Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

快10倍！卷完 Decoding 开始卷 Prefill 了 之前的 DFlash 已经很惊艳了，竟然又搞了 PFlash...... DFlash 是在 Decoding 阶段用小模型进行 Speculative 来提速，但是对于超长 Context， Prefill 阶段的时间也会很久。PFlash (Speculative Prefill) 推测预填充，用同样的思路，让 Prefill 结算实现了最快 10x 的提速！赶紧试试 项目地址点击：

nash_su's profile picture

nash_su - e/acc

20,253 subscribers

49,251 Aufrufe • vor 3 Monaten •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

我实现了最初阶段的“贾维斯”！ 而我也终于可以用嘴编程了！ 果然！懒惰，才是人类的第一生产力！ 突然想起来锤子之前好像尝试做过这种产品，但仅限开启应用这种花架子真的没用，现在有了AI，人类的语音命令才真正有了意义！ 全部脚本都是 Vibe Coding + Openclaw，目前已经可以稳定在后台运行了…
1:50

我实现了最初阶段的“贾维斯”！ 而我也终于可以用嘴编程了！ 果然！懒惰，才是人类的第一生产力！ 突然想起来锤子之前好像尝试做过这种产品，但仅限开启应用这种花架子真的没用，现在有了AI，人类的语音命令才真正有了意义！ 全部脚本都是 Vibe Coding + Openclaw，目前已经可以稳定在后台运行了…

Crypto_Painter

128,759 Aufrufe • vor 6 Monaten

FSD在夜晚大雾中游刃有余的快速穿行！😱 之前在澳洲大荒野旅游，车没电了。为了省电，我关了远光灯，只有近光灯，能见度非常低，路也很窄。在没有路灯的情况下，为了赶时间，Autopilot依然可以110km/h的速度开。当时让我很震惊。反正我当时是绝对开不了这么快的。
0:36

FSD在夜晚大雾中游刃有余的快速穿行！😱 之前在澳洲大荒野旅游，车没电了。为了省电，我关了远光灯，只有近光灯，能见度非常低，路也很窄。在没有路灯的情况下，为了赶时间，Autopilot依然可以110km/h的速度开。当时让我很震惊。反正我当时是绝对开不了这么快的。

谢嘉琪 Jiaqi

116,345 Aufrufe • vor 6 Monaten

说真的最近 token真的不够用，GPT-5.6 Sol 和 Claude Fable5 用来搞项目真的消耗的非常快，动不动很快就用光了。于是我在想该怎么样来省省token呢？ 刚好看到了蚂蚁百灵Ant Ling 最近刚发布的 Ling-3.0-flash 这个高效 Flash 模型，以快速响应和稳定工具调用为核心优势，定位为「高速执行模型」。成本也较低，而且现阶段在OpenRouter上免费体验，免费时间截止到8月3日。 于是我叫 Claude Code 来封装了一个skill，这个skill就是使用 Ling-3.0-flash 来去执行任务，主Agent只用来规划，这样就能节省很大一部分的token用量。 本次测试的demo就是上传一张图片（一把手枪），然后使用开源的img2threejs skill 将图片转换为动态的3D效果。主agent只用来规划，而skill中调用另一个AI终端cc-ling 去执行，也就是使用Ling-3.0-flash。 时间很多，整个执行就结束了，看视频效果，我是完全没想到，这效果真的太赞了，那也就说明了，使用 ling-3.0-flash 模型来执行某些任务是毫无压力，而且效果还这么赞，速度快还省token，简直不要太爽了，接下来就打开了思路了，省token的道路上有了经验，继续优化。 来看看视频效果，并接着看看我的实现过程如下
0:39

说真的最近 token真的不够用，GPT-5.6 Sol 和 Claude Fable5 用来搞项目真的消耗的非常快，动不动很快就用光了。于是我在想该怎么样来省省token呢？ 刚好看到了蚂蚁百灵Ant Ling 最近刚发布的 Ling-3.0-flash 这个高效 Flash 模型，以快速响应和稳定工具调用为核心优势，定位为「高速执行模型」。成本也较低，而且现阶段在OpenRouter上免费体验，免费时间截止到8月3日。 于是我叫 Claude Code 来封装了一个skill，这个skill就是使用 Ling-3.0-flash 来去执行任务，主Agent只用来规划，这样就能节省很大一部分的token用量。 本次测试的demo就是上传一张图片（一把手枪），然后使用开源的img2threejs skill 将图片转换为动态的3D效果。主agent只用来规划，而skill中调用另一个AI终端cc-ling 去执行，也就是使用Ling-3.0-flash。 时间很多，整个执行就结束了，看视频效果，我是完全没想到，这效果真的太赞了，那也就说明了，使用 ling-3.0-flash 模型来执行某些任务是毫无压力，而且效果还这么赞，速度快还省token，简直不要太爽了，接下来就打开了思路了，省token的道路上有了经验，继续优化。 来看看视频效果，并接着看看我的实现过程如下

AI少年

15,687 Aufrufe • vor 19 Tagen

DeepSeek-V3.2 实测! 真就只提升了0.1? 给大家带来 DeepSeek V3.2 的测试结果, 直接说结论: 写代码方面没质的变化, 但是由于使用了 DSA 新技术, 这次召回带来了摧枯拉朽的提升, 8K 上下文召回百分之 94.4！60K 上下文召回仍然有百分之 71.4！目前在开放权重模型种，数据上仅次于 Qwen3-235B-A22B-Thinking-2507, 而且差距很小. 召回提升带来最显著的变化就是鞭炮连锁爆炸测试可以完成了, 之前 DeekSeek-V3.1 是写不了这个测试的. 所以现在召回短板补齐了, 让我们期待一波大年三十的 DeepSeek-V4 吧！ #deepseek #deepseekv32 #KCORES大模型竞技场
2:53

DeepSeek-V3.2 实测! 真就只提升了0.1? 给大家带来 DeepSeek V3.2 的测试结果, 直接说结论: 写代码方面没质的变化, 但是由于使用了 DSA 新技术, 这次召回带来了摧枯拉朽的提升, 8K 上下文召回百分之 94.4！60K 上下文召回仍然有百分之 71.4！目前在开放权重模型种，数据上仅次于 Qwen3-235B-A22B-Thinking-2507, 而且差距很小. 召回提升带来最显著的变化就是鞭炮连锁爆炸测试可以完成了, 之前 DeekSeek-V3.1 是写不了这个测试的. 所以现在召回短板补齐了, 让我们期待一波大年三十的 DeepSeek-V4 吧！ #deepseek #deepseekv32 #KCORES大模型竞技场

karminski-牙医

54,124 Aufrufe • vor 10 Monaten

如何快速了解一个开源项目？ 发布 Devv GitHub Mode，支持直接连接 GitHub 仓库，进行搜索、提问、生成代码。 → GitHub Mode 的使用场景： 1. 快速了解一个开源项目是做什么的 2. 了解开源项目中的某些具体实现 3. 基于现有的代码生成新的代码 一些例子： - mistralai/mistral-finetune: - pallets/werkzeug: - django/django: 在 中选择 GitHub 模式，即可体验，目前在 public beta 中，完全免费。 Beta 阶段仅支持 public Python repo，我们会在下一阶段增加其他编程语言支持，欢迎反馈。
0:38

如何快速了解一个开源项目？ 发布 Devv GitHub Mode，支持直接连接 GitHub 仓库，进行搜索、提问、生成代码。 → GitHub Mode 的使用场景： 1. 快速了解一个开源项目是做什么的 2. 了解开源项目中的某些具体实现 3. 基于现有的代码生成新的代码 一些例子： - mistralai/mistral-finetune: - pallets/werkzeug: - django/django: 在 中选择 GitHub 模式，即可体验，目前在 public beta 中，完全免费。 Beta 阶段仅支持 public Python repo，我们会在下一阶段增加其他编程语言支持，欢迎反馈。

Jiayuan (JY) Zhang

43,001 Aufrufe • vor 2 Jahren

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程
8:01

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

karminski-牙医

19,657 Aufrufe • vor 4 Monaten

今年 AI 漫剧爆火，跑出来很多播放量过亿的短剧。 红果等各类短剧平台都开放 IP + 大额补贴。 做 AI 漫剧的公司大概率是不会亏钱的。 但是目前成品 AI 漫剧还离不开人工，听说最大的一家有超过1000人的每天用 AI 手搓漫剧。 与此同时，现在的 AI 短剧 Agent 也越来越强，产出的结果也越来越好。 最近 Seko 发布了 2.0 版本，支持了长达 100 集的超长剧情。 我很好奇完全由 AI 制作的短剧是什么水平 于是在周末花了一天时间去体验了一下 AI 漫剧的制作 结论就是... 真的能做出来一分钟的短剧，还可以不断做连续剧，最多支持100集，但也确实有很多问题需要解决。 现在 AI 短剧的行业，工作流已经日趋完善，但多模态模型的超长思考编排能力还未得到完美解决。 图片模型已经堪用，但视频模型的片段生成能力仍需要很多抽卡。 这些就要等待明年的模型的技术进步来解决了。
0:54

今年 AI 漫剧爆火，跑出来很多播放量过亿的短剧。 红果等各类短剧平台都开放 IP + 大额补贴。 做 AI 漫剧的公司大概率是不会亏钱的。 但是目前成品 AI 漫剧还离不开人工，听说最大的一家有超过1000人的每天用 AI 手搓漫剧。 与此同时，现在的 AI 短剧 Agent 也越来越强，产出的结果也越来越好。 最近 Seko 发布了 2.0 版本，支持了长达 100 集的超长剧情。 我很好奇完全由 AI 制作的短剧是什么水平 于是在周末花了一天时间去体验了一下 AI 漫剧的制作 结论就是... 真的能做出来一分钟的短剧，还可以不断做连续剧，最多支持100集，但也确实有很多问题需要解决。 现在 AI 短剧的行业，工作流已经日趋完善，但多模态模型的超长思考编排能力还未得到完美解决。 图片模型已经堪用，但视频模型的片段生成能力仍需要很多抽卡。 这些就要等待明年的模型的技术进步来解决了。

Orange AI

34,524 Aufrufe • vor 8 Monaten

1月25号 足足60天之前 我就能地预测出 $BTC 即将出现的布林带形态 充分证明了4件事： 1/ 现在是流动性枯竭的「充分无效」市场 2/ 只要你能掌握『动态博弈』的精髓， $BTC 的K线是完全可预测的 3/ 之前我们提到的和 $BTC 庄家集团抢筹的力量，已经彻底认输了 4/ 上一个做市周期的目标是：快速筹码派发，现在是停留观察阶段
0:57

1月25号 足足60天之前 我就能地预测出 $BTC 即将出现的布林带形态 充分证明了4件事： 1/ 现在是流动性枯竭的「充分无效」市场 2/ 只要你能掌握『动态博弈』的精髓， $BTC 的K线是完全可预测的 3/ 之前我们提到的和 $BTC 庄家集团抢筹的力量，已经彻底认输了 4/ 上一个做市周期的目标是：快速筹码派发，现在是停留观察阶段

枪十七

124,175 Aufrufe • vor 1 Jahr

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
2:32

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

11,784 Aufrufe • vor 2 Monaten

KAT-Coder-Pro-V1 实测! 早放3个月就好了? 给大家带来 kat coder pro v1 的测试结果: 首先, 所有的 three js 测试, 全都有包引用错误, 你所看到的所有演示都是我修了一次才能运行的画面. 大象牙膏测试中，三角烧瓶, 液面, 粒子建模的效果比较简陋, 泡沫没有实现逐渐变形并消失的效果, 光照效果也一般, 总体来说实现效果很简陋. 过山车测试, 同样是实现效果很简陋, 另外支撑柱的算法没有设计对, 还是穿模了. 鞭炮连锁爆炸测试, 亮点的地方是还是可以实现连锁爆炸的, 不过性能有很严重的问题, 特别卡 python 杯子倒水测试反而实现的很不错, prompt 中要求的效果基本都实现了. 总结: 前端性能目前看来一般, 大概是7月份那一波大模型的腰部水平, python 性能反而可圈可点. 建议继续打磨, 很高兴看到国产编码大模型又添一员. 早点放出来就好了呀! 这个性能在7月份是可以一战的！ 另外, 官网演示还用了我7月份写的炸烟囱的 prompt, 但是这个 prompt 已经被我淘汰了, 因为现在头部大模型都能很轻松完成这个测试了. 建议换一些更复杂的体现模型性能. #katcoder #KCORES大模型竞技场
2:35

KAT-Coder-Pro-V1 实测! 早放3个月就好了? 给大家带来 kat coder pro v1 的测试结果: 首先, 所有的 three js 测试, 全都有包引用错误, 你所看到的所有演示都是我修了一次才能运行的画面. 大象牙膏测试中，三角烧瓶, 液面, 粒子建模的效果比较简陋, 泡沫没有实现逐渐变形并消失的效果, 光照效果也一般, 总体来说实现效果很简陋. 过山车测试, 同样是实现效果很简陋, 另外支撑柱的算法没有设计对, 还是穿模了. 鞭炮连锁爆炸测试, 亮点的地方是还是可以实现连锁爆炸的, 不过性能有很严重的问题, 特别卡 python 杯子倒水测试反而实现的很不错, prompt 中要求的效果基本都实现了. 总结: 前端性能目前看来一般, 大概是7月份那一波大模型的腰部水平, python 性能反而可圈可点. 建议继续打磨, 很高兴看到国产编码大模型又添一员. 早点放出来就好了呀! 这个性能在7月份是可以一战的！ 另外, 官网演示还用了我7月份写的炸烟囱的 prompt, 但是这个 prompt 已经被我淘汰了, 因为现在头部大模型都能很轻松完成这个测试了. 建议换一些更复杂的体现模型性能. #katcoder #KCORES大模型竞技场

karminski-牙医

25,271 Aufrufe • vor 9 Monaten

ScreenCam 正式结束公测啦，现已完成了 App Store 的上架，公测通道将停止更新，但可以继续使用。官网也是正式公开和开源了，地址在下方。 现在还在给 App 加更多的功能，感谢每一位参与公测的用户，提供了很多点子和 bug 的反馈！同时我也准备了一些 1 年订阅的兑换码赠予有缘人！
1:12

ScreenCam 正式结束公测啦，现已完成了 App Store 的上架，公测通道将停止更新，但可以继续使用。官网也是正式公开和开源了，地址在下方。 现在还在给 App 加更多的功能，感谢每一位参与公测的用户，提供了很多点子和 bug 的反馈！同时我也准备了一些 1 年订阅的兑换码赠予有缘人！

CatsJuice

108,758 Aufrufe • vor 2 Monaten

🔥 满血高速能联网 DeepSeek R1 API 获取教程 试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案 推理思考的速度、生成输出token的速度都非常流畅 我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。 是我用下来最快的了！而且还能联网。 新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️本教程将手把手教你如何获取并使用 DeepSeek R1 API，并进行第三方聊天机器人客户端部署，同时推荐一些好用的第三方聊天机器人工具。
2:07

🔥 满血高速能联网 DeepSeek R1 API 获取教程 试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案 推理思考的速度、生成输出token的速度都非常流畅 我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。 是我用下来最快的了！而且还能联网。 新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️本教程将手把手教你如何获取并使用 DeepSeek R1 API，并进行第三方聊天机器人客户端部署，同时推荐一些好用的第三方聊天机器人工具。

小互

93,203 Aufrufe • vor 1 Jahr

DeepSeek V3.2 正式版实测! 提升真的有限? 给大家带来 DeepSeek V3.2 正式版的测试结果: 所有测试项目来看, 与之前的 DeepSeek-V3.2-Exp 相比是有进步的, 之前无法实现的测试这次都可以实现了. 不过相较于 SOTA 水平的模型相比, 差距仍然存在, 甚至与国产SOTA模型相比都有一定的差距. 有同学可能会说, 这次支持了 thinking with tools, 但这个也不是新鲜事了, DeepSeek 反而处于追赶的状态了. 另外, 测试过程中发现 DeepSeek V3.2 正式版还有错别字的问题, 把 axle 拼写成了 axxle. 导致变量出错 (与正确变量名称就差一行, 匪夷所思...). 总之, 目前的版本还是不适合用来写代码, 建议大家谨慎. DeepSeek 加油啊! 看着编程性能上不来我是真着急, 赶紧春节前放出 DeepSeek-V4 吧. #deepseek #KCORES大模型竞技场
2:49

DeepSeek V3.2 正式版实测! 提升真的有限? 给大家带来 DeepSeek V3.2 正式版的测试结果: 所有测试项目来看, 与之前的 DeepSeek-V3.2-Exp 相比是有进步的, 之前无法实现的测试这次都可以实现了. 不过相较于 SOTA 水平的模型相比, 差距仍然存在, 甚至与国产SOTA模型相比都有一定的差距. 有同学可能会说, 这次支持了 thinking with tools, 但这个也不是新鲜事了, DeepSeek 反而处于追赶的状态了. 另外, 测试过程中发现 DeepSeek V3.2 正式版还有错别字的问题, 把 axle 拼写成了 axxle. 导致变量出错 (与正确变量名称就差一行, 匪夷所思...). 总之, 目前的版本还是不适合用来写代码, 建议大家谨慎. DeepSeek 加油啊! 看着编程性能上不来我是真着急, 赶紧春节前放出 DeepSeek-V4 吧. #deepseek #KCORES大模型竞技场

karminski-牙医

43,899 Aufrufe • vor 8 Monaten

Google 的又一个实验性产品：Learn About 真的很好用 感觉可以复制NotebookLM的成功 和别的聊天机器人不一样，转为学习和了解知识所打造 所以完全以保证信息真实为前提，你可以通过它来深入学习任何领域的知识内容。 它会自动帮你获取知识并进行拓展，让你更全面的快速学习。 展现形式也很直观，具体看测试视频！ 现在还是测试阶段，只能美国访问，要想尝试需要把VPN节点切换到美国，全局模式。 访问链接：
2:12

Google 的又一个实验性产品：Learn About 真的很好用 感觉可以复制NotebookLM的成功 和别的聊天机器人不一样，转为学习和了解知识所打造 所以完全以保证信息真实为前提，你可以通过它来深入学习任何领域的知识内容。 它会自动帮你获取知识并进行拓展，让你更全面的快速学习。 展现形式也很直观，具体看测试视频！ 现在还是测试阶段，只能美国访问，要想尝试需要把VPN节点切换到美国，全局模式。 访问链接：

小互

68,666 Aufrufe • vor 1 Jahr