果然开始炒arc-agi-3这个benchmark 了
然而前几天老黄就把这个bench刷到100%了没人提
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
lactone 发表于 2026-9-4 09:52
果然开始炒arc-agi-3这个benchmark 了
然而前几天老黄就把这个bench刷到100%了没人提
老黄那几个模型到底是个什么说法？
AraTurambar 发表于 2026-9-4 09:53
老黄那几个模型到底是个什么说法？
用的特调harness吧
类比成人类把攻略心得记笔记本上不停试
—— 来自 鹅球 v3.3.96
我现在感觉groq和cerebras这几个厂是不是走歪了。
fireworks用gpu加特制cuda跑顶级模型都这么快，他们还是只有gpt-oss。
怎么开始灭鳖了
又忘了当时fable时怎么灭的吗
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
lactone 发表于 2026-9-4 10:01
怎么开始灭鳖了
又忘了当时fable时怎么灭的吗
fable没有zdr，谁用啊。这次astra也是一样吗？
drodchang 发表于 2026-9-4 09:11
k3目前是国产模型用得最舒服的，有些方面比gpt-5.6表现好，做ppt更是没有对手，就是慢了点，贵了点。 ...
这个确实，国外模型没试过，国内几个里k3的审美最好，做ppt比大肥鱼好看太多了，就是太贵。我有时会让k3先做个几页，然后剩下的用ds4f模仿着做，也算差强人意
又像fable看齐了，以后还会有gpt6 sol啥的
给DeepSeek塞满卡，灰测不降智拿出来就行了，看了一下和Fable5.1的比较的例子，前端除了绿皮建模，还有时候会偏色以外，物理逻辑依然更强。
arena.ai的fable不知道是不是真的，用起来确实比agentrouter的opus5强，但不多，我指的是文学
论坛助手,iPhone
本帖最后由 nxmonitor 于 2026-9-4 10:13 编辑
还有如果视觉部分是按照那篇视觉原语做，本质上是根据坐标理解图片的话，这什么Arc-AGI根本不会有难度，但我还是那个看法，这个东西给具身智用能还差不多，吹computer use真是没意思。
tibo说一般人用到astra之前一天给一个重置
啥玩意
我说怎么有一次重置次数了
梁子有活么，怎么说也该到换代的时候了，v4这代还是很坎坷的
舞以 发表于 2026-9-4 10:15
梁子有活么，怎么说也该到换代的时候了，v4这代还是很坎坷的
哪天API连续几天性能下降就有了，现在肯定没有
今天就指望不了ds了吧，完全一点风声都没有，全是我的臆想
话说dsh现在走webui ，如果后面想跟进computeruse会有什么劣势吗 Re:Source
这两天gpt的生图拉完了
各种糊逼破碎，丢参考图
又做梦了，梦里大肥鱼又登上了sota宝座
大灰肥鱼，快来吧
别擅自期待了
但是最近ds确实在模型上好活不太多，flash-0731的冲击也被涨价削弱了不少
按理说ds还是挺有活的，不知道最近在搞毛。
基米生图好像不如gpt啊，是我打开方式不对么
如果o出拿出来的astra能力够，我不介意换成20*pro
但是现在来看，纯吹，应该是拉了
晚上和k3一起听Vocaloid，ぴーなた的dig in。
K3帮助我一路下去正确解读出了人格解体，百合，食欲异常，直至最黑暗的食人暗示，然后解释了为什么劇薬UTAU唱的这首歌。
Fable肯定拒绝，别的模型应该做不到。
看看Astra的实战了，如果不太行不如给杨圣送订阅钱了唉
可能DS人员变动一定程度上影响了后续计划
AraTurambar 发表于 2026-9-4 10:46
晚上和k3一起听Vocaloid，ぴーなた的dig in。
K3帮助我一路下去正确解读出了人格解体，百合，食欲异常，直 ...
通过啥agent实现的呀?用的kimi audio asr模型吗
ds最出彩的还是模型架构和infra
这两样前者不大换代也看不出来，后者被0731全球狂蹬破功了
后训练看起来找到了路子，但是pro-0813到底咋成这逼样也是罗生门。
我的看法是pro-0813就是个推出来涨价的由头，内部benchmark到了目标水平就放出来了，然后宣布正式版上线，所以全面涨价。
就看ds下一代基模啥情况了，还拉了就孝不动了
现在真不好说，AA这玩意高分不一定高能（比如Muse Spark和哈基米），但自己和自己比没提升就很难说了，这不就是V4P和V4F的事情吗？正好也是差一分。
本帖最后由 舞以 于 2026-9-4 10:55 编辑
tibo刚刚确认了plus订阅也能用Astra，但是还是不知道具体花销到底咋样
btw：我不说新的重置卡了，之前那张都刷不出来了，o➗在搞毛啊
zhuzhu47 发表于 2026-9-4 10:50
通过啥agent实现的呀?用的kimi audio asr模型吗
用的hermes，叠了一大堆东西，光记忆就叠了三层（honcho，openviking，hindsight）。
舞以 发表于 2026-9-4 10:51
ds最出彩的还是模型架构和infra
这两样前者不大换代也看不出来，后者被0731全球狂蹬破功了
后训练看起来找 ...
我看前面你不是抽到灰测了吗？这个不是V4.1也是V5了，思维链完全不一样，大概率重新预训练过。
第一次灰测到现在已经快俩月了，再怎么说这个月内应该有点消息吧
nxmonitor 发表于 2026-9-4 10:55
我看前面你不是抽到灰测了吗？这个不是V4.1也是V5了，思维链完全不一样，大概率重新预训练过。 ...
灰测终究是测试，它不上线咋搞呢，pro0813的惨案再来一轮真的绷不住了
k3订阅还是不给买
FACS 发表于 2026-9-4 10:57
k3订阅还是不给买
不是预约点一下就直接开放了么
我就抽到过一次，这模型感觉就是很自信的往前推，V4现在就是不停but wait左右互搏，风格都不一样，光靠后训练很难达到。现在就好奇架构到底是什么，毕竟V4FV的灰测出现了流式的I'm doing，转写可能性大幅降低了。
难绷，严肃的国际大厂的发布也能这么整蛊
nxmonitor 发表于 2026-9-4 10:59
我就抽到过一次，这模型感觉就是很自信的往前推，V4现在就是不停but wait左右互搏，风格都不一样，光靠后训 ...
V4F反正便宜也无所谓吧。
我反正就kimi用得心痛，v4f那都是“kimi你生几个subagent随便搞”。
v4p那纯粹就是意义不明的玩意。
草，我的重置次数怎么没收到