matthewsteel 发表于 2026-8-31 10:36
我的codex好像100%了.....是我的错觉么
我看错时间了，特么的连续两天重置太雷霆了
一个想法，题库是不是得换换了不然要变成高分低能的应试模型了
本帖最后由 nxmonitor 于 2026-8-31 10:42 编辑
这种公司KPI还是压力太大了，前几天看到一张微调TB测试集的测试结果，和原来测试集做对比，几个刷分王（Qwen、Grok和Muse Spark）确实差异都很明显，甚至GLM和Kimi差距都很大。
被5小时卡了，周额度用不完
周末注册了commandcode今天就接到了中间站电话
配置起来 发现还不在一些主流harness支持列表里
同样是DeepSeek V4 Flash 就感觉相比其他中转站弱智 查了查是交互中直接丢了部分区块
这中转站是不是问题有点大
七氷 发表于 2026-8-31 10:41
被5小时卡了，周额度用不完
最好别有体力强迫症 真成手游了
o家的astra快来了，据说可能有质的提高，拭目以待吧
空き地卯木 发表于 2026-8-31 10:37
我看错时间了，特么的连续两天重置太雷霆了
自从五小时加回来之后，reset之后，每周刷新的结束日期好像也会顺延了，记得之前是不变的。
biye 发表于 2026-8-31 10:47
周末注册了commandcode今天就接到了中间站电话
配置起来 发现还不在一些主流harness支持列表里
同样是De ...
commandcode我周末抓了一下相关资料，找到有负面信息这个是和opencodego一样的货色，goat套餐表面上有60刀，实际缩水严重
这些中转都多少有点问题 想想也是，按v4f的能力，10刀换60刀，只要不是自己部署，是中转官方的，就不可能
matthewsteel 发表于 2026-8-31 10:55
自从五小时加回来之后，reset之后，每周刷新的结束日期好像也会顺延了，记得之前是不变的。 ...
Codex一开始就是这样，Claude重置后不会更新日期，GLM好像也不会
7776169 发表于 2026-8-31 10:36
什么都不用啊，我直接把图传上去，然后叫他生成哪一类模型（比如我是用anima的，我就叫他生成可以给anima ...
不用工具吗？那我破完甲其实什么限制都没有，不过我总觉得不用专门的工具不够准确，不知道是不是我心理作用。
等不了重置了，先看看GPT能做到什么程度吧。
来都来了 发表于 2026-8-31 11:08
不用工具吗？那我破完甲其实什么限制都没有，不过我总觉得不用专门的工具不够准确，不知道是不是我心理作 ...
其实这种活有专门的本地小的模型来做。我只是懒得折腾，同时感叹国产模型甲真的很薄（）
—— 来自 Xiaomi 2510DRK44C, Android 16, 鹅球 v3.5.99
槽，我的gpt5*额度，怎么天天重置啊，我都没用出去
妈的没赚到token跟吃亏了一样
七氷 发表于 2026-8-31 10:41
被5小时卡了，周额度用不完
5小时额度得用6轮才能用完，能清完比较奇怪
drodchang 发表于 2026-8-31 10:53
o家的astra快来了，据说可能有质的提高，拭目以待吧
看一些前瞻似乎是更复杂细化的思考，真受不了
scikirbypoke 发表于 2026-8-31 11:21
看一些前瞻似乎是更复杂细化的思考，真受不了
主要雷霆大思考有时候越走越歪，看他思维链都能把你看绝望
统计了下7月8月因为不停地重置-蹬-重置, 我3000rmb的GPT 20X pro, 用了约30万rmb的API等效额度.
你问我项目有没有进展, 我回答你奥特曼亏的只能骑自行车
试了试command code goat，使用5.6-sol+倒数第二推理强度，回复速度过快让我觉得不太对劲
发现workbuddy的glm 5.3 flash只有0.06的倍率。。。比它自己的hy3 0。05只贵一点点。。。有点意外
kinfox 发表于 2026-8-31 12:22
发现workbuddy的glm 5.3 flash只有0.06的倍率。。。比它自己的hy3 0。05只贵一点点。。。有点意外 ...
智谱自己的api还在5.3f优惠期，腾讯一直是跟进第一方实时价格的。除非智谱也玩短期优惠转正，不然恢复正常以后还要涨50%左右。
发现智谱api充值退款还有限制条件，对比之下ds的充值订单只要是一年内就能随便退，还是秒到账，简直太良心。
cscbzcbz 发表于 2026-8-31 10:57
commandcode我周末抓了一下相关资料，找到有负面信息这个是和opencodego一样的货色，goat套餐表面上有60 ...
看这几个中转站给v4fv的额度都非常扣就能看出端倪了，因为v4fv目前只能官转。
qwen3.8 flash指令遵从试下来感觉非常好啊 work check verdict 的loop玩了整整一上午包括两次自动compact都没问题 🐴老师暂时脱离畜生道
再见了小梁
不过就是cache太脆弱了 实际和v4f的3/9几乎一样甚至可能更贵点
— from motorola XT2603-1, Android 16, S1 Next Goose v4.0
空き地卯木 发表于 2026-8-31 11:19
5小时额度得用6轮才能用完，能清完比较奇怪
实际六轮都不够，因为现在到周限会直接中断任务，五小时的最后20%很难使用。最早是会把当前任务干完，且不扣周限。后面改成会把当前任务完成，超出部分还会在周限里扣，现在恢复五小时以后悄悄改成了超过五小时限额直接掐水管。
说白了就是不让你多开plus的方式用了，目前这个五小时限额方式干不了一点重活，要么至少上5x。
med 发表于 2026-8-31 10:15
GLM5.3F是谁在吹啊，完全打不过dsv4fv，比ds蠢，还慢一倍，试了3个任务就受不了了。
这周部署一下qwen3.8 ...
梁子啥时候开一下 ds4fv 的源啊，能看图还是方便不少
Hy4-preview今天过了10点又开始频繁429了
怎么这些大厂的infra还不如牢梁的，之前V4F大杀四方的时候也没那么多问题吧
都等着牢梁拉呢, 不然吃什么
本帖最后由 phorcys02 于 2026-8-31 13:18 编辑
cscbzcbz 发表于 2026-8-31 10:57
commandcode我周末抓了一下相关资料，找到有负面信息这个是和opencodego一样的货色，goat套餐表面上有60 ...
我前面贴了我的 command code goat的用量图，
如果你能严格遵守：只蹬v4f, 只在梁文谷蹬。
基本上量还是能保证的，如果能有缓存（99%+)的用途， 基本上就是 week 3B, month 6B 这个水平。
性价比还是很高的，v4f应该是自部署的（不一定是他们自己部署），人少时候有300token/s+，人多就只有100出头。量化程度体感是智力持平或者略低于官网，但不影响我使用。
本帖最后由 Surlert 于 2026-8-31 13:21 编辑
转了一圈还是回到官网ds4，充值就充值吧，稳健。
本帖最后由 tonyunreal 于 2026-8-31 13:36 编辑
https://p.sda1.dev/34/d6fc3c59e90b4aea125bf1d765f7a528/1000048965.jpg
—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99
所以牢梁说自家infra是护城河还真没错
— from Xiaomi 23127PN0CC, Android 16, S1 Next Goose v3.5.99
astra要来了吗，我codex ultra被疯狂截断，显示selected model at capacity