Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？对我来说，这不是一个二选一的问题，而是一个补充题。大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。还有一个经常被忽略的点，其实是处理速度。我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

luolei

63,765 subscribers

32,630 Aufrufe • vor 7 Monaten •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

union-alpha 应该不是国产模型? 给大家简单测一下 openrouter 上这个匿名模型 union-alpha. 简单来说, 看上去并不是一个2026年现阶段的旗舰级模型. 一个重要特征是, 构建3D场景需要用到three.js库, 在我测试的今年的这些模型中, 大家都已经迭代到了 three.js r160版本(23年底发布的). 而这个模型还在用three.js r127(2021年的版本). 所以这个模型明显不像是国内的旗舰模型, 也不可能是 OpenAI/Anthropic 的模型了. 实际效果嘛, 大家自己看吧. 我就不安排详细测试了. > #unionalpha

union-alpha 应该不是国产模型? 给大家简单测一下 openrouter 上这个匿名模型 union-alpha. 简单来说, 看上去并不是一个2026年现阶段的旗舰级模型. 一个重要特征是, 构建3D场景需要用到three.js库, 在我测试的今年的这些模型中, 大家都已经迭代到了 three.js r160版本(23年底发布的). 而这个模型还在用three.js r127(2021年的版本). 所以这个模型明显不像是国内的旗舰模型, 也不可能是 OpenAI/Anthropic 的模型了. 实际效果嘛, 大家自己看吧. 我就不安排详细测试了. > #unionalpha

karminski-牙医

18,748 Aufrufe • vor 1 Monat

想来想去，我还是把 Grok Bot 从 100 刀的订阅降级成了 30 刀🔥 不是说用量不够，而是现在整体感觉都不太好用之前一直觉得 Grok Bot 是一个非常不错的 Personal Agent，但是最近用下来，确实有几个问题让我不太满意 1、模型没有办法自己控制 Grok Bot 最大的问题就是模型路由不透明，没办法指定自己想用的模型而且我感觉最近越来越容易路由到自家的 Grok 模型，整体任务做下来，我都不是很满意 2、额度消耗太大，而且不透明具体也不知道自己的套餐到底能用多少额度，有的时候一个任务下来，就消耗了不少更难受的是，有些任务 Grok Bot 没有处理好，最后还是需要用 Claude 或者 GPT 去擦屁股这样算下来，整体 AI 订阅费用反而变高了很多 3、我已经开始找 Grok Bot 的替代方案了现在我手里还有免费的 Muse 和 Hermes Agent，暂时也不缺可以使用的 Personal Agent 不过我最近又找到了两个比较有意思的项目，都是想复刻 Grok Bot 的产品形态 OpenBot 支持多个 Agent 协作，可以自己选择模型和运行环境，而且提供了从 Grok Bot 迁移数据的方案 GitHub： OpenMausBot 这个项目更接近 Grok Bot 的使用体验，可以创建多个独立 Bot，自己管理模型和运行环境，数据也能尽可能留在自己手里 GitHub：我准备从这两个项目里面选一个，看看能不能真正替代 Grok Bot 果然，不管做什么产品，最终还是以利润为主利润不够的时候，就可能去砍额度，或者是降低模型的使用能力所以我现在越来越觉得，使用 Personal Agent 不能完全依赖某一家厂商还是需要提前做好迁移和更换的准备，尤其是自己的知识库、记忆和工作数据，最好都能保留在自己手里不然辛辛苦苦培养了那么久的私人助理，最后想换一个平台，还得重新开始

想来想去，我还是把 Grok Bot 从 100 刀的订阅降级成了 30 刀🔥 不是说用量不够，而是现在整体感觉都不太好用之前一直觉得 Grok Bot 是一个非常不错的 Personal Agent，但是最近用下来，确实有几个问题让我不太满意 1、模型没有办法自己控制 Grok Bot 最大的问题就是模型路由不透明，没办法指定自己想用的模型而且我感觉最近越来越容易路由到自家的 Grok 模型，整体任务做下来，我都不是很满意 2、额度消耗太大，而且不透明具体也不知道自己的套餐到底能用多少额度，有的时候一个任务下来，就消耗了不少更难受的是，有些任务 Grok Bot 没有处理好，最后还是需要用 Claude 或者 GPT 去擦屁股这样算下来，整体 AI 订阅费用反而变高了很多 3、我已经开始找 Grok Bot 的替代方案了现在我手里还有免费的 Muse 和 Hermes Agent，暂时也不缺可以使用的 Personal Agent 不过我最近又找到了两个比较有意思的项目，都是想复刻 Grok Bot 的产品形态 OpenBot 支持多个 Agent 协作，可以自己选择模型和运行环境，而且提供了从 Grok Bot 迁移数据的方案 GitHub： OpenMausBot 这个项目更接近 Grok Bot 的使用体验，可以创建多个独立 Bot，自己管理模型和运行环境，数据也能尽可能留在自己手里 GitHub：我准备从这两个项目里面选一个，看看能不能真正替代 Grok Bot 果然，不管做什么产品，最终还是以利润为主利润不够的时候，就可能去砍额度，或者是降低模型的使用能力所以我现在越来越觉得，使用 Personal Agent 不能完全依赖某一家厂商还是需要提前做好迁移和更换的准备，尤其是自己的知识库、记忆和工作数据，最好都能保留在自己手里不然辛辛苦苦培养了那么久的私人助理，最后想换一个平台，还得重新开始

小墨同学

16,785 Aufrufe • vor 4 Tagen

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

Yihui

74,963 Aufrufe • vor 1 Jahr

国产最新的多模态模型来了！！前两周我刚体验过国产的阶跃星辰大模型，没想到这么快他们的新模型 Step 3.7 Flash 就出了。现在大模型一发布必卷 benchmark 分数，但真正做 Agent 的人都清楚：跑分高 ≠ 能把活干完。所以这次阶跃星辰的新模型 Step 3.7 Flash 它再不追求单点最聪明、也不只是单次最快，而是主打“生产任务端到端执行效率”。一个真实的 Agent 任务从来不是一次问答，而是规划 → 搜索 → 工具调用 → 代码生成 → 多模态理解 → 反复校验的完整闭环，Step 3.7 Flash 这次升级的重点是整条链路的效率，而不是某个孤立指标。提几个我觉得挺务实的点： 1. 原生多模态模型：它可以直接处理 UI 截图、图表、仪表盘、文档，原生读懂并转成结构化输出和可执行步骤，不需要像一些模型那样外挂视觉理解 MCP，而且现在多模态是顶级模型的标配。 2. 推理加入搜索和视觉检索：网页搜索、图像搜索、视觉验证、多源信息比对，让 Agent 在开放任务里边查边验证边行动，而不是事后再接个外部工具。 3. 198B MoE、约 11B 激活参数，最高 400 TPS：稀疏激活 + 这个速度，意味着高频交互、多步工作流、反复工具调用的场景下，单位任务的成本和延迟都压得很低——快和省是一起来的。 4. 开源、可部署：生产环境要的不只是 API，还有透明度、可控性和部署灵活性。如果你在做 AI Agent、coding 工作流、搜索类应用或多模态系统，值得用 StepFun 试试这款新模型的能力。想看更进阶的平台能力，可以了解 Step Plan。海外平台：国内平台：

国产最新的多模态模型来了！！前两周我刚体验过国产的阶跃星辰大模型，没想到这么快他们的新模型 Step 3.7 Flash 就出了。现在大模型一发布必卷 benchmark 分数，但真正做 Agent 的人都清楚：跑分高 ≠ 能把活干完。所以这次阶跃星辰的新模型 Step 3.7 Flash 它再不追求单点最聪明、也不只是单次最快，而是主打“生产任务端到端执行效率”。一个真实的 Agent 任务从来不是一次问答，而是规划 → 搜索 → 工具调用 → 代码生成 → 多模态理解 → 反复校验的完整闭环，Step 3.7 Flash 这次升级的重点是整条链路的效率，而不是某个孤立指标。提几个我觉得挺务实的点： 1. 原生多模态模型：它可以直接处理 UI 截图、图表、仪表盘、文档，原生读懂并转成结构化输出和可执行步骤，不需要像一些模型那样外挂视觉理解 MCP，而且现在多模态是顶级模型的标配。 2. 推理加入搜索和视觉检索：网页搜索、图像搜索、视觉验证、多源信息比对，让 Agent 在开放任务里边查边验证边行动，而不是事后再接个外部工具。 3. 198B MoE、约 11B 激活参数，最高 400 TPS：稀疏激活 + 这个速度，意味着高频交互、多步工作流、反复工具调用的场景下，单位任务的成本和延迟都压得很低——快和省是一起来的。 4. 开源、可部署：生产环境要的不只是 API，还有透明度、可控性和部署灵活性。如果你在做 AI Agent、coding 工作流、搜索类应用或多模态系统，值得用 StepFun 试试这款新模型的能力。想看更进阶的平台能力，可以了解 Step Plan。海外平台：国内平台：

耳朵

12,345 Aufrufe • vor 5 Monaten

可灵团队开源 UniVideo：一个模型搞定视频理解+生成+编辑你看到的这个，就是快手可灵团队与滑铁卢大学联合推出的统一视频模型 UniVideo，这个模型首次将视频理解、编辑和生成整合到了一个模型中。演示中它支持通过输入图片和 prompt 来生成视频，也可以输入视频和图片来修改视频，或者直接使用 prompt 来编辑视频。技术上这个模型最大的突破是：用千问 2.5 VL 做理解负责处理图像、视频和文本输入，用混元视频做生成，两个模型联动配合，让 AI 既能"看懂"又能"创作"。以前这些任务需要好几个模型分别处理，现在一个模型全搞定，而且不同能力之间还能相互增强。从实际效果来看动作比较小的视频质量是可以的, 不过也有典型的AI问题, 比如火焰效果需要优化, 以及会有一定程度的一致性问题, 比如这个头发的发丝效果. 但瑕不掩瑜, 这个模型的前景非常不错.

可灵团队开源 UniVideo：一个模型搞定视频理解+生成+编辑你看到的这个，就是快手可灵团队与滑铁卢大学联合推出的统一视频模型 UniVideo，这个模型首次将视频理解、编辑和生成整合到了一个模型中。演示中它支持通过输入图片和 prompt 来生成视频，也可以输入视频和图片来修改视频，或者直接使用 prompt 来编辑视频。技术上这个模型最大的突破是：用千问 2.5 VL 做理解负责处理图像、视频和文本输入，用混元视频做生成，两个模型联动配合，让 AI 既能"看懂"又能"创作"。以前这些任务需要好几个模型分别处理，现在一个模型全搞定，而且不同能力之间还能相互增强。从实际效果来看动作比较小的视频质量是可以的, 不过也有典型的AI问题, 比如火焰效果需要优化, 以及会有一定程度的一致性问题, 比如这个头发的发丝效果. 但瑕不掩瑜, 这个模型的前景非常不错.

karminski-牙医

14,277 Aufrufe • vor 10 Monaten

最近 Personal AI Agent 很火：xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots 不约而同地上线了，国内有些大厂也传出在连夜跟进。 Personal AI Agent 本质上就是一个跑在云电脑上的 Agent，我们用手机跟它对话。和之前的小龙虾（OpenClaw）相比，我觉得产品形态没什么区别，顶多是上手流程更简单、界面更产品化，还能连上邮箱、手机卡和信用卡。唯一改变的是做这件事的人换成了用户量很大的大厂，还给了很多免费额度；宣传的场景也从偏极客的工具，变成了帮你处理生活琐事的小助理。国内想做同样的产品，每一步都有卡点： 1. 数据拿不到。海外的 SaaS 很开放，用户授权一下，Agent 就能读 Gmail、Slack、GitHub。国内读不到微信消息，也读不到外卖和购物记录，只拿到手机号和实名信息没什么用。 2. 模型难选。海外这几家用的都是顶级模型，国内最强的模型可能都比不上。而生活场景的容错率其实比办公更低 3. 定价不好定。比如用最强的国产模型 kimi k3，价格很高；不用最强的呢，让它干点活儿，可能干了两三个小时、花掉好几块钱，效果还很烂～国内几家大厂的生态也都不完整：阿里有淘宝、闲鱼、支付宝，但拿不到微信和飞书里的消息；腾讯有微信，但自己的内容平台搜不出多少有用的信息；字节的豆包手机形态很好，没过几天就被微信、支付宝、淘宝、美团屏蔽了。平台不愿意开放也有它的道理。Agent 不看广告、不刷首页、也不会冲动下单，商家花钱买的曝光就没用了；社交渠道一旦可能被 AI 接管，大家还会怀疑对面是不是真人。所以我觉得不用急着追这个概念。确实需要云电脑办公，就选一个模型强又便宜的，自己想办法打通上下文。本地的 Agent 已经够用的话，没必要搬到云端。我自己日常也基本不用，Codex 和 Claude 就够了。更多人其实还没有使用它的场景。 btw 这是我用自己的视频录制工具做出来的第一期视频～终于成功了！

最近 Personal AI Agent 很火：xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots 不约而同地上线了，国内有些大厂也传出在连夜跟进。 Personal AI Agent 本质上就是一个跑在云电脑上的 Agent，我们用手机跟它对话。和之前的小龙虾（OpenClaw）相比，我觉得产品形态没什么区别，顶多是上手流程更简单、界面更产品化，还能连上邮箱、手机卡和信用卡。唯一改变的是做这件事的人换成了用户量很大的大厂，还给了很多免费额度；宣传的场景也从偏极客的工具，变成了帮你处理生活琐事的小助理。国内想做同样的产品，每一步都有卡点： 1. 数据拿不到。海外的 SaaS 很开放，用户授权一下，Agent 就能读 Gmail、Slack、GitHub。国内读不到微信消息，也读不到外卖和购物记录，只拿到手机号和实名信息没什么用。 2. 模型难选。海外这几家用的都是顶级模型，国内最强的模型可能都比不上。而生活场景的容错率其实比办公更低 3. 定价不好定。比如用最强的国产模型 kimi k3，价格很高；不用最强的呢，让它干点活儿，可能干了两三个小时、花掉好几块钱，效果还很烂～国内几家大厂的生态也都不完整：阿里有淘宝、闲鱼、支付宝，但拿不到微信和飞书里的消息；腾讯有微信，但自己的内容平台搜不出多少有用的信息；字节的豆包手机形态很好，没过几天就被微信、支付宝、淘宝、美团屏蔽了。平台不愿意开放也有它的道理。Agent 不看广告、不刷首页、也不会冲动下单，商家花钱买的曝光就没用了；社交渠道一旦可能被 AI 接管，大家还会怀疑对面是不是真人。所以我觉得不用急着追这个概念。确实需要云电脑办公，就选一个模型强又便宜的，自己想办法打通上下文。本地的 Agent 已经够用的话，没必要搬到云端。我自己日常也基本不用，Codex 和 Claude 就够了。更多人其实还没有使用它的场景。 btw 这是我用自己的视频录制工具做出来的第一期视频～终于成功了！

oil-oil

34,666 Aufrufe • vor 1 Monat

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 Aufrufe • vor 6 Monaten

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

小墨同学

27,520 Aufrufe • vor 3 Monaten

李彦宏：美国投入巨资追求 AGI，而中国更关注解决实际问题，我甚至不确信存在所谓的 AGI。 “我们的看法确实非常不同。美国人的主流观点，是把它当作曼哈顿计划一样，投入巨资实现所谓的 AGI，从而领先中国和其他所有国家。” “我们更关注应用。中国的制造业非常强大，我们需要以低成本、高效率进行生产，并利用 AI 解决这些问题。这才是我们更关心的。” “我甚至不确信存在所谓的 AGI，也就是一个模型适用于所有情况。我认为现在它就像一座金字塔。大部分价值是在芯片层面实现的，然后是模型层面，实现的价值可能只有十分之一，而应用层面实现的价值甚至更少。”

李彦宏：美国投入巨资追求 AGI，而中国更关注解决实际问题，我甚至不确信存在所谓的 AGI。 “我们的看法确实非常不同。美国人的主流观点，是把它当作曼哈顿计划一样，投入巨资实现所谓的 AGI，从而领先中国和其他所有国家。” “我们更关注应用。中国的制造业非常强大，我们需要以低成本、高效率进行生产，并利用 AI 解决这些问题。这才是我们更关心的。” “我甚至不确信存在所谓的 AGI，也就是一个模型适用于所有情况。我认为现在它就像一座金字塔。大部分价值是在芯片层面实现的，然后是模型层面，实现的价值可能只有十分之一，而应用层面实现的价值甚至更少。”

拾习生.X

24,994 Aufrufe • vor 2 Tagen

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 Aufrufe • vor 4 Monaten

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 Aufrufe • vor 2 Monaten

最近国内几个模型大厂好像摊上事了？也不知道真事假事，还是那个姓A的在碰瓷挑事！吃瓜的时候，突然刷到一个新模型！乍一看Atria ASI，差点看成了是Astra，真的很像，模型代号叫 Atria Dawn Preview！据说背后约三分之二的研发成员还是高校在校学生！！我是真想知道这群学生能把模型做成什么样？所以，找了很久才找到了API，接入下来测试了一下，我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具，其实这个任务倒是不难，主要我一句话说的很笼统，需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。但其实，写代码还并不是这个模型的主要能力。它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。可以用来做科研、写报告、写代码、画CAD！！不知道这个API能用多久，后面我可以再测试一下不同的场景。有兴趣可以持续关注一下！

最近国内几个模型大厂好像摊上事了？也不知道真事假事，还是那个姓A的在碰瓷挑事！吃瓜的时候，突然刷到一个新模型！乍一看Atria ASI，差点看成了是Astra，真的很像，模型代号叫 Atria Dawn Preview！据说背后约三分之二的研发成员还是高校在校学生！！我是真想知道这群学生能把模型做成什么样？所以，找了很久才找到了API，接入下来测试了一下，我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具，其实这个任务倒是不难，主要我一句话说的很笼统，需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。但其实，写代码还并不是这个模型的主要能力。它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。可以用来做科研、写报告、写代码、画CAD！！不知道这个API能用多久，后面我可以再测试一下不同的场景。有兴趣可以持续关注一下！

沐阳

38,159 Aufrufe • vor 1 Monat

随着技术的发展，现在模型上架已经不是很难的事了，难的是怎么把流量分得让人信服。现在模型多到用不过来。开发者找模型、比价格、接 API，已经够折腾了；接上以后还得面对另一个问题：这条推理服务到底稳不稳？我看 DGrid 这次的 Model Marketplace，比较有意思的是它把后面两层也接了进来。模型提供方可以自己上架和定价，开发者从统一入口发现、比较和调用；AI Arena 不亮模型名字，让用户直接在两个回答里盲选，把真实偏好变成发现和路由的信号；PoQ 再用独立随机测试检查准确性、一致性和格式合规，不会触碰到用户请求数据。这样一来，一个小模型或者垂直模型想拿到调用，至少多了一条靠真实表现被发现的路子。推理节点想拿更多流量，也得把质量和效率做出来。这套闭环最后能不能跑好，我比较看重这两件事：上架模型有没有真实调用，Arena 和 PoQ 的信号有没有真的改善路由。 DGrid 官方披露，2026 年上半年收入超过 2300 万美元。业务基础已经有了，这次补的是模型市场这一层。DGrid AI

随着技术的发展，现在模型上架已经不是很难的事了，难的是怎么把流量分得让人信服。现在模型多到用不过来。开发者找模型、比价格、接 API，已经够折腾了；接上以后还得面对另一个问题：这条推理服务到底稳不稳？我看 DGrid 这次的 Model Marketplace，比较有意思的是它把后面两层也接了进来。模型提供方可以自己上架和定价，开发者从统一入口发现、比较和调用；AI Arena 不亮模型名字，让用户直接在两个回答里盲选，把真实偏好变成发现和路由的信号；PoQ 再用独立随机测试检查准确性、一致性和格式合规，不会触碰到用户请求数据。这样一来，一个小模型或者垂直模型想拿到调用，至少多了一条靠真实表现被发现的路子。推理节点想拿更多流量，也得把质量和效率做出来。这套闭环最后能不能跑好，我比较看重这两件事：上架模型有没有真实调用，Arena 和 PoQ 的信号有没有真的改善路由。 DGrid 官方披露，2026 年上半年收入超过 2300 万美元。业务基础已经有了，这次补的是模型市场这一层。DGrid AI

bbshare

11,009 Aufrufe • vor 2 Monaten

DeepSeek 不行可能真的和你用的 harness 有关系🔥 DeepSeek harness 默认的标准模式可能真的会影响 DeepSeek 模型的能力，让模型变得又笨又啰嗦，只是我个人的感受因为 DeepSeek 我不是第一次用了，我已经用了很长一段时间了，而且都是在 PI agent 上使用的在上面使用，我感觉干活又快又准，而且整体的 API 消耗都是在可控范围以内后面我换上了 DeepSeek harness，我想着自家的 harness 肯定会对自家的模型有特殊的加成，因为都流传着在 DSH 上跑出来的分都会更高所以这段时间我都是在高强度使用，我又发现一个很怪的点我发现是同一个模型和同一个思考等级 DeepSeek 在 PI agent 上干活的时候基本上不怎么啰嗦，可能是运行两到三轮就已经结束了，而且整体的成果都还是比较满意的虽然达不到 Claude 的程度，但至少也有 80 分针对一些不是重度 coding 的用户，或者是一些复杂任务的用户，完全是可以胜任的，而且成本消耗也是可控的但是把它放到 DeepSeek 上，开启的是标准模式，有的时候会莫名其妙跑个十几二十轮而且干活时间会拉得比较长，感觉都不像在用 DeepSeek，感觉都在使用 GPT-6 的感觉，整体会变得非常啰嗦，而且会变得非常慢效果的话，可能会在整体程度上加个 4~5 分但是从消耗的 token 和时间来说的话，完全是不值得的后面我又多测试了几轮，发现还是一样的结果，所以我怀疑是不是 DSH 的系统提示词有问题有没有跟我遇到一样情况的朋友，可以来回答一下我这个问题，到底是我一个人还是大家都遇到了？

DeepSeek 不行可能真的和你用的 harness 有关系🔥 DeepSeek harness 默认的标准模式可能真的会影响 DeepSeek 模型的能力，让模型变得又笨又啰嗦，只是我个人的感受因为 DeepSeek 我不是第一次用了，我已经用了很长一段时间了，而且都是在 PI agent 上使用的在上面使用，我感觉干活又快又准，而且整体的 API 消耗都是在可控范围以内后面我换上了 DeepSeek harness，我想着自家的 harness 肯定会对自家的模型有特殊的加成，因为都流传着在 DSH 上跑出来的分都会更高所以这段时间我都是在高强度使用，我又发现一个很怪的点我发现是同一个模型和同一个思考等级 DeepSeek 在 PI agent 上干活的时候基本上不怎么啰嗦，可能是运行两到三轮就已经结束了，而且整体的成果都还是比较满意的虽然达不到 Claude 的程度，但至少也有 80 分针对一些不是重度 coding 的用户，或者是一些复杂任务的用户，完全是可以胜任的，而且成本消耗也是可控的但是把它放到 DeepSeek 上，开启的是标准模式，有的时候会莫名其妙跑个十几二十轮而且干活时间会拉得比较长，感觉都不像在用 DeepSeek，感觉都在使用 GPT-6 的感觉，整体会变得非常啰嗦，而且会变得非常慢效果的话，可能会在整体程度上加个 4~5 分但是从消耗的 token 和时间来说的话，完全是不值得的后面我又多测试了几轮，发现还是一样的结果，所以我怀疑是不是 DSH 的系统提示词有问题有没有跟我遇到一样情况的朋友，可以来回答一下我这个问题，到底是我一个人还是大家都遇到了？

小墨同学

75,534 Aufrufe • vor 20 Tagen

当很多人还在争论哪一个 AI 模型更强时黄仁勋已经在斯坦福大学讲了另一个更底层的问题： —— 谁会真正赢下这一轮 AI 周期不是单纯比较模型参数而是 workforce domestic policy national strategy 这些东西全部在一个 1 小时的视频里讲清楚了公开的免费的但大多数人直接划过去了这其实和前面 Aschenbrenner 的逻辑是连在一起的：如果 AI 能力继续跃迁，那么真正重要的就不只是“哪个模型更聪明” 而是谁能组织劳动力谁能配置能源和算力谁能把 AI 变成国家级生产力谁能把 infrastructure、policy、talent 和产业链接起来很多人还在看应用层的热闹但 Jensen Huang 讲的是底层结构： AI 不只是技术竞赛它会变成劳动力重组、产业政策和国家战略的综合竞赛未来 AI 的胜负，是由模型决定，还是由能把模型接入现实世界的人和系统决定？

当很多人还在争论哪一个 AI 模型更强时黄仁勋已经在斯坦福大学讲了另一个更底层的问题： —— 谁会真正赢下这一轮 AI 周期不是单纯比较模型参数而是 workforce domestic policy national strategy 这些东西全部在一个 1 小时的视频里讲清楚了公开的免费的但大多数人直接划过去了这其实和前面 Aschenbrenner 的逻辑是连在一起的：如果 AI 能力继续跃迁，那么真正重要的就不只是“哪个模型更聪明” 而是谁能组织劳动力谁能配置能源和算力谁能把 AI 变成国家级生产力谁能把 infrastructure、policy、talent 和产业链接起来很多人还在看应用层的热闹但 Jensen Huang 讲的是底层结构： AI 不只是技术竞赛它会变成劳动力重组、产业政策和国家战略的综合竞赛未来 AI 的胜负，是由模型决定，还是由能把模型接入现实世界的人和系统决定？

0x_Miko

16,490 Aufrufe • vor 5 Monaten

原来这就是赛博活佛的含金量！！免费用啊家人们，这得省多少token！！ DeepSeek-V4.1-Flash 最新模型，免费用两周，每天 200 次调用不限速！！我一开始还以为看错了，反复确认了三遍作为一个每天都在跑 Agent 任务的人，我最头疼的事不是模型不够强，是管理成本太高 DeepSeek 一个账号、Kimi 一个账号、GLM 一个账号、Qwen 一个账号，API Key 管了五六把，每个月充值要开四五个后台，对完账才知道这个月到底在 AI 上烧了多少钱更离谱的是，大部分平台充进去的额度根本用不完，但你不充又没法调用，等于在给每个平台交月租后来发现了 HiLinkup HiLinkup ——一个 API Key，直接接 DeepSeek、Qwen、Kimi、GLM、Doubao、MiniMax，文本图像视频音频全覆盖我试了一下，换个 base URL 就行，代码一行不用改，OpenAI SDK 直接兼容响应速度很快，关键是价格——大概是官方的 1 折左右！！，没有 TPU 上限说白了就是：以前我每个月在五六个平台上分别充钱，现在一个账户统一计费，按量走，用多少算多少关键是它现在每天送 1500 万 token 免费额度，日常跑 Agent 任务完全够用唯一的门槛就是首充 5 块钱激活一下，充完还送 5 块，而且充进去的钱不消耗，每天只走免费额度对于我们这种每天都在用国产模型跑各种任务的人来说，这个事的意义不只是省钱——是终于不用当五个平台的出纳了一个 Key 管所有模型，按任务选型，不被任何一家绑死说实话这种聚合平台的窗口期不会太长，各家模型迟早会收紧 API 授权，能用的时候赶紧先用起来！！链接：

原来这就是赛博活佛的含金量！！免费用啊家人们，这得省多少token！！ DeepSeek-V4.1-Flash 最新模型，免费用两周，每天 200 次调用不限速！！我一开始还以为看错了，反复确认了三遍作为一个每天都在跑 Agent 任务的人，我最头疼的事不是模型不够强，是管理成本太高 DeepSeek 一个账号、Kimi 一个账号、GLM 一个账号、Qwen 一个账号，API Key 管了五六把，每个月充值要开四五个后台，对完账才知道这个月到底在 AI 上烧了多少钱更离谱的是，大部分平台充进去的额度根本用不完，但你不充又没法调用，等于在给每个平台交月租后来发现了 HiLinkup HiLinkup ——一个 API Key，直接接 DeepSeek、Qwen、Kimi、GLM、Doubao、MiniMax，文本图像视频音频全覆盖我试了一下，换个 base URL 就行，代码一行不用改，OpenAI SDK 直接兼容响应速度很快，关键是价格——大概是官方的 1 折左右！！，没有 TPU 上限说白了就是：以前我每个月在五六个平台上分别充钱，现在一个账户统一计费，按量走，用多少算多少关键是它现在每天送 1500 万 token 免费额度，日常跑 Agent 任务完全够用唯一的门槛就是首充 5 块钱激活一下，充完还送 5 块，而且充进去的钱不消耗，每天只走免费额度对于我们这种每天都在用国产模型跑各种任务的人来说，这个事的意义不只是省钱——是终于不用当五个平台的出纳了一个 Key 管所有模型，按任务选型，不被任何一家绑死说实话这种聚合平台的窗口期不会太长，各家模型迟早会收紧 API 授权，能用的时候赶紧先用起来！！链接：

超级个体｜柿子

168,795 Aufrufe • vor 1 Monat

我们都在讨论AI，但我们经历的，可能根本不是同一个AI时代。有人还没接触过AI，有人在和Chatbot对话，有人已经把Agent用进日常工作，而最前沿的实验室又是另一种节奏。这条视频里，我借Karpathy对AI使用分层的观察，聊聊为什么模型在编程、数学上很强，但在很多现实问题上却仍然让人抓狂。之前说的锯齿状智能是否依然存在。对我来说，眼下值得做的一件事，是从日常最耗时间、最常用的一个Skill开始，和AI反复打磨交付标准。把自己的审美和判断讲清楚，把它磨到真正能用，也许比追着AI的每一次能力更新，更能带来具体的改变。

我们都在讨论AI，但我们经历的，可能根本不是同一个AI时代。有人还没接触过AI，有人在和Chatbot对话，有人已经把Agent用进日常工作，而最前沿的实验室又是另一种节奏。这条视频里，我借Karpathy对AI使用分层的观察，聊聊为什么模型在编程、数学上很强，但在很多现实问题上却仍然让人抓狂。之前说的锯齿状智能是否依然存在。对我来说，眼下值得做的一件事，是从日常最耗时间、最常用的一个Skill开始，和AI反复打磨交付标准。把自己的审美和判断讲清楚，把它磨到真正能用，也许比追着AI的每一次能力更新，更能带来具体的改变。

晓辉博士

19,859 Aufrufe • vor 1 Monat

Grok Bot 什么都好，就是这 3 个问题让我很难受最近一直在使用 Grok Bot，整体体验确实不错，但我觉得还有三个方面是最需要改进的 1、模型黑盒，没办法评估任务质量不知道具体用的是什么模型，有的时候神一下鬼一下，没有办法去评估任务的质量，很容易造成结果不稳定我建议的话，可以开放模型选择入口，或者支持自定义接入 AI 这样的话，就方便我使用自己的 API Key 来完成工作，或者选择固定的 AI 模型去干活 2、可以学习 Muse，把整体的交互提示增加上去用过 Muse 的都知道，整体的交互提示是非常好的在思考或者干别的事情的时候，都会有对应的提示，这样的话我就知道任务进度怎么样但是 Grok Bot 就没有这方面的提示，只是显示正在思考或者正在工作，不知道它具体进行到什么地方了 3、操作电脑的流程不够流畅整个操作电脑的流程就是不流畅，而且有很多地方是卡顿的不知道是模型的原因，还是没有做好对应的适配如果可以和 GPT Computer Use 一样，控制电脑的时候非常丝滑，那就基本上没有什么短板了我觉得如果能把这三个方面完善好，Grok Bot 作为 Personal Agent 的体验就会好很多不知道有没有兄弟和我的感觉是一致的，如果有的话，可以在评论区一起讨论一下

Grok Bot 什么都好，就是这 3 个问题让我很难受最近一直在使用 Grok Bot，整体体验确实不错，但我觉得还有三个方面是最需要改进的 1、模型黑盒，没办法评估任务质量不知道具体用的是什么模型，有的时候神一下鬼一下，没有办法去评估任务的质量，很容易造成结果不稳定我建议的话，可以开放模型选择入口，或者支持自定义接入 AI 这样的话，就方便我使用自己的 API Key 来完成工作，或者选择固定的 AI 模型去干活 2、可以学习 Muse，把整体的交互提示增加上去用过 Muse 的都知道，整体的交互提示是非常好的在思考或者干别的事情的时候，都会有对应的提示，这样的话我就知道任务进度怎么样但是 Grok Bot 就没有这方面的提示，只是显示正在思考或者正在工作，不知道它具体进行到什么地方了 3、操作电脑的流程不够流畅整个操作电脑的流程就是不流畅，而且有很多地方是卡顿的不知道是模型的原因，还是没有做好对应的适配如果可以和 GPT Computer Use 一样，控制电脑的时候非常丝滑，那就基本上没有什么短板了我觉得如果能把这三个方面完善好，Grok Bot 作为 Personal Agent 的体验就会好很多不知道有没有兄弟和我的感觉是一致的，如果有的话，可以在评论区一起讨论一下

小墨同学

10,383 Aufrufe • vor 10 Tagen

最近在测试国产大模型的能力，豆包最新的模型已经接近了 Opus-4.6 的水平，解决了了一个比较复杂的更新功能。体感上看，接近claude-opus-4-6 ，只能说是接近4.6的版本，我觉得还有点差距，不过我已经很好了，已经基本上可以以工作了，相比Claude Opus 价格便宜实太多了。国内用户下载trace 使用以下是我个人测试的情况

最近在测试国产大模型的能力，豆包最新的模型已经接近了 Opus-4.6 的水平，解决了了一个比较复杂的更新功能。体感上看，接近claude-opus-4-6 ，只能说是接近4.6的版本，我觉得还有点差距，不过我已经很好了，已经基本上可以以工作了，相比Claude Opus 价格便宜实太多了。国内用户下载trace 使用以下是我个人测试的情况

Mr Panda

28,506 Aufrufe • vor 4 Monaten

自从马云重新现身后，蚂蚁集团一直猛冲AI，大动作不断！像是卯足劲在追赶阿里QWEN！最近更是连发两款实用拉满的模型！！！先是百B级的 Ling 2.6 Flash，盲测阶段就冲上 OpenRouter 趋势榜第一，直接火到了海外！！还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！名字就能看得出来，这个模型能力会更强！！但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"，而是把 token 更多花在理解、规划和输出上。换句话来说：它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。最近一段时间都是免费用，不用白不用，我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。但如果是比较详细的指令，给它一个工作流，就完全起飞了！！没有了推理过程，感觉非常丝滑，这一点，就挺重要的！！减少了很多“AI自作聪明”的麻烦！！说回蚂蚁这两款模型，完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。这精准切入了现在大多数人用AI的“痒点”：总想着用一个“最强模型”解决所有的事情。但我认为真正重要并且正确的是：让对的模型干对的事。这样无论是速度、成本、还是结果一致性，都更能符合预期。

自从马云重新现身后，蚂蚁集团一直猛冲AI，大动作不断！像是卯足劲在追赶阿里QWEN！最近更是连发两款实用拉满的模型！！！先是百B级的 Ling 2.6 Flash，盲测阶段就冲上 OpenRouter 趋势榜第一，直接火到了海外！！还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！名字就能看得出来，这个模型能力会更强！！但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"，而是把 token 更多花在理解、规划和输出上。换句话来说：它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。最近一段时间都是免费用，不用白不用，我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。但如果是比较详细的指令，给它一个工作流，就完全起飞了！！没有了推理过程，感觉非常丝滑，这一点，就挺重要的！！减少了很多“AI自作聪明”的麻烦！！说回蚂蚁这两款模型，完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。这精准切入了现在大多数人用AI的“痒点”：总想着用一个“最强模型”解决所有的事情。但我认为真正重要并且正确的是：让对的模型干对的事。这样无论是速度、成本、还是结果一致性，都更能符合预期。

沐阳

116,421 Aufrufe • vor 6 Monaten