KeyFrame內部研究專用

How to Run Qwen 3.8 for FREE!

Julian Goldie SEO3 min英文
觀看原始影片

三句話摘要

阿里巴巴 Quen 3.8 Max 開源模型的免費使用指南,以及與 Fable 5 的性能對比。 Quen 3.8 Max 提供了與付費模型相當的性能與功能,是對追求成本效益開發者的理想選擇。 免費與付費的性能平衡:Quen 3.8 Max 在基準測試中與 Fable 5 相當,但完全免費使用,無需訂閱費用,降低了開發者的使用門檻。

重點整理

  1. 免費與付費的性能平衡:Quen 3.8 Max 在基準測試中與 Fable 5 相當,但完全免費使用,無需訂閱費用,降低了開發者的使用門檻。

  2. 多元功能支援:不僅提供文本生成能力,還整合網頁開發、圖片生成、影片創建、程式碼編寫等多種開發工具,支援一站式開發工作流。

  3. 實際輸出品質驗證:講者通過具體案例對比(如習慣追蹤應用)展示 Quen 3.8 Max 的輸出品質,特別是在圖形渲染、互動流暢度方面優於 Fable 5。

  4. 生態整合優勢:已整合進 Gentik 作業系統,搭配 Claude Code 使用,提供完整的開發環境方案。

實用技巧與重點

  • 平台:chat.quen.ai
  • 模型:Quen 3.8 Max(阿里巴巴)
  • 對標模型:Fable 5
  • 功能特性:
  • Web Dev(網頁開發)
  • 圖片生成
  • 影片建立
  • 應用開發(mini apps)
  • 程式碼生成
  • 使用建議:登入帳號可保存使用歷史
  • 學習資源:
  • Air Profit Boarding(theairprofitboard.com)
  • 4小時 Quen Max 課程
  • Gentik 作業系統(內建 Quen 3.8 + Claude Code)

結論

Quen 3.8 Max 提供了與付費模型相當的性能與功能,是對追求成本效益開發者的理想選擇。

完整解析

Quen 3.8 Max 是阿里巴巴推出的開源大型語言模型,在開源社群引起關注的主要原因是其免費提供與優異的性能表現。根據講者的實測,這個模型在性能基準上與商業產品 Fable 5 相當,但最大的優勢在於完全免費使用,使用者無需購買任何訂閱即可完整體驗模型能力。

要使用 Quen 3.8 Max,步驟相當簡單。訪問 chat.quen.ai 網站,確保選擇 Quen 3.8 Max 版本後即可開始使用。平台提供多種開發功能,包括一般的文本生成、程式碼編寫,以及專門的 Web Dev 功能,能直接生成完整的網頁應用。使用者只需點擊加號選擇 Web Dev,描述想要建立的頁面功能,系統就能生成可視化的網頁原型。

除了網頁開發外,Quen 3.8 Max 還支援圖片生成、影片建立與應用開發等多項功能。講者展示了一個習慣追蹤應用的開發示例,該應用完整展現了模型的程式碼生成與互動設計能力。在具體的功能對比中,講者將 Fable 5 生成的應用與 Quen 3.8 Max 生成的應用進行對標,發現 Quen 版本在圖形渲染、介面流暢度、使用者互動設計上表現更出色,特別是在房間導航等複雜互動場景中,Quen 的輸出顯得不那麼線性刻板,整體用戶體驗更佳。

此外,講者提到該平台已被整合進 Gentik 作業系統中,並內建 Claude Code 支援,形成完整的開發生態。使用者可透過登入帳號保存使用歷史,便於後續繼續開發。若需更深入的學習,Air Profit Boarding 社群提供四小時的 Quen Max 教學課程。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。