開場白
5.2k 下載、103 個讚，HF 熱度 100：ccore/Qwen3.5-4B-GLB-3D-Coder 是一顆 4B、Apache-2.0、直接附 GGUF 的小模型，官方 model card 說它被訓練來做一件事，替用 GLB 檔的 Godot 編輯器產生遊戲素材。今天另外兩則走完全相反的路線，一個是把 763.2B 的 MoE 剪掉一半專家塞進本機，一個是 560B 總參數的純文字新架構。至於那個「剪掉一半專家」到底剪出多大的檔案，等一下告訴你。
本期精選
1. ccore/Qwen3.5-4B-GLB-3D-Coder：專門生 Three.js 場景、能按鈕匯出 GLB 的 4B 小模型
-
來源／摘要: 由本節目的「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/ccore/Qwen3.5-4B-GLB-3D-Coder ）。官方 model card 把它標為 Early preview，定位是「可匯出 GLB 的 3D 場景與素材生成」，作者同時註明訓練仍在進行中。
-
這是什麼: 一顆 4B 的 coding 特化模型，授權 Apache-2.0，目前只以 GGUF 形式釋出（Q8_0 與 Q4_K_M）。作者在說明裡把它定位成「一個 4B 的小型 coding 模型，被訓練來產生 Three.js 場景與可匯出 GLB 的素材」。要注意的是，完整 Safetensors 權重與訓練資料集，model card 寫的是要等訓練結束才會釋出。
-
能用在哪些場景:
(1) 獨立遊戲開發者在 Godot 裡臨時缺素材。 你在做一個小品遊戲，場景裡還缺一棵樹、一隻雜魚怪、一塊會動的平台，美術外包還沒回來，但你今天就想把關卡的 blocking 排完。官方 model card 寫的用途就是「替使用 GLB 檔的 Godot 編輯器產生遊戲素材」。另有一則第三方描述提到，它會輸出一個帶「Export GLB」按鈕的獨立 Three.js HTML 檔，開發者按下按鈕就能把素材拉進專案。這則第三方線索來自 GitHub 上一個名為 haruspex 的專案的 issue #906，不過選題簡報只記到 issue 編號，沒有留下 repo 全名與連結，所以它的可查證度低於官方 model card，請當「他人回報」看待。
(2) 前端／WebGL 工程師做互動場景原型。 客戶要一個產品 3D 展示頁，你想先丟三四個版本的場景草稿出來談方向，但專案內容不方便送雲端。4B + GGUF 的組合可以直接掛在本機 llama.cpp 上當場景草稿機，程式碼和需求描述都不出機器。
(3) 想做「大模型派工給小模型」架構的人。 前面那則 haruspex 的 issue 把它當成專職特化模型的第一個使用案例，說它「太小不適合通用 coding，但這一件事做得好」。如果你正在自架 agent 工具鏈，由主模型把「生 3D 素材」這種窄任務外包給一顆 4B 常駐小模型，這是現成的素材。
-
跑得動嗎: 官方 model card 沒有標示 VRAM 門檻，只列出可下載的量化檔：Q8_0 與 Q4_K_M 兩種 GGUF，另附一個可選的原版未修改 Qwen3.5-4B BF16 vision encoder/projector。既然官方沒寫，就只能從規格推估：4B 參數搭 Q4_K_M，體感上屬於一般筆電與消費級顯卡的射程範圍，但這是依參數量與量化格式所做的推估，不是官方標示的數字。
-
本期聲量: HF 熱度 100，5.2k 次下載、103 個讚。在本期清單裡，它是少數「不是把別人的權重重新量化打包」的獨立微調。
-
跟同類比: 同作者已經有一版比較成熟的
ccore/Qwen3.5-4B-3D-Coder，那一版的 model card 說訓練集是 4,146 個 Three.js 場景範例，並已公開 FP16 權重與技術報告；GLB 版則是訓練資料橫跨 25 個遊戲素材領域、主打素材匯出。另外有一筆第三方結論要先看清楚：一個名為 beemodel 的來源在其 issue #434 中判定「不行」，理由是它是 text-to-code 模型，不是 image-to-3D 模型，你丟一張參考圖進去不會得到模型。前述 haruspex 在 2026-11-01 的試跑紀錄則是：首次嘗試 15 題有 8 題產出有效 GLB，加上修復迴圈後 15/15。以上兩筆皆為他人回報，且同樣只留下 issue 編號而無 repo 全名與連結，本節目未執行驗證。 -
怎麼取得: HF 頁面直接給 llama.cpp 指令，原文寫的是
llama serve -hf ccore/Qwen3.5-4B-GLB-3D-Coder:Q4_K_M起一個 OpenAI 相容的本機伺服器，或llama cli -hf ...在終端機直接跑；同頁也列出ollama run hf.co/ccore/Qwen3.5-4B-GLB-3D-Coder:Q4_K_M與 Docker Model Runner 的用法。這裡提醒一下：llama.cpp 一般常見的執行檔名是llama-server與llama-cli（本期第 2、3 則引用的官方指令就是這種寫法），如果你照 model card 原文貼上去找不到指令，請改成llama-server -hf ...再試一次。
2. ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF：不是降位元，是直接剪掉一半專家
-
來源／摘要: 「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF ）。發布者是 IST Austria 的 DASLab，這版的賣點是自己的壓縮方法論，而不是又一份重新量化的打包。
-
這是什麼: 以 DeepSeek-V4.1-Flash-1017 為基礎、針對 coding 能力做的壓縮版 GGUF，授權 MIT。官方 model card 說這是針對特定能力做的壓縮版本，一半的 routed experts 直接被剪掉而不是量化，其餘權重沿用 IQ2_XXS 的 per-tensor 量化（2.00 bpw）。一句話講白：別人在降位元，它在砍專家。
-
能用在哪些場景:
(1) 有大記憶體工作站或高階 Mac 的團隊，想在內網自架 coding 助理。 公司程式碼不能外流、但又想要一個比 7B 小模型強的補完與重構助手，這類「用剪枝換到一個能離線跑的 coder」的版本就是為這種情境存在的。
(2) 需要帶圖輸入的內部文件或 UI 稽核流程。 README 的啟動範例是
llama-server搭配--mmproj mmproj-DeepSeek-V4.1-Flash-1017-BF16.gguf -ngl 99，也就是官方給了視覺投影器的掛載方式。如果你要做的是「把一批內部系統的截圖丟進去，讓它比對 UI 規範或抽欄位」，又不想把畫面送出去，官方文件至少把掛載路徑寫明了。(3) 研究量化與剪枝的工程師做對照實驗。 同系列未剪枝的 GSQ-RCO 版本在卡片上註明基礎模型是 763.2B 參數、每層 384 個 routed experts、每個 token 啟用 6 個、1M token 上下文。兩個 repo 放在一起，就是現成的「剪一半專家對能力的影響」教材，省掉你自己訓一輪的成本。
-
跑得動嗎: 官方未標示最低硬體，但 model card 把檔案大小寫得很清楚：基礎模型 763.2B 參數，其中 551.9B 在 transformer；IQ2_XXS 的 transformer 權重約 72.12 GB（每層保留 384 個專家中的 192 個），另外 Engram 查表檔 IQ4_NL 約 110.60 GB，且該檔未剪枝、與未剪枝版本完全相同。兩個檔案加起來就是你要準備的空間量級，這是官方列出的檔案大小，不是官方標示的 VRAM 門檻。另外同系列 GSQ-RCO 卡片註明需要 llama.cpp b11870 或更新版本，版本太舊會直接載不起來。
-
本期聲量: HF 熱度 97，28.7k 次下載、101 個讚。本期 DeepSeek-V4.1-Flash-1017 家族刷了半張榜，但多數是純量化重打包，這版是少數有自己方法論的。
-
跟同類比: 同一顆基礎模型的一般 GGUF 路線可以對照 mrfakename 的版本，其卡片列出 Q8_0 約 473 GiB、Q4_K_M 約 414 GiB，最小可用的 Q2_K 也要 246 GiB。DASLab 走的是剪專家而非純降位元，檔案量級差距就在這裡。另外 AtomicChat 的衍生版宣稱搭配 Strata、把 backbone 放系統記憶體、Engram 表從 SSD 串流，可在單張 12 GB GPU 上跑，但那是該 repo 作者自己的說法，而且它的量化與共用 Engram 檔本來就來自 DASLab。
-
怎麼取得: README 的流程是用
hf download ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF取檔，把共用的 Engram 檔以ln -s連成第 6 個分片，再用llama-cli -m IQ2_XXS/...-00001-of-00006.gguf -ngl 99或llama-server啟動。那個 symlink 步驟是重點，漏掉分片湊不齊。 -
連結: https://huggingface.co/ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF
3. inclusionAI/Ling-3.1-flash-1019：560B 總參數、每 token 只啟用 25B 的混合線性 MoE
-
來源／摘要: 「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/inclusionAI/Ling-3.1-flash-1019 ）。本期少數「原廠釋出、新架構、MIT、權重直接下載」的通用大模型，不是誰的重打包。
-
這是什麼: inclusionAI 的新一代純文字大模型，官方 model card 的架構表寫的是 Hybrid-linear MoE、總參數 560B／啟用 25B、63 層 KDA + 9 層 Gated MLA、512 個 routed experts。順帶一提參數量口徑：model card 架構表寫 560B，HF 頁面側欄則顯示 572B params，model card 沒有解釋兩者差異的來源，你在對外引用時最好註明自己用的是哪一個數字。
-
能用在哪些場景:
(1) 做工具呼叫 agent 的團隊在選開源底座。 官方 model card 說這次後訓練強化的是科學與真實世界的 agentic 能力，列出 AA-Briefcase 由 1397 升到 1524、AutomationBench-AA 由 62% 升到 68%。如果你正在比較自架 agent 後端的候選清單，這是官方給的評估起點（數字為官方自述）。
(2) 需要長文件或長流程分析的內部系統。 Vercel AI Gateway 的說明頁寫的是 560B 總參數、每 token 啟用 25B，1M token 上下文支援長文件分析與長流程 agent 工作。講具體一點：法遵部門整份規章加附件、或是整個 repo 的全庫問答，如果你的文件本來就常被 chunk 切壞語意，1M 上下文至少讓你有「不切」這個選項，實際品質本節目沒有驗證。
(3) 想先免費試水溫再決定要不要自架的人。 Vercel AI Gateway 把它列為免費價格，而同系列 Ling 3.1 Flash 在多家供應商也有 $0.00 的 free 路由。先用 API 把任務可行性驗完，再回頭評估要不要把 MIT 權重拉回地端，順序比較不會燒錢。
-
跑得動嗎: 官方 model card 未標示硬體門檻，只給了架構表。以下兩個數字請先看清楚身分，一個來自官方 FP8 release 的檔案大小、一個是第三方對「上一代」的估算，兩者都不是 1019 版的官方硬體門檻：EXL3 量化者 vcruz305 在卡片上列出 inclusionAI 官方 FP8 release 約 534.35 GiB；benchlm.ai 則是針對「上一代」Ling 3.1 Flash 估約 640GB VRAM、8× H100。結論是消費級機器基本無緣，它屬於本節目「知道它存在、知道架構長怎樣」的那一格。
-
本期聲量: HF 熱度 90，2.3k 次下載、94 個讚。下載數明顯低於前兩則，合理，畢竟能自架的人不多。
-
跟同類比: 跟本期洗榜的 DeepSeek-V4.1-Flash-1017 相比，後者被 unsloth 的卡片描述為 DeepSeek-V4.1-Flash 的小幅更新，在推論、程式、agentic 與視覺基準上有提升且具視覺能力；Ling-3.1-flash-1019 則是純文字、走混合線性注意力路線。inclusionAI 官方在 X 上說它在 Artificial Analysis Intelligence Index 由 41 升到 44，這是官方自述數字。
-
怎麼取得: HF 上直接提供可下載的 safetensors 權重，頁面標示 572B params、張量型別 BF16 / F8_E4M3 / F32，並帶
bailing_hybrid與custom_code標籤，代表載入時需要信任 repo 內的程式碼。benchlm.ai 另指出，同系列前一版的公開 FP8 權重是 MIT 授權並附 SGLang 與 vLLM 的服務說明。
結尾段落
今天三則剛好把 2026 年底地端生態的光譜拉滿：一端是 4B、Apache-2.0、下載完就能在筆電上玩的窄任務特化模型，另一端是 763.2B 剪一半專家、以及 560B 混合線性 MoE 這種「要嘛有工作站、要嘛先用免費 API」的大傢伙。如果你週末只想動一個，我會推 ccore/Qwen3.5-4B-GLB-3D-Coder，門檻最低、用途最明確，而且它示範了「小模型只做好一件事」這個值得被更多人抄的設計思路。照例提醒，本集所有功能與效能敘述都引述自官方 model card 或他人回報，本節目未實際執行這些模型。我們明天見。
留言