消费级 GPU 加大内存。买 Edge0-145B 的理由首先是「能在本地跑 145B」,分数领先只是附加项。

vs DeepSeek-V4-Flash:编码领先,知识互有胜负

基准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 项)72.870.1+2.7

对 DeepSeek-V4-Flash 的均分领先是 +2.7,比对底座的 +1.1 更大——但结构一样:领先集中在 DeepSWE(+10.2)与 Terminal-Bench(+3.82),GPQA-Diamond 与 AA-LCR 两项仍落后。换句话说,Edge0-145B 对谁都是「编码强、知识平」,这不是对照模型选出来的假象,而是它自己的能力形状。注意 DeepSeek-V4-Flash 的版本号是 0731(7 月 31 日构建),对照的是一个三个多月前的版本。

vs Edge0-120B:同日兄弟档,公开数据极少

Edge0-120B 与 145B 同日发布,是同一产品线的更小一档。但截至 2026 年 11 月 20 日,官方博客与模型卡没有公布 120B 的完整规格与 6 项基准对照表——本站调研只确认它同日发布、同样是 Qwen3.8-Flash-Next 衍生的潜变量 MoE、同样提供 Q3_K 与 NVFP4 构建。没有官方公布的 120B 基准数字,本站不做「145B 比 120B 强多少」的量化结论;两档怎么选,要等官方公布 120B 的规格与分数,或等独立实测。需要提醒的是:个别第三方文章引用过 120B 的 Terminal-Bench 分数,但不同来源的数字互相矛盾(75.3 与 81.3 两个口径),在官方确认之前一律不采用。

选型结论:三种人,三种答案

本地 Agent 与编码用户,选 Edge0-145B。它的两项领先(DeepSWE、Terminal-Bench)正好落在你的任务上,而且它是三个对照模型里唯一能在本地跑的——底座与 DeepSeek-V4-Flash 都没有同等形态的端侧版本。

知识问答与指令跟随为主,底座未必更差。HLE、GPQA-Diamond、IFBench 三项底座全部领先;如果你跑的是云端任务、没有本地部署需求,没有理由为 +1.1 的均分换模型。

预算有限想试端侧 145B,先看 120B。120B 兄弟档的官方数据未公布前,无法算清性价比账;等官方公布或独立实测后再决定买大还是买小。

ModelBrief 的看法:重建 MoE 是一次有方向的手术,不是全面升级:编码与 Agent 大幅领先,知识与指令跟随小幅落后,均分只净赚 1.1 分。这个形状本身就是结论——Edge0-145B 不是「比底座强的通用模型」,而是「为本地编码 Agent 特化的底座衍生」。对照 DeepSeek 的结论相同。120B 兄弟档目前没有可引用的官方数字,不做比较。