摘要
30 秒看懂
在这条短片中，Matthew Berman 表示他在 Dell Precision 工作站上本地运行了三个面向编程的模型，并引导观众观看完整比较。短片列出候选模型，但没有公布赢家或基准测试结果。Berman 披露了与 Dell 的合作。
- 1三个模型，一次本地测试Berman 介绍三个编程模型，并表示他在 Dell 工作站上本地运行了它们。
- 2结果在完整视频中他列出模型并指向较长的比较视频；这条短片本身没有指出哪个模型最好。
- 3Dell 合作Berman 披露 Dell 与他合作并为模型运行提供支持。
要点建议
- 短片介绍 DeepSeek Coder V2、Yi-Coder 和 Qwen Coder 作为本地编程测试的候选模型。
- Berman 表示他在 Dell Precision 工作站上运行模型，并披露了与 Dell 的合作。
- 短片没有给出比较结果或确定赢家。
全文
按章节阅读整理后的全文
01
本地编程模型比较
Berman 介绍三个候选模型和测试使用的工作站。
Matthew Berman 表示，他在 Dell Precision 工作站上本地运行并直接比较了三个面向编程的模型。他称这些模型为开源模型；具体权重和许可条款应分别核查。
02
观看完整比较
短片提出哪个模型最好的问题，但将观众引向其他视频查看结果，并披露与 Dell 的合作。
三个候选模型是 DeepSeek Coder V2、Yi-Coder 和 Qwen Coder。Berman 询问观众认为哪个最好，并指向完整比较，但这条短片没有说明赢家或展示结果。他披露 Dell 与他合作并提供计算平台。
同频道的其他文章
25:50EN → 简体中文Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
45:08EN → 简体中文Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中，Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。
0:32EN → 简体中文Sam Altman 谈持续存在的软件工作需求Sam Altman, Matthew Berman · OpenAI在一段简短访谈中，Altman 表示，尽管 AI 正在改变软件的制作方式，软件需求可能比人们预想的更大。
12:14EN → 简体中文Gemini 4 Argon 实测：3D 演示、电子表格原型与基准成绩Matthew Berman · Forward FutureMatthew Berman 用游戏和视觉项目测试 Google 模型，并比较公布的编程与智能体基准。
10:36EN → 简体中文Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。