（来源：上观新闻）
“城市矿山”含金🇨🇮量超金🍂矿百倍？专家泼冷🌘🇬🇶水 是🧟♀️什么在👨🍳📜支撑这种💃疯狂的扫货行为🖖？“城市🚯🛅矿山”的暴利神话🚄是最大的驱🔄动力🇵🇷💃。这项由NV🗝🇬🇹IDIA研究👏🍦团队主导的最新研🌳😗究成果发表于💆2026🇬🇲年3月16日🔶，论文编🔁🐶号为arX🈳🤡iv:2603.👩👧🐢19220v2，🔬展示了🇩🇯🇭🇳如何通过创新的😘训练方法让✍🗓相对"小体积"🤦♂️的AI模型实现💼惊人的推🇯🇲理能力🥵☕青梅竹马pop文1v1推荐知乎。
在LiveCod⏬eBenc🎥h这个编程竞🍟赛基准上，🍁💋模型获🐕💊得了87.2分🎱的高分🧔🇫🇯。通过系统性🤦♀️的实验，他们🆗🧚♀️发现α=2🇻🇬0是最🥃🐠优选择☪🌐，这个参数🌃🛀值在不🍏📝同的评估指标🐺🍅之间达到了🌗💸最佳平衡🕔。如果遇到数学问题🏎🎮，就向数学老师学🚺习；如果遇到文🧖♀️😍学问题😒，就向文学🧤🧩老师学习🧝♀️。算力与资本：💼🇨🇿前沿训🚄🏙练成本高昂，推🏜理经济性取决于基🏞🐄础设施质😧量🦵。如果 JSO🚕N 语法🦁要求，请务必🧽🇪🇷添加逗号： {👛🇹🇦 "id🖱": "glm🐳🍓-5.1"🇱🇸, "n🏞🇨🇿ame":🎃 "GLM-5.🇱🇺1", "r👩👦👦eason🌜🐖ing😎🚁": tr🍋↩ue, "i💂♀️青梅竹马pop文1v1推荐知乎nput":🚛🕗 [ 🌒🕵 "text🐙" ], "🌄cost↗📇": { 🆚✌"in🐹put": 🎰0, "o🚁utput":⚠🚒 0, 🇦🇬 "cac🤚🇲🇽heRe🇺🇿ad": 0, 🇳🇨 "🍭🥟cach👂👫eWri🇿🇦🇸🇾te": 🥋0 }🚎🕎, "con⬆textWind🧥ow":📸🇰🇬 20🇱🇺🐷4800,🇰🇪 "ma👮♀️xTo🖤ken👩🔬🐥s": 1👩🦱31072} 🇲🇩然后更😁新“ag🛋😂ents.def🐸aults.m🍯🍑odel.pr📉🇦🇷imary”的🥜🎋默认模♓型： "prim🍸ary🕕": 🔯🇱🇺"za🔖🏴i/glm-5"🍣🍑, 接🥽📗着，把上面🇩🇲的代码改🕸为以下样式🐖🐹： "🇳🇷🙍♂️primary"🛸🖌: "za👩🔬i/glm-🐸5.1", 在“🇬🇫 agents.🍄🕎default🐌🔥s.mode🍕ls”🇳🇪🦇添加： "z🏧💒ai/🧧glm🍬6️⃣-5.1": 👳🇨🇰{} 第🇲🇩二步：🕰🤣更新配置参考 🐤以下是参考代🍦⛱码，用于展🛢示更新🤙后的配💉🏮置应该是什么样子🕞 1、“mode🚎🧸ls.pro⚠vid🥘🎦ers🏒.zai.mo🔷🇫🇴dels🇱🇾”部分： 📏🧖♂️"mode↙◻ls": [🏊♀️🏥 { 🤦♂️ "i⛵🌚d": 🐕"glm-5",💪🐍 "nam🕜🦸♀️e": "GL👺M-5",🇳🇮 😰"reas🇵🇬oning": 📿🇸🇰true, 🚣♀️ "input🍀🐾": ["te👔🍭xt"],🥧 ☔🎅 "c📿ost"😡🚷: {"🤝🇳🇺input"🌖📗: 0, "o👥utput": ☎🍎0, "cach👗🎐eRead": 🍬0, 🌗🎸"cacheW🏬rite"🕕🧰: 0🎆🇨🇾}, 👩🚀⏮ "c🈲🇹🇷ontex🙎♂️tWin🔎dow🥢": 204👣📯800, 👅🇫🇴 🐀"maxToke💖ns":😑🦸♂️ 1310🧷🌨72 }🌬, { 🤜📈 "🛣🇬🇺id": 😑"glm-4.7🚐🛶", 🥢🐅 "nam🤞🙌青梅竹马pop文1v1推荐知乎e": "⛲©GLM-4.7📿", 🦑✔"re🛰🥓asoning😓☹": t🐼🎨rue, 🇵🇼💢"input🏴": ["t🥤ext🇹🇳🇧🇾"], ☮ "c🌏ost"🗂⏳: {"i🇬🇱🍋nput": ⛈⚒0, "out🚭📦put": 0🧞♂️🏳, "ca🚠🙁cheRea🍵👖d": 0,😫 "cach👩🦱eWri🍃te": 0}🇵🇼, "🇷🇼🏌️♀️conte💏🍣xtWind📛🇸🇦ow"🍗: 204🇦🇼🇲🇫800, 🇨🇷 "🥾👛maxT🇧🇬okens":👯📀 1310🇨🇱72 🤰 }, { 🇲🇭 "id🚺🙂": "g🦇👨🦱lm-5.〰1", "⚜name":🏁 "GLM👌🚲-5.1",🇴🇲 "rea🥉soni🚤ng": 🌹🎦true, ⛺🛎 "input🍋": ["te✂🚤xt"], 🚍 "cost":🤘 {"🇰🇵inp🧲ut": 0🐵㊙, "out🥨👼put": 👍0, "cac🔲🌑heRea💻🏫d": 0,🏹 "cach⏮👨💻eWrite👨👧": 0}, 🥠🏸 "cont📒extWi🏀🤓ndow": 🚶👨👨👦204👩🍳🇷🇺800, 🥎🆕 "maxT🙋♂️okens"🈵: 131072📎👩🏭 }] 2、“🇲🇭💢agents.🥬🏺defau*️⃣lts.mo🚭del.p🦄🇺🇸rimar🚣♀️🇧🇯y”部分： 🐟"model":🧥👩🍳 { 🔆 "p👊rimar⛲😳y": 🙈🖨"zai/glm🏵🕐-5.1", 🈴💥"fa😡llback🧷s": ["z👨👧👧🇮🇱ai/glm⏮-4.☠🈵7"]} 🐘3、“age🇱🇺nts⏪.defaul⚜ts.mo⏰🐌dels”部分😤： "model🍱s": { 🦞🎢"zai/gl🦸♂️🌜m-5":🇬🇮 {"alias🇲🇸": 🍲"GLM🏝🎙"}, "👔zai/glm-🌿🎋4.7": 🇱🇮{}, "z👪🤚ai/glm-5🇦🇨🗞.1"🐨: {🖤}} 做完以上更🧛♀️改后，运行“op🇫🇯enclaw g🌇🌭atewa🕉💫y res🍇tart”命令重🇽🇰🌽启网关 重🧣🧚♀️启后，您应该可🥋📡以直接使✋👨👧👧用 GLM-5.🎖1 模型🥪⌛青梅竹马pop文1v1推荐知乎，您可以在终🎞🚘端运行“o⌨🧭pencl📗🗽aw tui🇷🇪🐃”进入☔聊天界面🇧🇭👨🎓。
问题七：互👎联网巨头大🐐举进军🕧B端，独立🔴模型公司何🙈🔣去何从？ 竞争🥽边界趋🗞同，最终仍回归🍦🇮🇲模型能力的比🕝拼🦕🔦。对于缺乏重资😿产设备🐞🐷支撑的小作坊而言🆗🤩，小规模🦸♀️炼金根本不具🤸♂️备经济可行性，💿🏂盲目入局大概率血🏕🥏本无归⚜☮。其次是数据与📀🍚安全合◾🐐规风险：📗📧若模型部署、🤧🌅用户服务和数据🙀🍎存储能实现🇸🇨海外本🎛地化，🇬🇵跨境数🕜🦏据传输问🈴🤧题相对可控；但当🎄🐟地隐私法🏍规和中国关联🗨实体的数据访🇯🇵👨❤️💋👨问权限认定，🎏仍是不🖥👄确定性来源🚕👨🎨。
