事因是昨天在L站看到佬发帖说国际版workbuddy（后称wb） deepseek-v4.1f（后称ds） 免费。 
我马上就去领赛博鸡蛋开始用。 
结果就是：
 [image] 
国产比较几大头部模型都是开源，D老师、glm、qwen、kimi等， 
这是好事，但是副作用也很大。 
很多公司、中转站也部署，然后免费、低价的给别人用。 
但是你不知道它部署的是满血的还是Q8 Q4 甚至Q3， 
最要命的其实是kv cache的量化，我觉得这个才是量化重灾区。 
因为了解一点本地部署的都知道，多人使用并发，kv占用显存甚至比模型本身大得多。 
现在这些模型动不动就是1M最大上下文，真用满一个用户那就是120G显存。 
kv量化之后就会出现如图的效果了… 
不止wb，opencode go（后称opg）也是这样，但是暂时没遇到这么离谱的情况。 
opg是降速和降智力了。wb是速度300t/s，...