已过期60% 置信事实精确时间
端侧大模型参数量通常在1B–13B之间，在复杂推理和长文档理解上与云端大模型存在明显差距
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/4
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/2(已过期)
来源
腾讯Marvis实测：多智能体AI如何接管你的电脑操作
bilibili下班学AI2026/7/2
相关事实
待验证端侧模型与云端模型回答质量差距的根本原因在于参数规模与量化压缩，端侧模型经激进量化（如INT4/INT8）和蒸馏，指令遵循能力下降76% 相似待验证端侧模型受限于手机算力，在多步骤推理、上下文记忆和歧义消解等复杂场景上与云端70B+模型仍有显著差距73% 相似已验证受限于消费级设备的算力和内存，本地能运行的模型规模通常远小于云端旗舰模型，在复杂推理、长上下文处理等任务上存在差距70% 相似待验证同一份提示词，7B或13B级别的本地模型可能只能部分理解Opus能准确执行的复杂约束68% 相似待验证当模型规模跨越某些阈值后会涌现出此前不具备的能力（涌现能力），如多步逻辑推理和复杂数学计算68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/68506API
curl https://kongchang.com/api/v1/knowledge/claims/68506MCP
get_claim(id=68506)