正如以前的报告中坛友指出的，大家关心的其实是能不能用、效果、差不多相当于什么云端大模型 

一直在想着该怎么比对，难产到现在，眼下qwen-4下周都要出了，再不出实际体验横向报告就太晚了，赶工出了此文 🫪 
一共涉及四个部分：融合糖果题、世界地图、推理题、以及资源占用 
云端大模型只选取了旧旗舰跟新的次旗舰，尽量挑感觉上差不太多的 不会真的有人想看被两家最新SOTA碾压吧 

测试条件
本地部署环境 

cpu：9950x3d
ram：ddr5 6400mt 64g
gpu：5090 32g
ssd：9100pro 8t、p5800x 1.6t

推理引擎 

Qwen-flash：Strata commit 46c152a1310f77cd2f0ce2c7cd213962df14fe83
Deepseek：Xolotl base commit 281afdada6c221a8757b7b...