个人知识库 · 智能体 · 模型与硬件数据
myce 是个本地优先的知识库客户端。资料收进来，整理好，一个库就长成一个只谈这件事的智能体。索引和原文都留在你自己的机器上。
站里的资讯、榜单和硬件数据，是给「用哪个模型、买哪台机器」这类问题准备的。每个数字都附来源链接。
最后更新 2026-11-02 · 数字取自当日访问的来源链接
产品
Windows v1.2.0 · iOS 等上架
名字取自菌丝（mycelium）。地下的菌丝把散落的根系连成一张网，养分在网里走。
myce 做的是同一件事：把散在各处的资料收进一个库，再让这个库开口说话。
接 LM Studio 或 Ollama 跑本机模型，也可以填一个云端 API。看中哪句回答，就地收进知识库。
本机模型 · 云端 API
建库、导入整个文件夹、导出成一个 .myce-kb 文件。索引和原文都放在本机。
.myce-kb
智能体从库里生成。换一个库，就换一个只懂那件事的对话对象。
从库生成
把 .myce-kb 发给别人，也能导入别人整理好的库。一个格式，进出自如。
导入 · 导出
CLI 按模块调用，输出 JSON，方便接进脚本或别的智能体框架。
JSON 输出
模型和数据都在本地，断网也能用。想要更强的模型时再接云端。
离线可用
下载
v1.2.0 · 绿色免安装
CLI 跟着桌面版一起装。按模块调用，输出 JSON，适合接进自己的脚本。
要让几台设备共用一份库，可以用 Docker 起一份服务：知识库上传下载、智能体对话、知识镜像都在里面。
资讯
9 篇
DeepSeek Harness 团队的一个原型会盯开发者群里的讨论，发现代码问题就主动提出改法，不用等提示词。代码已开源。发布时没给跑分，也没写许可证。
它在 Intelligence Index v5.0 上得 59 分，高于 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分。首批通过 Fairwind 计划开放给选定的网络安全防御方，预计几周后全面开放。尝鲜价每百万 token 输入 2 美元、输出 10 美元。
DoorDash 在第三季度财报电话会上说，第三方 AI 智能体带来的订单只有几百笔，在日均单量里占比极小。购物智能体实际用起来有多少，这是个早期的数据点。
Zest 通过短信帮你找餐厅、订位，用 Plaid 读信用卡账单来做推荐，还能让一群人在同一个对话里投票。另一边，主打隐私的助手应用 Ollie 因为融资和用户都不够，停运了。
这个多模态混合专家模型有三种推理模式。Mistral 称它在 Artificial Analysis 编程智能体指数上得 48%，与 GLM-5.3 大致齐平，而每个任务少用 47% 的 token。这些都是 Mistral 自己的数字，报告也提醒要在自己的负载上核算成本。
Fusion 把每个请求分给一个模型或几个模型的组合，并自行决定推理强度，所以你要选的是强度，不是模型。所有 Copilot 套餐都包含，不另外收费；付费套餐的模型费用还在限时打七折。GitHub 称 Fusion Max 在 Artificial Analysis 编程智能体指数上得 60 分，与跑 Opus 5.5 Max 的 Claude Code 相差两分以内，每个任务的成本约为它的一半。这些是 GitHub 自己的数字。
M5 Ultra 配 512GB 统一内存和 1TB 存储，售价 22,299 美元；单是内存从 96GB 基础款升上来就要多付 15,500 美元。预计 11 月底到 12 月初到货。
API 于 10 月 23 日开放，每百万 token 输入 2 美元、输出 10 美元。月之暗面列出总参数 2.8 万亿，每个 token 约激活 1040 亿，并称 11 月 4 日前会开放权重。
英伟达这款 128GB 机型大约一年前以 3,999 美元上市，ServeTheHome 把涨价归到内存价格上涨上。64GB 版从 10 月 23 日起经 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 出货，两台互联可凑成 128GB，总价约 8,000 美元。
榜单
Artificial Analysis Intelligence Index v5.0 · 2026-11-02 取数 · 点表头可排序
| 模型 |
|---|
来源：Artificial Analysis 榜单，取前 12 条。Index v5.0 于 2026 年 10 月 27 日发布，由九项评测合并而成。每条是一个模型加一种推理强度设定，设定写在括号里。每任务成本是 Artificial Analysis 给出的美元数字，速度取输出速度的中位数。Gemini 4 Carbon 发布时只有受限访问。分数由第三方给出，指数更新时会变。
硬件
规格、价格与实测速度 · 2026-11-02 取数
M5 Max 最高 128GB 统一内存、带宽最高 614 GB/s，起价 2,499 美元。M5 Ultra 是 30 核 CPU、64 核 GPU，可配到 36 核 CPU、80 核 GPU；内存 96GB 起，可选 256GB 或 512GB，带宽 1.2 TB/s，起价 5,499 美元。512GB 配 1TB 存储为 22,299 美元，单是内存升级就要多付 15,500 美元。Apple 称 M5 Max 在 LM Studio 里的提示词处理比 M4 Max 最快快 3.9 倍——这是 Apple 自己测出来的最好情况。
Apple Newsroom，8 月 25 日 · 9to5Mac，10 月 28 日 · unwire.hk 实测，9 月 21 日
128GB 统一内存，LPDDR5x，带宽 273 GB/s，支持 CUDA。128GB 机型现在 6,950 美元，上市时是 3,999 美元；64GB 版起价 4,999 美元。
ServeTheHome，10 月 3 日 · Spheron
迷你主机，最高 128GB 统一内存。下面那台测试机用的是 LPDDR5x-8000。2026 年 3 月，128GB 机型标价约 2,400 到 3,200 美元，来源把涨价归到内存上涨上，现在的价格可能已经不同。
Liliputing，3 月 24 日当时的价格
模型装得进显存时很快。装不进就掉得厉害：一台 RTX 4080 跑 gpt-oss-120b，按 78% CPU、22% GPU 切分，解码只有 12.45 token/s。
Spheron，10 月 7 日
| 机器，gpt-oss-120b | 解码 tok/s | 预填充 tok/s | 配置 | 来源 |
|---|---|---|---|---|
| NVIDIA DGX Spark 128GB 统一内存 | 41 | 1,159 | Ollama, MXFP4 | Spheron |
| Mac Studio 未注明机型 | 34，长上下文时降到 6 | 未注明 | Ollama, MXFP4 | Spheron |
| RTX 4080 加系统内存 CPU 78% / GPU 22% 切分 | 12.45 | 969 | Ollama, MXFP4 | Spheron |
| Ryzen AI Max+ 395 128GB LPDDR5x-8000 | 52 | 404 | llama.cpp b8123, Vulkan, Q4_K_M | From the Matrix，3 月 5 日 |
这些行来自不同的测试、后端、量化方式和日期，不能当作同场对比。Spheron 指出，目前没有公开测试把 DGX Spark 和 M5 Ultra 版 Mac Studio 放在一起跑过。Ryzen 那台用的是 7,624 token 的摘要提示词，作者也说每次跑出来的数字会小幅浮动。Mac Studio 那一行原测试没写机型，不能当成 M5 Ultra 的数字。
| 模型，Mac Studio M5 Ultra MTPLX 环境，测试机 256GB / 4TB | 架构与量化 | 解码 tok/s | 首字等待 | 内存占用 | 同款模型在 M3 Ultra |
|---|---|---|---|---|---|
| Qwen 3.8 27B Optimized Quality | 27B Dense，Dynamic 8-bit | 80.3 | 0.54 秒 | 33.7GB | 56.4 tok/s 首字 1.50 秒 |
| Qwen 3.8 Flash-Next Optimized Speed | 125B-A6B MoE，Dynamic 4-bit稀疏注意力 8bit | 114 | 0.43 秒 | 109.4GB | 69.4 tok/s 首字 1.10 秒 |
这是评测方自测，不是厂商数据，也不是同场对比：两行模型不同、量化不同，与上面 gpt-oss-120b 那张表更不能混着看。测法是一条改编自 LeetCode Hard 的 Python 调试题，程序里预置两个逻辑错误，要求模型找出来改对；两台机器都用新会话、缓存未命中、MTP 深度 3、推理强度 auto，比的是生成速度而非整题耗时。同场测得的内存带宽：M3 Ultra 688.47 GB/s，M5 Ultra 1,035.82 GB/s（StreamBench GPU Triad），内存占用是评测时的读数。跑 27B 时 GPU 功耗约 67.7W，跑 Flash-Next 约 48.0W，比 M3 Ultra 各高约 6%。
方法
每张表、每篇文章都按这套规则处理
每个数字都链到它原来所在的页面，每张表都标出取数日期。
链接 + 取数日期
厂商报自己产品的数字，我们会写明，并把它和独立结果分开摆。
标明：厂商自报
只有模型、量化方式和后端都一致，我们才把它们放在一起比速度。不一致就并排列出，并写清差在哪。
模型 · 量化 · 后端
只有分数没有价格，或者只有价格没有分数，都说明不了什么。我们把每任务成本和指数得分摆在一起。
指数得分 + 每任务美元
来源没写许可证、没写日期、没写配置，我们就写"未注明"，不去猜。
没写就是没写
订阅
一周一封：值得读的资讯，和动了的数字。