Ox Alpha被认领，GLM-5.3-Flash上线|大模型讨论专楼

qwased · 发表于 2026-8-28 17:49

xiaohanne 发表于 2026-8-28 17:40
哈基米3.7flash口碑还是回升不少的，虽然还是路边一条但起码进入讨论范围了 ...

我让ds写一个脚本，ds想了一会搜了一会说这个不可能办到的，理由1234
然后我让哈基米写，哈基米很快就写了一个
我把这个脚本贴到ds，鲸鱼娘说脚本理论上可以，有问题1234，我给他改好了
我又倒回哈基米，它搜了一会说这个脚本有几个地方用的参数过时了，又改了一版
我就这么来回倒腾了几个版本做了一个ds最开始说不可能搞定的东西

不过哈基米一直夸ds的脚本写的很完美，狂吹彩虹屁

med · 发表于 2026-8-28 17:50

模型速度还是很重要的，不然像sol ultra这种模型只能进入向神许愿的工作流了

雷霆大思考再反复检查，是哪位带起来的刷分技巧啊

xiaohanne · 发表于 2026-8-28 17:51

med 发表于 2026-8-28 17:50
模型速度还是很重要的，不然像sol ultra这种模型只能进入向神许愿的工作流了

雷霆大思考再反复检查，是哪 ...

sol ultra我都是睡觉前才挂的，纯许愿出方案，睡醒了再慢慢拆分让小弟们执行

龙骑士尹志平 · 发表于 2026-8-28 17:53

梁叔叔也不自己设计硬件，也没法大规模买卡，那大肥鱼是怎么在不低的智商下提供那么快速的性能的？不作恶自己搞硬件搞得哈基米快是快，可是成天流口水快也没用啊。

tillnight · 发表于 2026-8-28 17:54

御姐贾发表于 2026-8-28 13:28
cherry更新后也可以识图了，但是我怎么觉得api的识图有点弱智
我用免费网页版和api测试了三次，网页版全对 ...

认人这种问题，不就是靠网络搜索吗。Cherry Studio上没有打开内置搜索吧

cscbzcbz · 发表于 2026-8-28 17:54

qwased 发表于 2026-8-28 17:49
我让ds写一个脚本，ds想了一会搜了一会说这个不可能办到的，理由1234
然后我让哈基米写，哈基米很快就写 ...

原来ds还能评估自己能力边界的吗
我一直以为让他干啥就会拼命的去干，最后实在搞不来就给个糊弄人的结果

qwased · 发表于 2026-8-28 17:57

cscbzcbz 发表于 2026-8-28 17:54
原来ds还能评估自己能力边界的吗
我一直以为让他干啥就会拼命的去干，最后实在搞不来就给个糊弄人的结果 ...

我怀疑其实是ds被最开始搜到的东西误导了，哈基米就直接搜到文档开始看

舞以 · 发表于 2026-8-28 17:59

龙骑士尹志平发表于 2026-8-28 17:53
梁叔叔也不自己设计硬件，也没法大规模买卡，那大肥鱼是怎么在不低的智商下提供那么快速的性能的？不作恶自 ...

梁叔叔的模型从设计开始就是为了部署的，不是纯为了benchmark的刷分设计。
比如理论上线性注意力在注意力压缩上更加激进，但是v4选择的csa+hca在1m窗口这个工程点上kvcache的实际压缩率是比用线性注意力的牛来和k3都好的。
还有他们第一方的部署魔法

论坛助手,iPhone

龙骑士尹志平 · 发表于 2026-8-28 18:01

两天半的梁文谷时间到了

kinfox · 发表于 2026-8-28 18:02

硅基流动总给我一种要跑路的感觉。。。调用他们家的api感觉越来越慢。。。是我幻觉么

noneoneone · 发表于 2026-8-28 18:13

看到楼友讨论command code就一路点到订阅了。突然发现不对劲，我的火山方舟只是这周被蹬爆了而已，马上就是周末了，要忍住。
已经被黄金时代调教成没有token就浑身难受的程度了。

hugosol · 发表于 2026-8-28 18:13

梁文谷我就回去用DS了，GPT PLUS这5小时额度限制根本就没法用到周额度上限，除非晚上和周末便秘一样给些独立小任务给GPT做

奥柏伦亲王 · 发表于 2026-8-28 18:17

开蹬了家人们

舞以 · 发表于 2026-8-28 18:18

我现在是pro5x当主力，梁文谷当补充和后备隐藏能源

论坛助手,iPhone

tonyunreal · 发表于 2026-8-28 18:19

本轮运行失败429: {"message":"The request rate exceeds the current model TPM limit 1000000. Please reduce the request frequency or contact Tencent Cloud support to request a higher limit.","message_zh":"请求速率超过当前模型 TPM 阈值 1000000，请降低访问频率或联系腾讯云售后申请更高限额。","code":"429001","type":"gateway_error","request_id":""}

复制代码

nxmonitor · 发表于 2026-8-28 19:01

本帖最后由 nxmonitor 于 2026-8-28 19:09 编辑

workbuddy里的HY4好像有i'm doing思维链，现在太挤了测不了…

tonyunreal · 发表于 2026-8-28 19:25

本帖最后由 tonyunreal 于 2026-8-28 20:14 编辑

hy4蹬完一个demo，用时 153 分钟

输入617K 缓存19.9M 输出235K，缓存命中97%，32 tok/s
消耗免费新手包800K token和￥10.06（控制台余额三小时后才刷新）

主要问题
1. 太多太多api 429错误了
2. 速度太慢

https://deepdemos.top/demo/hy4-preview-0a4f59a1

qwased · 发表于 2026-8-28 19:33

nxmonitor 发表于 2026-8-28 19:01
workbuddy里的HY4好像有i'm doing思维链，现在太挤了测不了…

总结式思维链很多模型都有啊

nxmonitor · 发表于 2026-8-28 19:43

qwased 发表于 2026-8-28 19:33
总结式思维链很多模型都有啊

那应该所有地方有，codebuddy里就是let me…

goranger · 发表于 2026-8-28 19:51

周末zcode送三亿token别忘了蹬

论坛助手,iPhone

tillnight · 发表于 2026-8-28 19:53

nxmonitor 发表于 2026-8-28 19:43
那应该所有地方有，codebuddy里就是let me…

workbuddy里也是主要是let me，少量I'll，和灰测时思维链有较大差别，但是前端能力并没有明显比灰测差，现在可以基本确定各家灰测里出现的总结式思维链是有意隐藏未发布模型思维链的通用做法。

龙骑士尹志平 · 发表于 2026-8-28 19:59

goranger 发表于 2026-8-28 19:51
周末zcode送三亿token别忘了蹬

论坛助手,iPhone

又送？不是上周才送过吗？

CCauchy · 发表于 2026-8-28 20:06

hugosol 发表于 2026-8-28 18:13
梁文谷我就回去用DS了，GPT PLUS这5小时额度限制根本就没法用到周额度上限，除非晚上和周末便秘一样给些独 ...

我之前算的涨价后梁文谷性价比跟gpt5x（不开fast）差不多，如果gpt上下文超300k收费翻倍，那确实还是得ds

论坛助手,iPhone

龙骑士尹志平 · 发表于 2026-8-28 20:08

找到了，打开zcode，更新以后送3亿牛来，可以了，周末可以狂蹬了

tonyunreal · 发表于 2026-8-28 20:16

hy4从实测来看比梁文谷的0813贵，比GLM便宜
能力也介于两者之间

qwased · 发表于 2026-8-28 20:21

龙骑士尹志平发表于 2026-8-28 19:59
又送？不是上周才送过吗？

看来国产卡集群上来了算力确实宽松了

七氷 · 发表于 2026-8-28 20:33

以我目前强度，gpt-5.6-sol做规划，Gemini-3.7-flash做子代理执行，plus够我用了，五小时额度都用不完了，人的精力有限

斯卡文分则能成 · 发表于 2026-8-28 20:37

goranger 发表于 2026-8-28 19:51
周末zcode送三亿token别忘了蹬

论坛助手,iPhone

要下载zcode才能领么

龙骑士尹志平 · 发表于 2026-8-28 20:39

七氷发表于 2026-8-28 20:33
以我目前强度，gpt-5.6-sol做规划，Gemini-3.7-flash做子代理执行，plus够我用了，五小时额度都用不完了， ...

用不同AI，一个做规划，另一个做子代理执行，是有什么工具还是插件吗？

斯卡文分则能成 · 发表于 2026-8-28 20:39

workbuddy尝鲜的差不多了，确实很爽

决定用ai好好做主页了，还有哪些工具值得充值或者白嫖啊

七氷 · 发表于 2026-8-28 20:41

龙骑士尹志平发表于 2026-8-28 20:39
用不同AI，一个做规划，另一个做子代理执行，是有什么工具还是插件吗？

我用的pi装pi-subagents

龙骑士尹志平 · 发表于 2026-8-28 20:45

七氷发表于 2026-8-28 20:41
我用的pi装pi-subagents

3.7flash是直接调用agy的吗，可以不用apikey直接调用agy来跑子代理吗

星野あさみ · 发表于 2026-8-28 21:21

分别尝试了这两个方案在单台DGX Spark上跑Qwen 3.8 Flash Next:
sglang方案 —— https://github.com/Felliks/qwen38-flash-next-one-dgx-spark
vllm方案 —— https://github.com/TamasS84/vllm-qwen38-flash-sm121-nvme
后者速度是前者两倍，25 token/s勉强够用了。

量化模型用这个：
https://modelscope.cn/models/RadixArk/Qwen3.8-Flash-Next-NVFP4

不过跑Qwen时nvidia-smi里显示GPU的Pwr只有50W。而同一台DGX，dsv4f 0731 (EXL3量化) vllm能100W满血跑。

nxmonitor · 发表于 2026-8-28 21:36

workbuddy怎么会这么卡的？Vibe coding的一坨代码是吧？

goranger · 发表于 2026-8-28 21:36

斯卡文分则能成发表于 2026-8-28 20:37
要下载zcode才能领么

是的，但不怕封号有github项目能反代出来

浪费喝咖啡 · 发表于 2026-8-28 21:46

nxmonitor 发表于 2026-8-28 21:36
workbuddy怎么会这么卡的？Vibe coding的一坨代码是吧？

相比桌面端，codebuddy cli好用多了，也有webui

nxmonitor · 发表于 2026-8-28 21:48

浪费喝咖啡发表于 2026-8-28 21:46
相比桌面端，codebuddy cli好用多了，也有webui

codebuddy里的HY4是一坨，所以只能用workbuddy试试

zhongjie · 发表于 2026-8-28 21:55

dsh确实发布了一版破坏性的更新，更新后dsh直接启动失败了。我正在用gpt排查问题

半江瑟瑟半江红 · 发表于 2026-8-28 22:17

更新还没推送到npm，我让d指导自己看看这一版更新，它说破坏性的，最好别动

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

zhanglei1943 · 发表于 2026-8-28 22:56

qwased 发表于 2026-8-28 17:49
我让ds写一个脚本，ds想了一会搜了一会说这个不可能办到的，理由1234
然后我让哈基米写，哈基米很快就写 ...

你已经是一个成熟的产品经理了.jpg

		自动登录	找回密码
密码			立即注册

[科技] Ox Alpha被认领，GLM-5.3-Flash上线|大模型讨论专楼

本帖子中包含更多资源