蚂蚁百灵团队刚发了个新模型 Ling-3.0-flash：124B 的 MoE，每个 token 只激活 5.1B，256K 上下文，主打 Agent 工作流里的「高速执行」。OpenRouter 上现在有免费档，8 月 3 日截止，这之前不花钱就能调。 正好，我手里有个跑了半年的真实场景，拿来验证它再合适不过。 播客是我很重要的信息输入源，但光听留不下东西，所以我搭了条流水线：播客音频 → 火山引擎转写（带说话人分离）→ 大模型成稿 → 存进 Obsidian。成稿这步一直是 Claude Sonnet 在干：给 Speaker N 推断真名、修同音字、分章节、写摘要。 说实话我一直觉得这步有点杀鸡用牛刀，这种活给一个便宜的执行模型干正合适，于是做了个对比测试。 素材挑的知行小酒馆 E239 对谈沈帅波那期，80 分钟节目、2.9 万字转写稿，一把喂进 256K 上下文，连切块都省了。 同一个 prompt 一字不改，Ling 关思考、开思考各跑一组，原来的 Sonnet 流程当基线。我还故意把说话人匿名成 Speaker 1/2，往稿子里埋了 17 个转写稿里真实会出现的同音字错误当考题：「投流→投留」「变现→变线」「算法→蒜法」这种。 结果：同一个任务，8.5 秒 vs 2-3 分钟，成本 0 元 vs 一块钱。连跑三次 8.35 / 8.53 / 8.50 秒，稳得不像话。 但也不是全赢。 赢的地方： 关思考 8.5 秒出稿，首 token 3 秒出头。Sonnet 干同样的活要 2-3 分钟 说话人命名全对，从对话里推断出主持人雨白、嘉宾沈帅波，连别人喊他的昵称「波波」都挂上了 10 个章节时间戳全部真实且递增（这个位置最容易出幻觉），我写了脚本回转写稿 212 段里逐个比对。takeaways 里的数字也逐条翻回原文查过：日发 1.2 亿条视频、一人管 50 个号、B 站两年从 100 万涨到 106.9 万粉，全有出处 输的地方： 17 个埋错，关思考只抓到 7 个，开思考 10 个。「投留」「蒜法」这种一眼假的都能放过，纠错这块不能全托付 开思考版吐出来的 JSON，摘要里的引号没转义，直接解析就崩，我还得写段代码修 另外一个坑：开思考时 max_tokens 得给足，思考 token 是算在输出额度里的——这次实测开思考输出 6832 token，其中 4189 是思考。给少了正文会被直接截断。 最后我的决定：结构化成稿这步换成它，纠错留在原流程里。人定好规格，让它去干活~ 免费档 8 月 3 日前还能稳定接入到工作流，最香了哈哈 想自己试的： OpenRouter 免费档（8 月 3 日截止，充 10 刀能把每天 50 次请求解锁到 1000 次） 不想接 API，官网网页版直接聊： 官方发布推文：