Tony出海
@tonychuhai • 27,028 subscribers
Tony出海 | AI创业者 & 2015 年从国内产品转跨境出海，SEO+社媒做到高转化。Ship AI startups，分享最新AI动态
Shorts
Videos
Codex➕MiniMax Fast H3 在本地4090 机器上就可以无限地生成了一个电视剧。 用 4090 在 1344×768 分辨率下，15 秒的生成时间只要 151 秒，速度很快。
Tony出海417,571 views • 22 days ago
用金融AI模型改进我的 A 股 GPT 我之前用 CodeX 搓了一个自己的 A 股交易 Agent—— AguGPT（A股趋势雷达），成功获得 300% 的收益。 由于市场环境和执行等缺陷，回撤很多， 说实话，做股票的 AI 投研 Agent，最怕的不是模型不聪明，而是模型在关键数据上“胡说八道”。 现在我打算用专门的金融模型来改变策略试试。 我开始研究百灵刚发布的 Ling-3.0-flash-Fin ，接进了 AguGPT 的工作流里。 很多大模型只能做单轮问答，但金融 Agent 的本质是： “寻权威源 ➔ 辨口径 ➔ 交叉核验 ➔ 多步计算 ➔ 交付可复核决策”。 在实际接入 AguGPT 的早盘管线后，这几个维度的体验提升非常明显： 下边是我的一点实验分享：👇
Tony出海17,978 views • 19 days ago
Claude Opu4.7，GPT 5.5，Deepseek V4 最强 SOTA 模型接连发布， 国产模型终于牛逼起来了，🐂🍺 我刚刚测试了一把，太强了，可以排国内最强大模型了，Deepseek V4国产模型之王回归了。 之前推荐的ZenMux 福利来了，限时免费 的Deepseek V4 Flash和Pro都是免费玩， 快去重构自己的项目啊。有了编程能力，ZenMux的 API稳定，Hermes爱马仕等应用不在话下。 👇案例 1， 测试案例名称：New API 开源系统全面优化（Repo-level Engineering Refactoring） 这个案例能完美测试 V4 三大核心优势？ 长上下文：1M tokens 可一次性处理整个中型开源仓库，考察跨文件理解和记忆能力。 编程能力：真实 SWE-bench 风格的仓库级重构、API 优化。 工程务实能力：要求输出分阶段、安全、可落地的方案，而不是纸上谈兵（这正是 V4 比很多模型更“像资深工程师”的地方）。 评论区附测试Prompt提示词 点赞关注本帖，来看搜集的Deepseek V4测试案例
Tony出海27,960 views • 5 months ago
实测DeepSeek v4 编程前端效果， 可以说是在国内完全可以胜任任何工作了，不用鄙视他们用不上 Claude 和 GPT 了。 我用AI 聚合平台ZenMux 的 PK 功能， 同时测试DeepSeek v4 和 最新发布的蚂蚁金服的百灵大模型：Ling-2.6-flash，（免费 的Deepseek V4 Pro 提示词： 我想为一款新的儿童英语学习英语设计登录页面。我们希望它具有有趣活波感，并尽可能多地使用动画。 看下边视频演示，Ling-2.6-flash模型比 V4 快 10 倍，当然效果也有很大差距，改用 V4 的提示词指导干活，里面效果就出来了。 Ling-2.6-flash摒弃繁琐的“慢思考”，以“快思考”机制实现高效推断，凭极低 Token 开销直达结果，极致快速输出结果。是搭配 SOTA 模型打辅助，作为执行模型的一把好刀。
Tony出海24,905 views • 4 months ago
No more content to load