700 亿参数大模型
棱镜由本地部署的 700 亿参数大语言模型驱动。这不是简单的规则引擎——而是能理解复杂市场动态的推理系统。
为什么是 700 亿？
70 亿
能力: 基础文本，推理有限 · 本地部署: 容易 · 棱镜选择: 交易分析能力不足
130 亿
能力: 中等推理 · 本地部署: 中等 · 棱镜选择: 缺乏足够的细腻度
700 亿
能力: 复杂多步推理 · 本地部署: 有挑战但可行 · 棱镜选择: 选定
4000 亿+
能力: 最强能力 · 本地部署: 本地不现实 · 棱镜选择: 依赖云端
700 亿是最佳平衡点——足够强大以进行复杂市场分析，同时仍可在本地部署，无需云端依赖。
推理方式
传统机器人：
"RSI < 30 → 买入。RSI > 70 → 卖出。"
棱镜的 700 亿模型：
"BNB 的 RSI 在 28，但成交量在下降——说明弱积累而非真正超卖。同时鲸鱼钱包正将 BNB 转入冷钱包（看涨信号），即将到来的 BNB Chain 治理投票情绪积极。综合风险收益比，建议小仓位入场，止损设在前期支撑位。"
模型将多个数据流综合成连贯的交易论点——这是规则系统做不到的。