国产开源模型冲进头部梯队,做内容的人要不要换…
行业资讯

国产开源模型冲进头部梯队,做内容的人要不要换 AI 工具

2026-11-14量子位

Latent Space 首期实测中国 Naive-N0.5-Flash,速度和编程追上 DeepSeek、GLM;天天用 AI 做内容、做获客的人,该看看它值不值得换。

到底发生了什么

你手机里那些 AI 写文案、AI 剪视频的工具,底层跑的就是这类模型。11 月 10 日,硅谷的 AI 工程媒体 Latent Space 开了个新测评栏目,主打「不带立场」的新模型实测,第一期测的不是美国货,是中国公司 NaiveAI 的开源模型 Naive-N0.5-Flash。

同台的两个对手,是 OpenRouter 上最热门的两款 Flash 模型:DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash。这家媒体专注 AI 工程实践,谷歌的 Jeff Dean 也曾受邀做客。

结论:综合能力它夹在两者之间,进了国产主流模型的头部竞争区间,单项还有反超。

  • 编程基准 NL2Repo-Bench 拿了 71.9 分,比 DeepSeek 高 3.7 分、比 GLM 高 15.6 分。这项测试考的是按一句自然语言需求搭出整套代码仓库,比写单个函数更接近真实开发。
  • 速度:极速模式单秒峰值 2100 Token/s,思考阶段 984 Token/s、作答阶段 1816 Token/s。官方口径是标准模式单用户约 50 Token/s、极速模式最高 2000 Token/s,实测比官方数字还高一点。
  • 响应:开启思考模式后中位响应 3.1 秒,DeepSeek 是 10.1 秒,耗时缩短约 69%,快了约 3.3 倍。
  • 实战三题:徒手搓 3D 太阳系、实时交互的 3D 生长树、把《Ray Tracing in One Weekend》做成浏览器里的实时光线追踪。太阳系那局它的成品细节最足,太阳表面黑子清晰可见,地球背光面还做出了夜间城市灯光;生长树和 DeepSeek 打平;光线追踪三款都跑出了能用的应用。
  • 测评口径:30 道题,覆盖数学、科学知识、高难度推理三个层级。

两个背景值得记:创始人代季峰,清华大学电子工程系副教授;公司成立不到一年,模型架构、训练系统和推理优化都有 AI 参与,每周支持近千万次沙箱运行,峰值并发 10 万个。

这对你意味着什么

你不写代码也得看这条,它决定你手里那批 AI 工具接下来跑多快、花多少钱。

先说快在哪。3.1 秒和 10.1 秒,单看一次没感觉。但你用 AI 干活从来不是一问一答:写 10 条视频开头、把一场直播的录音切成 30 条短文案、给几十张商品图配标题,都是连着调用几十次。

一次省 7 秒,几十次就是半集短视频的剪辑时间。所谓「Agent 工作流」的真实含义就在这——不是你懂多少概念,是你一天能出几条素材。

再说竞争。原来开发者选模型,头部就那几家。现在一家成立不到一年的公司,靠「AI 参与研发」的路子把速度做到能和头部同台,价格和稳定性上就多了一个可选项。对做内容的人,多一个选手就是多一分谈判空间:你不必把整套流程焊死在一家 API 上。

但也别上头。这是 Latent Space 新栏目的首期,30 道题加三组开发任务,够说明它「能打」,不够说明它在你的活儿上一定更顺手。

还有个容易被忽略的点:这次被拉来对比的是两款 Flash 模型,Flash 打的就是快和便宜。速度战一旦真打起来,先受益的是高频调用的人——批量做短视频获客素材的、一天几十条直播话术的、跨境电商批量写多语言商品页的。

零一时代新媒体实训中心在天津,课上聊 AI 应用时,学员问得最多的就是这模型能不能直接拿来干活。

接下来可以怎么做

  • 先别搬家。挑一件你每周都要做的活——写 10 条视频开头、生成直播话术、把长文案压成短句——用现在的模型跑一遍,记下耗时。有这个数,你才有比较的基准。
  • 把「等多久」当指标。同样一条活,3 秒和 10 秒,一天几十次调用就是几十分钟的差别,这比看跑分实在。
  • 留一手备选。工具层留个替换位,别把整套流程锁死在一个接口上。
  • 盯两件事:后面有没有更多独立实测;它在真实小项目上稳不稳,比如一个完整落地页、一批商品文案。

在零一时代新媒体实训中心,京津冀的实体店老板做短视频获客,卡住的往往不是模型聪不聪明,是等太久、批量跑不动。

新手最常问的 3 个问题

问:Token/s 到底是个啥单位?

答:Token 是模型处理文字的最小单位,和字数不是一一对应。2100 Token/s 落在你身上,就是同样一条内容,生成时间被压到很短,批量干活时才看得出差别。

问:我现在用的模型要不要马上换?

答:不急着换。原文给的是一次第三方实测,样本是 30 道题加三组网页应用。它能和 DeepSeek、GLM 同台,不代表在你的场景里更顺手。先拿你的真实任务对比,再决定。

问:我不写代码,这条跟我有关吗?

答:有关。你用的 AI 剪辑、AI 写文案、AI 客服,底层调的就是这类模型。模型快一截,工具方才敢做实时预览、批量生成这些功能,你的等待时间才会降下来。

中国模型的牌桌还在加人,你的工具清单也该每年翻一次。

想动手练,零一时代新媒体实训中心的课就四门:短视频获客、直播带货、AI 应用、TikTok 跨境电商。

内容来源:量子位 原文链接
本文由零一时代新媒体实训中心编辑整理,基于原文改写,仅供学习参考。

100次心动 不如 1次行动

先试听,再报课,零基础也能轻松入门

立即预约试听 或拨打 186 2287 6609