感谢提醒，大概看了下，还是老问题，小模型的认知水平太差了。
[image: 64ac9893-131f-4412-aa3f-2499f4ec83eb-image.jpeg]
这就导致即便他的逻辑能力，长上下文推理能力不弱于flash-preview，甚至能和0731来回。但因为底层认知有巨大鸿沟，所以他更依赖外部数据源的质量。也会比v4-flash-0731有更多的loop和试错。知识量的差距就是这样。
如果以后小模型能再进一步，可能小模型+配套行业的数据源的套餐组合是一套新打法。
但话又说回来，即便如此，他的实际解决问题的能力依然出众，确实厉害。
[image: 43626d02-420b-4f46-a6e7-338298d8f067-image.jpeg]
对应的，在如此强的工具、Agent能力之下，256K的上下文其实已经有点瓶颈了。
上重一点的Agent就很有可能多次压缩，导致信息损失。
