什么时候能出一个正经的模型自媒体，类似硬件自媒体测硬件一样，不用搞什么播客访谈，就部署和复现这些模型以及他们自己 pr 的测试集，就上周的 opus-4.8 跟 minimax-m3 的复现测试，我保证期期都是国际爆品。