一個執行檔、一套相容端點：把用戶端指過來，程式碼一行不動，模型就回到自己機器上。引擎只在真的需要時才拉下來，每個功能都有一條能在處理器上跑的路，再加一台機器就是更多容量。

把鍵值快取切成區塊而不是整塊預留，記憶體利用率從三、四成拉到九成以上，同一張卡能同時服務兩到四倍的請求——這就是展示品與線上服務之間的差別。

把 PDF、文書檔與表格拖進工作區，就得到一位讀過你全部資料的助手，每則回答都附引用；模型、向量庫與儲存預設全部跑在這台機器上。

以純 C 寫成、不帶任何依賴，它定下了讓量化模型小到能塞進普通筆電的檔案格式，也是好幾款熟悉桌面工具安靜踩著的那一層。

不必獨立顯卡、不必帳號、不必碰終端：量化過的開放模型在普通處理器上就能跑，把一個資料夾指定為資料集合之後，跟自己的資料對話全程不出這台機器。

對話視窗、模型管理、本機服務的每一行程式碼都攤在寬鬆的開放許可之下，於是網線拔掉照樣能聊，而隱私這件事不必靠信任，靠的是讀得到的原始碼。

它是執行環境而不是聊天程式：一行指令就把開源模型拉下來跑起來，本機端點講的是通用請求格式，你手上任何腳本或編輯器外掛都能指向它，完全不必碰外網。

約五 MB 的客戶端，把你本來就在付費的模型收進同一個視窗，對話留在瀏覽器本機，六個端都能跑；它自己不收錢，費用直接付給模型供應商。

把它指向你原本就在跑的本機模型服務，或任何相容的 API，一個瀏覽器視窗就成了工作臺：多模型並排、文書知識庫、角色權限與單一簽入，必要時完全斷網也能跑完流程。

軟體免費、機器自備：一個視窗接上多家模型服務，不寫程式就能組出代理，還有隔離的程式執行環境與 MCP 連接，每個人的用量在後台看得見，不再糊成一筆固定訂閱。

一份訂閱同時涵蓋日常幹活與寫程式：先出計畫、再跨連接的工具執行，回答速度約每秒一千詞，資料預設託管在歐盟境內。

百萬字的資料丟進去，它自己拆任務、自己找人分工，最後交回來的是一份能直接用的成品。讀得進是上一代的事，做得完才是這一代真正想解決的事。

五千五百二十億參數的模型，不必先描述就能看懂你丟過去的截圖，一口氣吃得下一百萬 token，而快取命中的輸入價壓到每百萬 token 一元的五十分之一。真正值得看的不是體量，而是成本跑到哪裡去了：讀與寫現在走兩套不同的參數。

Cherry Studio 是一套跨平台的 AI 對話與知識庫桌面工具：同一個問題可以並排問多個模型，自己的材料放進本地知識庫，繪圖與翻譯就在同一個視窗裡。