Søgning
3 research-rapport(er) for »reasoning-tokens«
hvilke 120b modeller er der kommet og hvordan klarer de sig .... det er vist den range af modeller som er bedst til 128gb memory til lokal hosting
… Modellen adresserer både "thinking tax" (reasoning-modeller der genererer mange "thinking tokens") og "context explosion" (den kvadratiske vækst i attention-cost) [4]. **Minimax M2 …
Qwen 3.6 27b undersøg hvorfor den er så god til lokal kogning og hold den op med nogle af de nye Feks Gemma 4 og Laguna 2.1
… På DGX Spark måler fællesskabet 28–33 tokens per sekund med NVFP4 via vLLM 0.24.0, mens Apple Silicon med MTPLX v2 når …
Qwen 3.6 27b undersøg hvorfor den er så god til lokal kogning og hold den op med nogle af de nye Feks Gemma 4 og Laguna 2.1
… Gemma 4 var også hurtigere med 56,3 tokens/sekund mod Qwen3.6's 30,1 tokens/sekund. ⚠ [3] og [4] er begge GitHub …
7 briefing-resultat(er) for »reasoning-tokens«
HybridReasoningAgents – ræsonnement i latent rum sparer tokens og øger intelligens
Together AI udgiver en open-source agent-arkitektur der tænker i latente repræsentationer i stedet for tekst, hvilket angiveligt speeder inferens op og reducerer …
Opfølgning: Claude Haiku 5.5 ude – matcher GPT-6 Lunas pris under 100K tokens
… million tokens, men har en skjult prisstigning via en mindre effektiv tokenizer og tvinger reasoning til. Se [briefingen 29. september](/archive/2026-09-29).
Opfølgning: UkisAI overvejer Swift-version af Bonsai 2
BottleCap AI's ThinkingCap-Qwen3.8-27B skærer 37 % af reasoning-tokens væk for en minimal præcisionstab på 0,86 procentpoint og klarer sig …
Tencent Hy4 Preview: 770B parametre, 49B aktive, 1M kontekst
… 770B totalt, 49B aktive, 1M tokens kontekst og 1,56 TB på Hugging Face. Simon Willison noterer, at modellen kun har to reasoning-effort …
Lokal agentic coding benchmark: Qwen 3.8 27B medium reasoning er sweet spot
En omfattende benchmark viser at medium reasoning mode i Qwen 3.8 27B giver højest score med markant færre tokens end xhigh mode. Kører …
Opfølgning: Kæmpe forskel i reasoning effort på Qwen 3.8-27B
"xhigh" reasoning effort genererer op til 40.000 tanketokens mod "medium"s få tusinde. Forskellen er langt større end hos forgængeren. [briefingen 8. august …
MindControl: llama.cpp-fork styrer reasoning-processen via sampling-injection
… modellens tænkeproces for at forhindre evige loops og spild af tokens. Tidlige tests viser markant bedre reasoning fra små modeller som Qwen3.6-27B.