国产三家模型, 集体进了 LlamaCoder v3.
LlamaCoder 是 Together AI 的
@nutlope 一直在维护的开源 vibe coder, 走的路线类似
v0.dev /
bolt.new 那种「一句话生成完整 React 项目」, 区别在于 100% 开源, 100% 免费, 算力由 Together 提供.
v3 这次更新三件事:
1. 多文件生成: 以前只能输出单文件组件, 现在能拆出多文件项目, 复杂应用应付得来
2. 内置 Monaco 编辑器: VS Code 用的那个, 在网页里直接看代码 / 改代码 / 导出
3. 模型列表新增 GLM 4.6 (智谱), Kimi K2 (月之暗面), Qwen 3 Coder (阿里通义)
国产三家模型同时出现在一个海外开源工具的默认模型列表里, 这件事在 DeepSeek 之前几乎不会发生. 西方开发者社区对中国开源模型的接受度, 这一年肉眼可见在变. Together AI 给开发者免费跑 GLM / Kimi / Qwen, 等于做了一次公开背书. 对国内做模型的团队, 这意味着在一个西方主流开源项目的默认列表里站住了脚.
再说工具本身的位置.
v0.dev (Vercel) /
bolt.new (StackBlitz) / lovable / Replit Agent 这一波 vibe coder 全是闭源 SaaS, 按 token 或按月收费, 项目代码走他们服务器. LlamaCoder 一直走另一条路: 代码扔 GitHub, 自己部署也行, 用 Together API key 跑也行, 换成本地 vLLM 加开源 weight 也能跑. 对国内不方便接海外 SaaS 的团队, 这种架构更实用.
多文件生成才是这一代 AI coder 的分水岭. 上一代普遍只能生成单文件, 因为多文件意味着模型要在一次输出里同时维护组件依赖, 一个 import 写错整个项目就跑不起来. v3 能稳定输出多文件项目, 反过来说明 GLM 4.6 / Kimi K2 / Qwen 3 Coder 这一代模型的长上下文加结构化输出已经到位. 这对国产模型来说是一个不太被提的能力门槛: 一次性写出一个能跑的项目, 比写出一段能跑的代码要难得多.
对标国内, 字节有 Trae, 阿里有通义灵码, MarsCode 也在同方向上做. LlamaCoder 的差异化是模型可换加完全开源, 国内团队想复用这套架构, 把模型适配层换成自家 API 就能跑起来.
不用懂 React, 进去试一下就明白. (demo 在
@nutlope 原推)