英语不说人话有wait-what，中文不说人话有相应的skill吗
狭义文具爱好者 发表于 2026-9-23 12:02
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 ...
3.1pro聊天的ai味道已经让我想不起当初的小甜甜2.5pro什么样子了
2月份opus4.6时刻也是核弹
现在已经是opus5.5体素的水面有夕阳光斑波动，震惊瘫坐
k3.1应该是29号，b站很多评测up都收到评测邀请了
国内厂商的模型发布太不透明了，也是真是保密做得太好，根本不知道进度，oa这两家的内鬼太多，提前几个星期就知道了。
qwased 发表于 2026-9-23 13:24
k3.1应该是29号，b站很多评测up都收到评测邀请了
拖好久了，不会像grok 3.7一样拉了吧
drodchang 发表于 2026-9-23 13:57
国内厂商的模型发布太不透明了，也是真是保密做得太好，根本不知道进度，oa这两家的内鬼太多，提前几个星期 ...
OA投资方很多，国内则是自己都不一定知道确定的时间吧（尤其是deepseek）
可惜 6 sol拉了，不是期望的astra minor
Kimi的后训练水平要打个问号了……
hugosol 发表于 2026-9-23 12:26
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， ...
比如这楼里发的3维鹈鹕，用threejs之类的搞出来的类似独立游戏水平的画面但是又毫无独立游戏那种独特审美，画面风格，也没有什么让人简单上手的玩法，看了生理性厌恶
deepseek感觉是有一定计划的，然后结果就是v4pro拉了
glm这种见风使舵发模型的还是有道理的
本帖最后由 nxmonitor 于 2026-9-23 14:48 编辑
从时间上看4pro大概率练到一半就放弃了，4.1的架构比4优秀很多，现在就看4.1Pro的基模能不能拉开差距了，4Pro基模可能就是不行的
three.js的鹈鹕都可以，那视频的鹈鹕也可以，豆包的oneshot
https://x.com/Lcxxx_Lee/status/2102449281663738286
RookieTnT 发表于 2026-9-23 00:29
发现了个项目 https://github.com/miuuyy/Astra-Ares
根据任务 调整思考强度. 对我来说太实用了. gpt-6-As ...
不一定是好事，因为有可能丢缓存
—— 来自 Xiaomi 23013RK75C, Android 15, 鹅球 v4.0-alpha
本帖最后由 andychen 于 2026-9-23 15:06 编辑
drodchang 发表于 2026-9-23 13:57
国内厂商的模型发布太不透明了，也是真是保密做得太好，根本不知道进度，oa这两家的内鬼太多，提前几个星期 ...
OA等着天价IPO需要舆论造势，那些泄漏和大新闻你可以理解成官方软文
国内前沿实验室和美国那边的技术差距一直是6个月，只是双方的产品发布节奏导致公开的模型性能差距有时大一些有时小一些
来都来了 发表于 2026-9-23 12:33
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 ...
那裁员的理由可不就是ai把你替代了吗 虽然是借口 但是很多人真的信了啊
— from motorola XT2603-1, Android 16, S1 Next Goose v4.0
是的，我也发现GPT同一个模型切思考强度缓存会失效，这鸡贼的infra
hugosol 发表于 2026-9-23 15:34
是的，我也发现GPT同一个模型切思考强度缓存会失效，这鸡贼的infra
Claude也是，这个官方提到过的，不管是切模型还是思考强度缓存都会失效
ds现在服务全部中断了，有大的要来了吗？
想了想觉得oa有点惨。
历来技术革新都是一群资本中杀出几个胜利者圈好地开始挣钱，用专利大棒打破那些挑战者的脑袋。
可是这次资本自己还没决出胜负就已经看到外面有人在免费发放大棒了。智能手机那会好歹还有个硬件的生产成本在那卡着，这次好好的工业革命领导者居然要和消费级显卡竞争，只能靠规模效应来赚钱。
肉眼可见的，再卷下去sota就变成把跑车卖给普通人了，好，但用不用得到那么好很难说。
那就请政府里的大人物们出手，管管那些乱七八糟的东西吧。
可惜那个真正能管用的政府和他们不是一路。
——来自 2410DPN6CC 上的 S1er 客户端
有人用过这个吗，号称比 Pi 还 cost efficiency
还有，我对agi是偏乐观的，确实有可能ai会走到能左脚踩右脚那一步。
只不过oa现在喊的是agi后技术能以指数级爆发，把对手远远甩到身后。但技术爆发的前提是有相应的生产能力，你提前三个月到了agi，设计出精美的次世代图纸，然后多长时间能落地呢，另一边三个月后已经开始造不那么精美的次世代产品了。
说白了agi要真出现，首先被抹平的是老黄的护城河，抹不平的是生产建造成本。
——来自 2410DPN6CC 上的 S1er 客户端
偷代码丑闻叠加AO两家大降价
今日智谱大跌12％
刚抢过7号的车票回来一看任务报错了
Status 503 | URL: https://api.deepseek.com/chat/completions
Service is too busy. We advise users to temporarily switch to alternative LLM API service
大的要来了吗
noneoneone 发表于 2026-9-23 15:37
想了想觉得oa有点惨。
历来技术革新都是一群资本中杀出几个胜利者圈好地开始挣钱，用专利大棒打破那些挑战 ...
这个世界上要是没有老钟该多好啊（美国人心理活动）
之前有个传闻就是923来着？
大概率假的，DS哪有这么快
比起deepseek我更期待qwen，代码能力4.1对我完全够用了，现在需要的是干活说人话的模型，比如qwen3.8f
恢复了，无事发生
所以说性能没有提升反而下降了？
怪不得价格下降了，智力下降，但是作为干活模型的性价比提高了
Minimax新旗舰9月底-10月（信源官方财报电话会），Glm5.5最迟10月底（信源两个月前财报电话会就已经透露），kimi3.1月底（kimi特色土味泄露式营销已确定，方式类似k3当时在7月初就被传锁定7月底发布），Qwen正代旗舰按往年惯例是昨天的年度云栖大会（确实已发布coming soon，只是不可抗力暂时不能这几天上线）。广义速败论的一个特点是先定结论，再找论据，连国模消息不透明都能扯，两边不都是提前一个月左右通过各种途径营销造势吗（ds例外），已经上市的更是会在财报里预告的。
misuzu0723 发表于 2026-9-23 15:53
所以说性能没有提升反而下降了？
果然就是个6风味的5.6terra
https://bughunt.productcompass.pm/?preset=featured
群里看到的，就算是同家高低档模型，不同思考强度，跑完整个任务，也不是高档的就一定好
ds发模型一般没啥预热，只有反向预热
—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99
还有为 OA 担心的，真是大开眼界，OA 的成长速度已经够匪夷所思了，尤其是 A，两年就几乎迈入小巨头行列，如果 OA 没有护城河，高性能模型以后没有门槛，那国内这群创业公司又有什么希望呢？拿什么击败字节，腾讯，阿里？
—— 来自 S1Fun
opus5.5初步看下来写作还行，智商本来也有进步，如楼上所说安全也没加甚至有点倒吸。算是捡到点码农剩饭吃了
按0731-0813的推断，0910下来就这两天
luna 默认不是用 max 的吗，而且现在 6-luna 会起 subagent 了，之前我是没看到过的