有没有什么不错的模型，它们的 token/s 真的很高，而且在能力上只落后于当前的 SOTA 模型 6-12 个月？ 我在想，如果我能在本地运行并获得非常快速的反馈，我可以接受智能上的损失，这样与代理的互动就更像是 vim 快捷键，而不是对话。