楼里面速胜速败的挺搞笑的，a÷更新了下，搞得国模马上就要死了一样。
3个月左右的迭代差距，实际上对用户的影响根本没那么大。
先通过应用解决对普通人（0-1）的问题，再通过模型解决10-100的问题。后面其实是简单的，因为路径很明确。
4.1f对大部分应用需求是够用的，现阶段大家只是想找个女仆助理处理点繁杂的事情，大部分人并不是真的想拿钱砸个许愿机出来。
再说了现在也就是70分到80分的区别，几个超能力可能用的出差异，但是普通人大概率是品不出来的
—— 来自 HONOR PTP-AN70, Android 17, 鹅球 v3.5.99-alpha
燕山雪 发表于 2026-9-23 08:23
有人觉得最近ds4.1降智了么？不管啥问题都是开局先几十个工具调用，然后弯弯绕绕无效大思考。昨天整了几个 ...
你的agent有问题，换Pi。
Opus 4.6 是今年2月的模型....
只是过去了七个月而已
好快
IIIIIlllllIIIII 发表于 2026-9-23 08:30
只看api价格的话
luna降价一半还是没有ds4.1f的谷价便宜 那个是差不多0.08-0.1/m
5.6luna差不多是0.25
sol也降价一半，性价比还是提升的，luna也不能api价格，实际上luna在plus都可以无限用了。
matthewsteel 发表于 2026-9-23 09:25
Opus 4.6 是今年2月的模型....
只是过去了七个月而已
好快
不够快，憋了这么久才出来
本帖最后由 lactone 于 2026-9-23 09:56 编辑
Promeus 发表于 2026-9-23 08:31
现在看问题最大的就是字节腾讯了，字节占了一大堆卡做出来个糖包，引以为傲的视频模型无论更新速度还是价格 ...
字节主要算力在sd2和sd2.5，真正的视频sota
主要是叙事跟着别人走
当年sora发个宣传视频就降维打击，现在视频被国模几乎垄断了，现在视频模型反而不重要了，这就很双标
—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99
呵呵哒，买个mac排队 4个月，什么时候mac也成猴系产品了
这10月底的512g不得排队半年起步
—— 来自 vivo V2547A, Android 16, 鹅球 v4.0
数学也是一样，oa文章都没发，就有一堆营销号吹
之前hy3搞出来的数学成果都是peer review了的，达摩院前段时间搞的ct模型都发science了，然后没人知道
我也不知道国内这帮企业，手机行业水军打的脑浆都出来了，大模型这边怎么没💰请人吹
—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99
那么kimi 3.1啥时候来呢？说了好久了
WorkBuddy上面的能破甲吗今天想让它整理一下网页的翻译小说结果都搞不了
国内模型还没有解决思考效率的问题，给人的感觉是疯狂发散后，触发了一个路径然后去走。
论坛助手,iPhone
试了一下我果然不适合做游戏。
—— 来自 HUAWEI HOP-AL10, Android 16, 鹅球 v4.0-alpha
MIMO真不行吧
初始化一个新项目，用的 /setup-matt-pocock-skills 这个技能，就只是建立一个本地md文件组成的工单、项目内术语表之类的
想的这任务简单，交给MIMO吧，打开opencode，用的这个新MiMo-V2.6-Flash Free
没想到这么简单的任务都没干好，开发了半天，最后验收的时候发现怎么这么多货不对板呢？
好嘛，有东西漏了
开源模型才有思维链效率问题，闭源模型又看不到，不知道是效率高还是速度快
6的sol和luna，好像没啥提升？
临界点 发表于 2026-9-23 10:14
WorkBuddy上面的能破甲吗今天想让它整理一下网页的翻译小说结果都搞不了
这种国内的应用干这种事你不怕被封号吗好歹用开源的agent+ocg这种中转站的api干啊
本帖最后由 星野あさみ 于 2026-9-23 10:32 编辑
retp 发表于 2026-9-23 09:54
呵呵哒，买个mac排队 4个月，什么时候mac也成猴系产品了
这10月底的512g不得排队半年起步
我的Mac Studio 256G刚下单时提示12.2发货，后来发邮件说提前到10.24那周
羡慕第一批下单的，这两天都已经用上了
趁着刚发布赶紧都去蹬OA，给ds腾算力
蛋黄酱Release 发表于 2026-9-23 10:25
这种国内的应用干这种事你不怕被封号吗好歹用开源的agent+ocg这种中转站的api干啊 ...
就是让它整理一下网上个人翻译的小说而已，都是公开可以看的
小野賢章 发表于 2026-9-23 10:21
开源模型才有思维链效率问题，闭源模型又看不到，不知道是效率高还是速度快 ...
反正哈基米3.8的思维链应该是极其低效的，思考越久越垃圾
不管怎么算，DS4.1F也实在是太便宜了。
Nous上都10美分输入50美分输出了，想不出有什么理由不用。
哪怕有订阅，也可以把订阅省下来给Astra用。
每次O/和A/更新，嘉豪不是都会来刷一下存在感么...
现在 ocg/ccg的 4.1f, 平均每B token不到10元
对于 95%的人，没有使用其他模型的必要...
比起卷思考效率，我觉得说人话更重要。
不断的let me,but wait其实很正常，人自己在脑海里思考的也是不断试错的，而且模型思考的速度已经逼比人快很多了。同样的东西，你请一个经验丰富的同事帮你解决，半个小时起步也是很正常的
但是不说人话真的太痛苦了，而且说人话这个真的不难做到啊，厂家稍微用点心，后训练多注重一下就能解决了
gpt6甲是不是变厚了？5.6能写切到6就不行了
Sol-6真的性价比很不错啊，现在价格减半之后，只是拿来做需求分析，5小时额度基本也不会爆
体感提升来自响应速度和说人话这些细节，能力上目前看不出来有很大提升，不过我真的感觉继续卷one-shot能力没啥意义啊，靠后训练卷上去最终就是雷霆大思考不说人话的集合，大参数模型根本不适合这个路线
反倒是4.1 flash适合这个路线，反正就是要当甩手掌柜用来做长时间任务，廉价，高速，如果说人话方面改善一下就完美了，毕竟任务过程中还是会有一些文字内容作为持久化记录的
让翻译入间人间新作gpt和deepseek都不肯干
应该怎么说呢
fzlong 发表于 2026-9-23 11:11
让翻译入间人间新作gpt和deepseek都不肯干
应该怎么说呢
把原文都给他翻译就好了，你让他自己去盗版会碰到道德限制
—— 来自 HONOR PTP-AN70, Android 17, 鹅球 v3.5.99-alpha
crow_wine 发表于 2026-9-23 11:01
比起卷思考效率，我觉得说人话更重要。
不断的let me,but wait其实很正常，人自己在脑海里思考的也是不断 ...
不说人话可以试试这两个技能
/wait-what
/no-ai-slop Re:Source
用了一上午的opus5.5 medium 感觉这模型太好用. 速度飞快 额度还高. 我是20$的pro 从9:30 到现在完全没有停止. 他现在还有30%的5 小时额度.
phorcys02 发表于 2026-9-23 10:59
每次O/和A/更新，嘉豪不是都会来刷一下存在感么...
现在 ocg/ccg的 4.1f, 平均每B token不到10元
主要是ocg延长到27 也不知道之后怎么样
—— 来自 vivo V2561A, Android 16, 鹅球 v4.0
matthewsteel 发表于 2026-9-23 09:25
Opus 4.6 是今年2月的模型....
只是过去了七个月而已
好快
确实啊，同样是2月的模型，同样现在是国庆前夕。
去年2月的模型是gemini2.5pro，9月底的模型是4.5sonnet。今年2月是4.6opus，，9月底都是astra，fable，op5.5了
要我说的话今年的进度是近三年最慢的。
只是因为各种原因价格打下来加后训练大家都学会了 终于可以让很多原本用不上api的人用上了
—— 来自 vivo V2561A, Android 16, 鹅球 v4.0
主要是fable之后大家开始卷oneshot，实际上专门针对后其实没啥意义，我桥接一个建模专用模型，直接吊打现在的通用顶模
—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99
试了下pi-web，pi-web-ui，不趁手啊，得鼠标点点点，我用yazi早跳到工作目录打开tui了，web还是不适合我[
在S1发帖说oneshot评测意义不大， 还被一堆人说不是的blahblah
冷知识冷知识 真正的长任务 比如几乎永久性的代码仓维护开发 所有模型都是不如去大学找个一天200块的实习生 因为人是有能力提升的而模型没有
至于那些记忆插件特定工作流更是rot到没边
最终还是只有sdd靠人来驱动
transformer没有未来可言
— from motorola XT2603-1, Android 16, S1 Next Goose v4.0
one shot非常有用，相当于对很多现在AI生成的程序和内容明码标价了
你折腾了半天agent做的东西还不如one shot那就别做了
omnitoken 发表于 2026-9-23 12:16
在S1发帖说oneshot评测意义不大， 还被一堆人说不是的blahblah
因为oneshot意义不大不代表oneshot评测意义不大（
况且也不是说oneshot意义不大，这方面意义肯定巨大的，但未来要不要一直往这个方向卷，牺牲其他方面的体验还是有待权衡
IIIIIlllllIIIII 发表于 2026-9-23 12:21
冷知识冷知识 真正的长任务 比如几乎永久性的代码仓维护开发 所有模型都是不如去大学找个一天200块的实习 ...
不是，你长维护不雇人的吗？那肯定是雇一个人来维护，然后这个人用AI去帮助他工作啊。哪个岗位是可以不要人，纯用AI来工作的？
推上看到的OPUS5.5测试：https://claude-opus-5-5.riba2534.cn/