之前很火的牛来（Ox）模型终于露出了真面目，就和之前猜测的一样，是智谱的模型。据说这个模型很小，所以能如此大量的提供给用户免费试用，并且会放出权重。
当然也有人在说智谱一边限制付费用户的使用量，一边给全球用户免费发放算力，这也太说不过去了吧？
据说这个模型价格可能会比 DeepSeek V4 Flash 还要便宜。这一点还得到时候看。不过我是没有买智谱的 Coding Plan 的，他们家价格实在是太贵了！
预计之后会有很多白嫖信息，到时候我会发布的。
不知道梁圣会不会把 DeepSeek 的价格再降下来，毕竟现在真的好贵好贵，我已经用不起了。
但与此同时，阿里千问进行了一次狙击，发布了他们的 3.8 Flash。从测评数据上看起来很不错。当然我也不知道真的假的，这个东西毕竟要用了以后才知道。
我随便逛了逛，直接就发现了一家可以免费提供，并且不需要你使用任何 API 的公共端点。不用申请，直接使用，没有比这更爽的了。
下面就来介绍一下具体应该怎么使用。
Hugging Face（Victor Mustar）公共推理端点
Hugging Face 产品负责人 Victor 部署在 AWS 上的免费公共端点（4× H200 · FP8 · SGLang 驱动），实测速度超过 100 tok/s，支持 262K 上下文、视觉多模态及工具调用。
- Base URL：
https://pnywsahxhac1qjbo.us-east-2.aws.endpoints.huggingface.cloud/v1 - API Key：无需 Token（客户端必填时可填
none） - 模型名称：
Qwen/Qwen3.8-Flash-Next - 网页端在线 Chat：https://victor-chat-with-qwen3-8-flash-next.hf.space/
Python 接入示例：
from openai import OpenAI
client = OpenAI(
base_url="https://pnywsahxhac1qjbo.us-east-2.aws.endpoints.huggingface.cloud/v1",
api_key="none"
)
response = client.chat.completions.create(
model="Qwen/Qwen3.8-Flash-Next",
messages=[{"role": "user", "content": "你好！"}],
)
print(response.choices[0].message.content)
cURL 快速测试：
curl https://pnywsahxhac1qjbo.us-east-2.aws.endpoints.huggingface.cloud/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer none" \
-d '{
"model": "Qwen/Qwen3.8-Flash-Next",
"messages": [{"role": "user", "content": "Hello!"}]
}'
下面是我用 OpenCodex 接入到 Codex 里面测试的结果，速度果然很快！
根据之前的经验，Hugging Face 免费托管的模型只会存在几天，所以大家看到我文章的时候尽快去玩吧。我刚刚测试下来速度的确很快，之后估计还会看看它的效果到底是怎样，反正用到就是赚到。