# LLM
共 3 篇文章
-
2026-08-24Ox Alpha(0x-alpha)神秘隐匿模型详解:OpenRouter / OpenCode 免费 1M 上下文,值不值得薅羊毛?数据隐私风险有多大?2026 年 8 月 20 日,匿名 Stealth 模型 Ox Alpha(社区常写作 0x-alpha)出现在 OpenRouter 与 OpenCode,提供约 100 万 token 上下文、文本+图片+视频输入,预览期完全免费。本文详解规格、社区指纹指向、热度与表现,并重点回答:是否值得薅羊毛,以及 OpenRouter「保留但不训练」与 OpenCode「Zero Data Retention」表述下的真实数据隐私风险。
-
2026-08-23告别云端 API:在个人电脑上运行 753B 大模型,只需要一杯咖啡的时间本文完整介绍 FreeToken——一个让普通游戏本、笔记本、工作站都能运行数据中心级大模型的开源推理引擎。从带宽自适应执行、语义感知缓存、弹性内存管理等三大核心突破,到 RTX 4060 跑 35B、RTX 5090 跑 284B、PRO 6000 跑 753B 的真实性能数据,再到 5 分钟部署指南和实战建议,覆盖从理论到实践的全链路内容。
-
2026-08-08LibreChat:41k Stars 的开源 AI 聊天聚合平台,价值在哪?——与 Open WebUI / LobeChat / NextChat 的一次横评LibreChat 是 41k+ Star 的自托管 AI 聊天聚合平台(MIT 协议):一个界面聚合 OpenAI、Anthropic、DeepSeek、Ollama 等几乎所有模型厂商,并演进出 Agents、MCP、Skills、Code Interpreter 等 Agent 工作台能力。本文用它和 Open WebUI、LobeChat、NextChat、Chatbox、Dify、FastGPT 六个开源竞品做横评,拆解它的四大价值(MIT 商用自由、全厂商聚合、企业级多用户治理、聊天到 Agent 的演进)与三大风险(社区规模、单维护者 bus factor、复杂度),并给出适合/不适合人群的结论。