一句话看懂：Edge0_AI 发布两款开放权重的百亿级端侧基础模型 Edge0-145B 和 Edge0-120B，宣称能在笔记本上离线运行，并在特定终端任务基准上超过 Claude Opus 4.6；这关系到本地 AI 编程能否真正摆脱云端 API。
事件核心：发生了什么
2026 年 11 月 12 日，Samuel Zeng（@SamuelZengML）发帖介绍 Edge0_AI 的首批设备原生百亿级基础模型 Edge0-145B 与 Edge0-120B，权重已开放并发布在 Hugging Face 上。按发帖者的说法，两款模型只需约 29G 内存，约为常规 100G 以上配置的三分之一；在 RTX Spark 和 Mac 上解码可达 75+ tokens/s、预填充 1050+ tokens/s；可处理 128K–256K 上下文且长任务下不减速。基准方面，其称在 Terminal-Bench 2.1 上得分 86.5%，高于 Claude Opus 4.6 的 78.2%。需要说明的是，以上均为发帖者公开说法，并非可独立核验的官方产品公告，评测也仅限于这一基准和这一时点。
为什么重要
当前主流大模型的强推理与编程能力大多依赖云端 API，带来按 token 计费、数据出境和网络延迟等问题。如果端侧模型能以 29G 级别内存提供接近前沿的 agentic coding 能力，意味着开源模型与本地推理的竞争点从“能不能跑”转向“跑起来是否够用”，也会给闭源 API 的定价和采用策略带来压力。不过，Terminal-Bench 只是终端类任务基准，尚不能代表通用能力全面追平 Claude Opus 4.6，也不代表模型已通过同行评审。
对用户/开发者/创作者的影响
对开发者，这是值得实测的本地选项：代码和数据不出本机，不产生 token 账单，可直接接入常用编程 agent。但 29G 内存需求仍高于普通轻薄本的可用余量，实际体验取决于具体硬件和量化版本。对企业，离线可部署意味着更可控的合规与成本结构；对创作者，本地模型意味着无需订阅即可运行基础能力，但生成质量需自行评估。目前公开信息显示，其真实吞吐、内存占用和长上下文表现仍需第三方复测。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Hugging Face 上的权重是否附带完整模型卡和可复现的评测说明；二是独立开发者对 29G 内存、128K–256K 长上下文和 75+ tokens/s 的实际复测结果；三是其他端侧模型及闭源厂商是否跟进类似定位，以及本地推理工具链的适配进度。
