Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

Tibo 发了六个点，我把明天 DevDay 可能发布的东西全连起来了： ① o：常驻型 agent，关掉对话后，它还在帮你干活 ② Ultrafast：回复几乎秒出，开放给更多人 ③ Pro Max：比 Pro 还贵的新方案，传闻 $500/月 ④ GPT-6 Astra：最强模型，降价？ ⑤ Managed Agents：开发者写好 agent，OpenAI 帮你跑至于第六个点…… 和 Jony Ive 合作的硬件？🍩 还是又一个新模型？🤔 毕竟 Opus 5.5 都快骑到脸上了。如果 OpenAI 憋了这么久，DevDay 最后一个新模型都没有…… 那 Dario 做梦估计都得笑出声 😂

Darren

2,202 subscribers

90,492 views • 4 days ago •via X (Twitter)

Science & Technology

Anya Rossi• Live Now

Private livecam show

40 Comments

liuzhihang4 days ago

难道我分析的不对？不是“新模型发布，速蹬！” 的意思吗？让大家拉满 6 个点。

Darren4 days ago

有道理，反正 devday 肯定会 reset，加紧蹬 🔥

进诺 JnuoBoy4 days ago

Ultrafast 出来后我们的额度会 Ultrafast 地掉么 🙄

Darren4 days ago

会光速的掉 🤣

Vincent Dai4 days ago

话说是几点开始来着，这回预热了这么久不能大炮打蚊子听个响儿吧👀

Darren4 days ago

北京时间 30 号凌晨 1 点。我都准备熬夜了，预热了那么多天总不能拉坨大的吧 😂

KoKo4 days ago

现在最大的问题就是模型不及预期，还有额度给的太少。那不就是说明这个公司没有能力支撑自己的这么大的业务吗？除了欺负用户用不了claude ，还能干什么呢，不如吧算力中心打包给claude算求。到时候国模有卡了，开始爆他菊的时候，有的他难受的时候，一根筋变成两头堵。比a/还/，用astra给你降到4o。

Darren4 days ago

现在确实有点地主家摊子越铺越大，结果余粮越来越少的感觉 😂 模型没拉开差距，额度还抠抠搜搜，再发十个产品也解决不了核心问题 🤡

lunastra4 days ago

我觉得会直接把 6 Astra 升级成 6.2 Astra 来反超 Opus 5.5 的同时准备迎战 Fable 5.5，而且会重点优化前端能力，同时发布 6.2 Sol 达到Opus 5.5 的水平并恢复原价，6 Sol 就不管了直接用来打 Sonnet 5.5，如果能实现以上操作就算是 OpenAI 的巨大反击了

Darren4 days ago

然后 A社迅速推出 Opus 5.7，Fable 5.7 反击打得有来有回才好看哈哈

小姜4 days ago

降价或出新模型，不然堪忧。不过现在两家都用，Claude Code 为了不封号只能远程使用了，还是不如本地 Codex 方便。

Darren4 days ago

感觉 OpenAI 来不及出新模型啊，降价是最快的应对方式了，前提是降价的 Astra 别降智，不然 ChatGPT 真没模型用了，6 sol & luna 根本用不了 🙃

小姜4 days ago

有可能，不然完全没优势了。

TUNA PAY4 days ago

传闻那个 500 刀的档要是真出来，从 200 刀的 Pro 升上去，一般当天按剩下的天数补一笔差价。这笔比平时月费大得多，又是境外扣款，卡的单笔限额最容易先卡住。想第一时间升的，今晚先在银行 app 里看一眼单笔和境外额度。

Darren4 days ago

这个被封号的话，是真的肉疼啊，500美刀

KelvinKMS.com4 days ago

他唯一能做得只剩下加大 5倍用量，還有必須要再出更智能模型，現在的模型完全輸給 Opus 5.5

Darren4 days ago

Tibo 他们好像对 devday 很自信的样子，最好是真的有压箱子模型还没发布，不然真的尴尬了🤣

KelvinKMS.com4 days ago

我已經準備退訂 Codex 了，Claude 太強了，差太多，Codex 還有機率搞壞我的作品，我不敢把我的項目放心交給它了

Darren4 days ago

我目前用下来，感觉 Astra 的 backend 还是比较好一点，所以我都是前端写作用 Opus 5.5，后端用 Astra 而且 ChatGPT 网页版还是很不错的，额度几乎无限还能生图

KelvinKMS.com4 days ago

可是網頁版只有 Sol 5.6 模型可以用而已...

Darren4 days ago

我甚至觉得 Sol 5.6 比 Sol 6 好哈哈

KelvinKMS.com4 days ago

但是我不得不稱讚 ChatGPT 的生圖能力，它生出來的品質是第一名，Claude 這點輸很慘

Panda | AI Agent4 days ago

有新模型，他们早就端出来了无非就是再给你降一点价，再给你多一点福利

Darren4 days ago

别降价了还降智啊哈哈，这样 gpt 就真的一个能用的模型都没有了

Token 丹师4 days ago

你真是神了，比当年悟空脑袋被敲三下都聪明

Haleemah4 days ago

Last one is a mystery 😅

Darren4 days ago

That last dot better be worth all this suspense 👀

Haleemah4 days ago

I hope it’s a model

Oooooo4 days ago

过度分析了啊

Darren4 days ago

有可能 Tibo 只是太无语打了6个点哈哈

Oooooo4 days ago

😂

Jhon Dennis4 days ago

关掉对话它还在干活家里杂事就该这样丢人去追剧

Darren4 days ago

Astra 帮我洗衣煮饭打扫房子谢谢 😎

Steven Chen4 days ago

你好大的胆子，竟敢如此揣测圣意！😬😬😬😬

Darren4 days ago

我是 Tibo 肚子里的蛔虫哈哈

Elio科技迷(互)4 days ago

第①条常驻Agent和第⑤条托管Agent要是真能打通，对我们个人开发者来说简直是质的飞跃！以前折腾Agent最头疼的就是长程任务跑一半窗口关了状态全丢，自己搞后台常驻还得折腾服务器部署、心跳保活和沙箱隔离。如果OpenAI官方直接把状态持久化和异步执行给托管了，写好逻辑配置就能扔给云端跑，Agent从玩具走向生产力的一大绊脚石就算被真正搬开了！

warren4 days ago

精心制作呀。视频👍

Darren4 days ago

谢谢，你是第一个夸的，开心 😁

Louis Deng4 days ago

reset 6 次

Paul Zhu4 days ago

不出一个能打的sol模型，这波真的被op5.5清场了

Related Videos

谁是最强模型？ GPT5.5 vs Claude Opus 4.7 实测对比！！👇👇 OpenAI发布了新模型GPT5.5，我们在视频里测试对比了 GPT5.5和Claude Opus 4.7： 1️⃣ 前端设计 2️⃣ 后端能力 3️⃣ 文案写作最后还有Agent能力预警（开头视频就是GPT5.5做的）！

谁是最强模型？ GPT5.5 vs Claude Opus 4.7 实测对比！！👇👇 OpenAI发布了新模型GPT5.5，我们在视频里测试对比了 GPT5.5和Claude Opus 4.7： 1️⃣ 前端设计 2️⃣ 后端能力 3️⃣ 文案写作最后还有Agent能力预警（开头视频就是GPT5.5做的）！

木子不写代码

31,465 views • 5 months ago

盘古大模型是中国发布的第一个大模型现在A畜、OpenAI、Grok、谷歌，还有什么Deepseek、GLM还在卷模型能力。你们统统都是弟弟，比赛已经结束了因为余承东的字典里没有第二，只有第一。你们卷了半天，最后也是第二梯队。

盘古大模型是中国发布的第一个大模型现在A畜、OpenAI、Grok、谷歌，还有什么Deepseek、GLM还在卷模型能力。你们统统都是弟弟，比赛已经结束了因为余承东的字典里没有第二，只有第一。你们卷了半天，最后也是第二梯队。

高运通

60,879 views • 3 days ago

Pi 用久了，接模型这件事越来越麻烦。每家模型平台都有自己的账号和 Key，余额散在几个地方。想把同一个任务换个模型再跑一遍，又要重新配置、充值和查账。模型接得越多，配置也越乱。这次我把 ZenMux 接进 Pi，只维护一个 provider 和一把 Key。 GPT-6 Astra 上线后，我直接在 Pi 里选择 openai/gpt-6-astra，然后做了几个测试测试模型的真实性。 1、模型名称，看看是不是真的GPT-6 2、模型的写作能力，看看最新模型在写作上的提升 3、修改一个代码里面的Bug，测试真实的能力以后想用同一个任务对比其他模型，直接在 Pi 里切换模型即可。实际 token 和花费也能放在同一处看，省掉了到处找 Key、查余额的麻烦。 GPT-6 Astra 面向复杂 agent 工作流。这次我主要看它能不能把跨文件任务做完整，以及输出里有多少内容可以直接使用。官推提到它通常会减少输出 token，录屏里的实际数字会更有参考价值。 ZenMux 本场还有 7 天限时充值活动。充 $50 得 $70 充 $100 得 $150 每个账号限兑一次原本就准备跑 API 的，可以趁这次多留一点测试额度。 GPT-6 Astra

Pi 用久了，接模型这件事越来越麻烦。每家模型平台都有自己的账号和 Key，余额散在几个地方。想把同一个任务换个模型再跑一遍，又要重新配置、充值和查账。模型接得越多，配置也越乱。这次我把 ZenMux 接进 Pi，只维护一个 provider 和一把 Key。 GPT-6 Astra 上线后，我直接在 Pi 里选择 openai/gpt-6-astra，然后做了几个测试测试模型的真实性。 1、模型名称，看看是不是真的GPT-6 2、模型的写作能力，看看最新模型在写作上的提升 3、修改一个代码里面的Bug，测试真实的能力以后想用同一个任务对比其他模型，直接在 Pi 里切换模型即可。实际 token 和花费也能放在同一处看，省掉了到处找 Key、查余额的麻烦。 GPT-6 Astra 面向复杂 agent 工作流。这次我主要看它能不能把跨文件任务做完整，以及输出里有多少内容可以直接使用。官推提到它通常会减少输出 token，录屏里的实际数字会更有参考价值。 ZenMux 本场还有 7 天限时充值活动。充 $50 得 $70 充 $100 得 $150 每个账号限兑一次原本就准备跑 API 的，可以趁这次多留一点测试额度。 GPT-6 Astra

小墨同学

20,221 views • 23 days ago

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。其实 HuggingChat 也不错的你可以在这里体验所有的开源大语言模型

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。其实 HuggingChat 也不错的你可以在这里体验所有的开源大语言模型

indigo

183,917 views • 2 years ago

著名机构SemiAnalysis的研究员给了一个很有趣的观点--关于中国的开源模型 Jordan Nanos Jordan Nanos 是 SemiAnalysi 的AI 研究员，他说：开源模型现在看起来追上了前沿闭源模型，其实完全是“人为”追平的直接原因就在美国政府身上——他们对Anthropic施加了限制，导致我们根本拿不到这些实验室真正最强的模型最明显的例子就是Mythos和Fable：我根本用不了Mythos，只能偶尔“好好求一下”才能用上Fable 至于OpenAI的5.6 Sol，我们的判断是它甚至都不是OpenAI训练过的最大模型，规模都没到4.5那个级别，他们肯定在某个地方还藏着更大的模型

著名机构SemiAnalysis的研究员给了一个很有趣的观点--关于中国的开源模型 Jordan Nanos Jordan Nanos 是 SemiAnalysi 的AI 研究员，他说：开源模型现在看起来追上了前沿闭源模型，其实完全是“人为”追平的直接原因就在美国政府身上——他们对Anthropic施加了限制，导致我们根本拿不到这些实验室真正最强的模型最明显的例子就是Mythos和Fable：我根本用不了Mythos，只能偶尔“好好求一下”才能用上Fable 至于OpenAI的5.6 Sol，我们的判断是它甚至都不是OpenAI训练过的最大模型，规模都没到4.5那个级别，他们肯定在某个地方还藏着更大的模型

梭哈.AI

90,081 views • 2 months ago

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！

huangyihe

15,631 views • 8 months ago

单卡 700TPS! Diffusion Gemma 来了! Google 刚刚发布了 Gemma 小模型的 Diffusion 版本! 大小26B, 激活参数量4B, 最重要的是, 这次还跟 NVIDIA 合作针对4090和5090优化了一波, 5090每秒能生成700+token! 给不知道什么是 Diffusion 大模型的同学科普一下, 传统大模型都是一个字一个字吐出来的, 而 Diffusion 大模型则是如同刮奖一样, 是一片一片出来的, 速度高是 Diffusion 大模型的优点. 有得必有失, 缺点当然就是输出质量没有传统大模型好了. 不过这次的 Diffusion Gemma 还是比之前的 Diffusion 文本大模型好不少, AIME 2026(数学能力测试) 能达到 Gemma4-26B-A4B 的94%的水平, 最差的是tau2 bench(考验Agent能力的测试), 也能达到82%. 这个模型大小 4bit 量化版本 16G 显存就能运行了, 另外, 我突发奇想, 这个模型能不能作为 gemma4 dense 模型的草稿模型用来投机解码? 感兴趣的同学可以试试! #diffusiongemma #gemma #gemma4 #google

单卡 700TPS! Diffusion Gemma 来了! Google 刚刚发布了 Gemma 小模型的 Diffusion 版本! 大小26B, 激活参数量4B, 最重要的是, 这次还跟 NVIDIA 合作针对4090和5090优化了一波, 5090每秒能生成700+token! 给不知道什么是 Diffusion 大模型的同学科普一下, 传统大模型都是一个字一个字吐出来的, 而 Diffusion 大模型则是如同刮奖一样, 是一片一片出来的, 速度高是 Diffusion 大模型的优点. 有得必有失, 缺点当然就是输出质量没有传统大模型好了. 不过这次的 Diffusion Gemma 还是比之前的 Diffusion 文本大模型好不少, AIME 2026(数学能力测试) 能达到 Gemma4-26B-A4B 的94%的水平, 最差的是tau2 bench(考验Agent能力的测试), 也能达到82%. 这个模型大小 4bit 量化版本 16G 显存就能运行了, 另外, 我突发奇想, 这个模型能不能作为 gemma4 dense 模型的草稿模型用来投机解码? 感兴趣的同学可以试试! #diffusiongemma #gemma #gemma4 #google

karminski-牙医

12,374 views • 3 months ago

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,719 views • 1 year ago

Hermes Agent 刚发布 Mixture of Agents 2.0，把多个前沿模型混合成一个虚拟模型使用原理很直接：GPT-5.5、DeepSeek V4、Sonnet 4.6 作为参考模型同时处理同一个问题，Opus 4.8 作为聚合器综合最终答案跑分结果比单独用 Opus 4.8 高 8%，比 GPT-5.5 高 11% 最关键的是在 Hermes 里就像普通模型一样调用，/model 命令切换就行，不需要自己搭框架单个模型都有盲区，混着用反而能互补，开源社区找到了一条弯道超车路线你觉得 MoA 这种「模型组合拳」会成为主流用法吗？

Hermes Agent 刚发布 Mixture of Agents 2.0，把多个前沿模型混合成一个虚拟模型使用原理很直接：GPT-5.5、DeepSeek V4、Sonnet 4.6 作为参考模型同时处理同一个问题，Opus 4.8 作为聚合器综合最终答案跑分结果比单独用 Opus 4.8 高 8%，比 GPT-5.5 高 11% 最关键的是在 Hermes 里就像普通模型一样调用，/model 命令切换就行，不需要自己搭框架单个模型都有盲区，混着用反而能互补，开源社区找到了一条弯道超车路线你觉得 MoA 这种「模型组合拳」会成为主流用法吗？

Jason Zhu

16,616 views • 3 months ago

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI

karminski-牙医

11,867 views • 4 months ago

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

程序员端哥

15,996 views • 26 days ago

哇，cc switch又整了个大更新！codex现在直接靠cc switch调用第三方模型了，而且第三方模型还能用chatgpt的插件😂 这是昨天作者Jason Young刚放出来的新功能。我用Windows 10系统给大家整了个教程，教你怎么在codex里跑小米的大模型mimo-v2.5-pro。一步步来，照着做就行： 1. 先下载cc switch（ 2. 确保cc switch完全没启动（没在后台跑） 3. 打开codex，登录账号，随便聊一次天，然后右下角退出彻底关掉codex 4. 打开cc switch，导入小米模型的基本信息，cc switch切换到小米模型 5. 进cc switch设置 → 路由选项卡，打开“在主页面显示本地路由开关”，再打开“路由总开关”，然后在“路由启动”里把codex勾上打开。最后在cc switch里直接切换成小米模型 6. 重启codex（还是右下角退出先） 7. 如果模型没切换成功，就把cc switch里的路由总开关先关掉，切换回openai官方模型，然后在cc switch里切成第三方模型，再把路由总开关打开搞定！试完记得来评论区说说好用不～我以后还会出一个codex用第三方模型调用chatgpt插件的详细教程，感兴趣的点个关注就行！

哇，cc switch又整了个大更新！codex现在直接靠cc switch调用第三方模型了，而且第三方模型还能用chatgpt的插件😂 这是昨天作者Jason Young刚放出来的新功能。我用Windows 10系统给大家整了个教程，教你怎么在codex里跑小米的大模型mimo-v2.5-pro。一步步来，照着做就行： 1. 先下载cc switch（ 2. 确保cc switch完全没启动（没在后台跑） 3. 打开codex，登录账号，随便聊一次天，然后右下角退出彻底关掉codex 4. 打开cc switch，导入小米模型的基本信息，cc switch切换到小米模型 5. 进cc switch设置 → 路由选项卡，打开“在主页面显示本地路由开关”，再打开“路由总开关”，然后在“路由启动”里把codex勾上打开。最后在cc switch里直接切换成小米模型 6. 重启codex（还是右下角退出先） 7. 如果模型没切换成功，就把cc switch里的路由总开关先关掉，切换回openai官方模型，然后在cc switch里切成第三方模型，再把路由总开关打开搞定！试完记得来评论区说说好用不～我以后还会出一个codex用第三方模型调用chatgpt插件的详细教程，感兴趣的点个关注就行！

蓝天 | bluesky

18,678 views • 4 months ago

最近当大家都在刷屏Fable 5和GPT-5.6 的时候，殊不知腾讯已经悄无声息的把大模型能力给追上来了。你们知道腾讯低调到什么程度吗？前几天发布的Hy3 ，21B的激活参数已经可以打平旗舰水准，并且直接塞进微信10 亿+用户手里，这才是国产大模型真正的王炸啊兄弟们！说实话周一刷到 Hy3 发布消息那会儿，我第一反应跟很多人一样：又一个卷参数的国产模型？趁着周末有空，我仔细翻了一圈资料，发现完全不是这么回事。原来Tencent Hy这个模型从一开始就不是朝着聊天模型去的，人家的定位就是奔着干活去的 Agent 向 LLM。另外最反直觉的是它的推理效率，295B 总参数，实际激活只有 21B 的 MoE 架构，就能打平参数是它 2 到 5 倍的旗舰模型，这事儿我琢磨了一下，其实有点像团队管理，并不是说人越多产出越高，关键得看真正干活的那几个人靠不靠谱。为什么这个效率重要呢？你想想微信每天服务 10 亿人， token 成本多一厘都是天文数字， 21B 激活还能打出旗舰水准，我觉得这才是它能被规模化铺开的根本原因，跟刷榜没半毛钱关系。说到刷榜，我仔细研究之后这个版本还真不是，从 preview 到正式版，Hy3 是Hunyuan团队拿了50 多个真实业务的反馈不断迭代出来的，内部 WorkBuddy 任务成功率从 72% 干到 90%，耗时降了 34%，幻觉和常识错误全往下掉。我原来以为 Agent 的核心是想得多深，后来发现真正决定能不能上生产的，是稳不稳，比如工具编排会不会中途崩，出错了能不能自己爬回来，换个框架差不差太多等等，就是这些不起眼的东西，才是能跑完一整套 workflow 不掉链子的关键。当然实际测试下来Hy3 也有短板，比如纯视觉它还不够强，不过腾讯也有单独的多模态大模型线，它能打的主要还是 coding、办公、复杂任务规划这几块。最后说个我的一个判断：就是接下来大模型拼的可能不是谁参数更大了，核心看谁能把干活的能力以最低摩擦送到更多人手里，比如Hy3 我理解它可能不是一个更会聊天的模型，更像是一个更会干活的 Agent 底座。话说回来，腾讯这步棋确实走得挺狠，我觉得国产大模型的拐点真的要到了，下方视频是我用Hy3跑的几个测试案例，分别让它做了一个介绍自己的HTML网页，一个我的认知系统agent网页，和做了一个10页的PPT，都很惊艳，大家可以感受下，会干活、会自检、还会主动说自己哪没做到位，我觉得这才是 Agent 时代，真正能用的模型该有的样子hh～ #Hy3 #Hunyuan #TencentAI

最近当大家都在刷屏Fable 5和GPT-5.6 的时候，殊不知腾讯已经悄无声息的把大模型能力给追上来了。你们知道腾讯低调到什么程度吗？前几天发布的Hy3 ，21B的激活参数已经可以打平旗舰水准，并且直接塞进微信10 亿+用户手里，这才是国产大模型真正的王炸啊兄弟们！说实话周一刷到 Hy3 发布消息那会儿，我第一反应跟很多人一样：又一个卷参数的国产模型？趁着周末有空，我仔细翻了一圈资料，发现完全不是这么回事。原来Tencent Hy这个模型从一开始就不是朝着聊天模型去的，人家的定位就是奔着干活去的 Agent 向 LLM。另外最反直觉的是它的推理效率，295B 总参数，实际激活只有 21B 的 MoE 架构，就能打平参数是它 2 到 5 倍的旗舰模型，这事儿我琢磨了一下，其实有点像团队管理，并不是说人越多产出越高，关键得看真正干活的那几个人靠不靠谱。为什么这个效率重要呢？你想想微信每天服务 10 亿人， token 成本多一厘都是天文数字， 21B 激活还能打出旗舰水准，我觉得这才是它能被规模化铺开的根本原因，跟刷榜没半毛钱关系。说到刷榜，我仔细研究之后这个版本还真不是，从 preview 到正式版，Hy3 是Hunyuan团队拿了50 多个真实业务的反馈不断迭代出来的，内部 WorkBuddy 任务成功率从 72% 干到 90%，耗时降了 34%，幻觉和常识错误全往下掉。我原来以为 Agent 的核心是想得多深，后来发现真正决定能不能上生产的，是稳不稳，比如工具编排会不会中途崩，出错了能不能自己爬回来，换个框架差不差太多等等，就是这些不起眼的东西，才是能跑完一整套 workflow 不掉链子的关键。当然实际测试下来Hy3 也有短板，比如纯视觉它还不够强，不过腾讯也有单独的多模态大模型线，它能打的主要还是 coding、办公、复杂任务规划这几块。最后说个我的一个判断：就是接下来大模型拼的可能不是谁参数更大了，核心看谁能把干活的能力以最低摩擦送到更多人手里，比如Hy3 我理解它可能不是一个更会聊天的模型，更像是一个更会干活的 Agent 底座。话说回来，腾讯这步棋确实走得挺狠，我觉得国产大模型的拐点真的要到了，下方视频是我用Hy3跑的几个测试案例，分别让它做了一个介绍自己的HTML网页，一个我的认知系统agent网页，和做了一个10页的PPT，都很惊艳，大家可以感受下，会干活、会自检、还会主动说自己哪没做到位，我觉得这才是 Agent 时代，真正能用的模型该有的样子hh～ #Hy3 #Hunyuan #TencentAI

AYi

194,696 views • 2 months ago

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

知识猫AI实验室

53,749 views • 2 months ago

英伟达把 130 多个 AI 模型和 200 多个 Agent 技能打包到了一个平台上，免费用 2 分钟就能开始包含的东西： 130+ 免费模型，可以直接下载 200+ Agent 技能，包括 Codex 和 Claude Code 的技能全部通过一个 API 调用获取方式： → 注册 → 右上角点个人资料 → 打开 API Keys，生成一个密钥 → 终端里跑一行命令：npx skills add NVIDIA/skills → 200个技能全部装好说实话现在免费的 AI 资源多到用不完。前沿模型、编码代理、开发工具，很多最好的东西根本不需要花钱一边是豆包开始收费 ¥500/月，一边是英伟达把几百个模型和技能免费放出来如果你一直在等"完美时机"开始学 AI 或者用 AI 做东西，现在真的没有借口了

英伟达把 130 多个 AI 模型和 200 多个 Agent 技能打包到了一个平台上，免费用 2 分钟就能开始包含的东西： 130+ 免费模型，可以直接下载 200+ Agent 技能，包括 Codex 和 Claude Code 的技能全部通过一个 API 调用获取方式： → 注册 → 右上角点个人资料 → 打开 API Keys，生成一个密钥 → 终端里跑一行命令：npx skills add NVIDIA/skills → 200个技能全部装好说实话现在免费的 AI 资源多到用不完。前沿模型、编码代理、开发工具，很多最好的东西根本不需要花钱一边是豆包开始收费 ¥500/月，一边是英伟达把几百个模型和技能免费放出来如果你一直在等"完美时机"开始学 AI 或者用 AI 做东西，现在真的没有借口了

Vincent

25,148 views • 3 months ago

看到大家玩的蛮开心，之前的功能我决定全部免费开放，不用再问我要License了。同时，DrawingPics发布正式版了，License购买作为了可选项，这次更新带来的两个新模型，作为License激活用户的特权。这次更新的效果是，不需要什么机器代价的情况下，你们可以画的更准，和图像质量更高。直观展示请看视频。关于这两个模型具体细节： 1 精准画图模型：类似controlnet，这个模型下你画的线条它都会去感知到。另外它只需要额外多下载300M。运行时内存也有优化。 2更高质量的模型：这个是SDXL的社区改良版，比SDXL体积更小速度更快，适合我们这种场景跑。SDXL主要特色是具有照片真实感，景深比较强。它也同样拥有这个优点。但低分辨率下跑不出来效果。缺点是它要多下载4-6GB，而且占用内存比较高。 3一开始的画图模型，没有动它：我发现了它的优点，就是图生图的理解能力蛮强的，只要写简单的prompt就能懂，虽然没有SDXL那么“高质量”真实感，但是似乎更“聪明”“灵活”，而且快。这就是目前三个主要的画图模式，都在最新的 DrawingPics1.0.1 版本中发了，只需要下载安装，就可以在你自己的电脑上无限出图了！

看到大家玩的蛮开心，之前的功能我决定全部免费开放，不用再问我要License了。同时，DrawingPics发布正式版了，License购买作为了可选项，这次更新带来的两个新模型，作为License激活用户的特权。这次更新的效果是，不需要什么机器代价的情况下，你们可以画的更准，和图像质量更高。直观展示请看视频。关于这两个模型具体细节： 1 精准画图模型：类似controlnet，这个模型下你画的线条它都会去感知到。另外它只需要额外多下载300M。运行时内存也有优化。 2更高质量的模型：这个是SDXL的社区改良版，比SDXL体积更小速度更快，适合我们这种场景跑。SDXL主要特色是具有照片真实感，景深比较强。它也同样拥有这个优点。但低分辨率下跑不出来效果。缺点是它要多下载4-6GB，而且占用内存比较高。 3一开始的画图模型，没有动它：我发现了它的优点，就是图生图的理解能力蛮强的，只要写简单的prompt就能懂，虽然没有SDXL那么“高质量”真实感，但是似乎更“聪明”“灵活”，而且快。这就是目前三个主要的画图模式，都在最新的 DrawingPics1.0.1 版本中发了，只需要下载安装，就可以在你自己的电脑上无限出图了！

Xiao Tan

116,831 views • 2 years ago

Qwen3.8-Flash-Next 开源了，Qwen4 的架构预览被扔出来了。现在很多模型，底座没怎么变，做一层后训练之后，Agent 能力能突然往上窜一大截。那问题来了：后训练到底训练进去了什么？是知识更多了？推理更强了？还是模型“干活的方式”变了？我正好部署了两个特别适合做 A/B Test 的模型： 🔥Apodex-1.1-mini-GPTQ-Int4 vs 它自己的底座 Qwen3.5-35B-A3B-GPTQ-Int4 但做完后训练以后，Apodex 自己公布的 benchmark 已经吹得挺狠了：在 FrontierFinance 上，Apodex-1.1-mini + Agent Team 拿到 50.2。同一个 benchmark 里，Claude Fable 5 的参考成绩是 49.2。一个 35B 的开源模型，后训练一下，号称专业 Agent 能力已经能摸到甚至超过 Fable。这个我偏不信。我正好有机器。我有两张 4090。一张跑 Apodex，一张跑原版 Qwen。同架构、同 INT4、同 128K 上下文、同一套 Agent Harness，两边同时接完全一样的任务。所以这个实验非常干净：底座基本没变，主要看的就是后训练到底给 Agent 加了什么能力。结果越来越有意思。甚至测出来一层能力，已经开始往 Fable 那个方向靠了。 🔥我给这两个模型和 Fable 出了一道预测题。 2026 年 8 月 26 日，NVIDIA 当天盘后要发 FY2027 Q2 财报。我提前几个小时，让它们预测：总营收 GAAP 毛利率 Data Center 营收下一季度指引要求自己上网调研，最后给判断。本来我只是想看看：同一个底座，做过后训练以后，Research + Agent 能力到底能提升多少。 🔥结果这道题出了个非常离谱的乌龙。底座其实非常努力。它搜了 40 次。而且最离谱的是：它中间已经把正确答案全部查出来了。然后到了最终答案——它自己把这些正确数据全扔了。我一开始都看懵了。后来翻完整 Agent 日志，才发现真正有意思的事情：当外部证据和模型脑子里的旧认知发生冲突时，它到底信谁。 🔥这时候你就能明显感觉到，后训练之后的模型，跟底座已经不是一个“工作状态”了。它看起来会更聪明、更机灵。它更像一个被教过怎么干活的人。知道什么时候该搜。知道哪些证据更重要。以后每个企业，都会有一个自己的模型。不一定是从零预训练。但至少会有自己的后训练、自己的 Agent 行为、自己的工作习惯。 🔥小模型不一定非得和 Frontier Model 拼所有能力。把一个方向训透，再配上一套好的 Harness 和 Tool Use，它真的可以变得非常机灵、非常能干。最后夸一下 Apodex。这次不只是模型后训练做得好，他们那套 Harness + Tool Use 也确实很能打。一个 35B 模型被他们训完，再塞进这套 Harness 里，真的已经开始有点专业工种的味道了。

Qwen3.8-Flash-Next 开源了，Qwen4 的架构预览被扔出来了。现在很多模型，底座没怎么变，做一层后训练之后，Agent 能力能突然往上窜一大截。那问题来了：后训练到底训练进去了什么？是知识更多了？推理更强了？还是模型“干活的方式”变了？我正好部署了两个特别适合做 A/B Test 的模型： 🔥Apodex-1.1-mini-GPTQ-Int4 vs 它自己的底座 Qwen3.5-35B-A3B-GPTQ-Int4 但做完后训练以后，Apodex 自己公布的 benchmark 已经吹得挺狠了：在 FrontierFinance 上，Apodex-1.1-mini + Agent Team 拿到 50.2。同一个 benchmark 里，Claude Fable 5 的参考成绩是 49.2。一个 35B 的开源模型，后训练一下，号称专业 Agent 能力已经能摸到甚至超过 Fable。这个我偏不信。我正好有机器。我有两张 4090。一张跑 Apodex，一张跑原版 Qwen。同架构、同 INT4、同 128K 上下文、同一套 Agent Harness，两边同时接完全一样的任务。所以这个实验非常干净：底座基本没变，主要看的就是后训练到底给 Agent 加了什么能力。结果越来越有意思。甚至测出来一层能力，已经开始往 Fable 那个方向靠了。 🔥我给这两个模型和 Fable 出了一道预测题。 2026 年 8 月 26 日，NVIDIA 当天盘后要发 FY2027 Q2 财报。我提前几个小时，让它们预测：总营收 GAAP 毛利率 Data Center 营收下一季度指引要求自己上网调研，最后给判断。本来我只是想看看：同一个底座，做过后训练以后，Research + Agent 能力到底能提升多少。 🔥结果这道题出了个非常离谱的乌龙。底座其实非常努力。它搜了 40 次。而且最离谱的是：它中间已经把正确答案全部查出来了。然后到了最终答案——它自己把这些正确数据全扔了。我一开始都看懵了。后来翻完整 Agent 日志，才发现真正有意思的事情：当外部证据和模型脑子里的旧认知发生冲突时，它到底信谁。 🔥这时候你就能明显感觉到，后训练之后的模型，跟底座已经不是一个“工作状态”了。它看起来会更聪明、更机灵。它更像一个被教过怎么干活的人。知道什么时候该搜。知道哪些证据更重要。以后每个企业，都会有一个自己的模型。不一定是从零预训练。但至少会有自己的后训练、自己的 Agent 行为、自己的工作习惯。 🔥小模型不一定非得和 Frontier Model 拼所有能力。把一个方向训透，再配上一套好的 Harness 和 Tool Use，它真的可以变得非常机灵、非常能干。最后夸一下 Apodex。这次不只是模型后训练做得好，他们那套 Harness + Tool Use 也确实很能打。一个 35B 模型被他们训完，再塞进这套 Harness 里，真的已经开始有点专业工种的味道了。

实践哥 Li

66,035 views • 1 month ago

CNBC最新报道中国一家叫Deepseek的初创公司，只用了两个月6百万美元，就在OpenAI的模型上建立了可以和其竞争的新模型，记者今天早上还试用了一下新语言模型，功能完全可以和Open AI比媲美。要知道，OpenAI投入上百亿美元，历时多年才研发出来。中国这款人工智能产品的发布标志着中国AI技术很快会赶上甚至超过美国。

CNBC最新报道中国一家叫Deepseek的初创公司，只用了两个月6百万美元，就在OpenAI的模型上建立了可以和其竞争的新模型，记者今天早上还试用了一下新语言模型，功能完全可以和Open AI比媲美。要知道，OpenAI投入上百亿美元，历时多年才研发出来。中国这款人工智能产品的发布标志着中国AI技术很快会赶上甚至超过美国。

菁菁乐道(lydia)

158,289 views • 1 year ago