有沒有什麼不錯的模型，其 token/s 速度真的很高，且在能力上僅落後於當前的 SOTA 模型 6-12 個月？ 我在想，如果我能在本地運行並獲得非常快速的反饋，這樣與代理的互動就更像是 vim 快捷鍵，而不是對話，我可以接受這種智力上的損失。