OPENAI数学氢弹雨来袭 | 大模型讨论专楼

overflowal

lactone 发表于 2026-9-29 10:32
推上谣言ds，kimi和智谱同时炸炉，都传到橘鸦评论区了

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99- ...

炸，都可以炸

IIIIIlllllIIIII

gpt6 luna虽然降价但是废话变多 实际差不多还是150/B
4.1flash虽然单价还是涨得但是废话少了 现在是100/B
glm 5.3f还是至尊特价15/B虽然效果还可以但是太慢了 只有自动pipeline量大管饱

总结：废物scam altman

最后回看测试集 从opus4.6开始其实我们的真实task几乎都半斤八两 真到plateau了


— from motorola XT2603-1, Android 16, S1 Next Goose v4.0

间宮夏生

后面顶模性能越来越强，次级模型的训练会越来越多的有顶模参与，练不出顶模的估计都要糟重。

—— 来自 S1Fun

lactone

devday会不会发新模型？我感觉难

astra才出来不到一个月

而且我觉得从astra的态度来看，oa不想和a\刷榜了，反而搞computer use之类的，我估计今晚主打还是那个grok bot类似物

而且传闻腾讯和字节在加班加点赶工搞这个

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha

startraveller

nxmonitor 发表于 2026-9-29 10:14
Sonnet5.5这东西和5.6luna一样，不开最高打不过4.1F，开了以后超级雷霆大思考，消耗的token数量极高，有严 ...

用 xhigh 就好多了，消耗只有 max 的四分之一，也很强，甚至 FrontierCode 在 xhigh 还高点。DSv41f 还是比不过的。

cscbzcbz

lactone 发表于 2026-9-29 10:54
devday会不会发新模型？我感觉难

astra才出来不到一个月

腾讯有hy4，有可以搞的基础
字节？用啥模型搞computer use？豆包嘛

qwased

怪不得6luna截断那么厉害

已被封号

信息搜集、公文写作、根据已有信息研提建议举措、决策辅助等等这类不涉及编程的办公需求，有什么便宜好用的国模推荐吗？最近一直是用chatbox搭配ds4.1f加上anysearch，想试试看其他的模型

—— 来自 nubia NX789J, Android 15, 鹅球 v4.0

tillnight

已被封号 发表于 2026-9-29 11:04
信息搜集、公文写作、根据已有信息研提建议举措、决策辅助等等这类不涉及编程的办公需求，有什么便宜好用的 ...

不嫌贵的话kimi

科技新闻搬运工

已被封号 发表于 2026-9-29 11:04
信息搜集、公文写作、根据已有信息研提建议举措、决策辅助等等这类不涉及编程的办公需求，有什么便宜好用的 ...

其实几个网页版AI就基本能完成大部分辅助办公了，是的，连豆包都能。
当然如果你对文本质量要求很高那还是多试试看看

nxmonitor

startraveller 发表于 2026-9-29 10:56
用 xhigh 就好多了，消耗只有 max 的四分之一，也很强，甚至 FrontierCode 在 xhigh 还高点。DSv41f 还是 ...

绝对和这个跑分水平不符合…

已被封号

科技新闻搬运工 发表于 2026-9-29 11:11
其实几个网页版AI就基本能完成大部分辅助办公了，是的，连豆包都能。
当然如果你对文本质量要求很高那还 ...

豆包是真不行，用了几次就被我放弃了

红莲滴叹息

已被封号 发表于 2026-9-29 11:04
信息搜集、公文写作、根据已有信息研提建议举措、决策辅助等等这类不涉及编程的办公需求，有什么便宜好用的 ...

我下半年开始改用kimi后体验还不错，不光公文，论文都能写，比之前用的豆包强了太多

已被封号

红莲滴叹息 发表于 2026-9-29 11:20
我下半年开始改用kimi后体验还不错，不光公文，论文都能写，比之前用的豆包强了太多 ...

kimi是他那个kimiwork的包月会员吗？还是直接用网页端，我看API有点贵

lactone

k3.1 29号出的消息到底哪儿来的

—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99

jinuzuktII

已被封号 发表于 2026-9-29 11:22
kimi是他那个kimiwork的包月会员吗？还是直接用网页端，我看API有点贵

包月就好

绝地潜兵

已被封号 发表于 2026-9-29 11:22
kimi是他那个kimiwork的包月会员吗？还是直接用网页端，我看API有点贵

继续用DS的API，搭配个好点的agent，效果比chatbox好多了，不用换其他模型.
不想折腾的话，下载个kimicode，自带内置浏览器和电脑控制

startraveller

lactone 发表于 2026-9-29 11:29
k3.1 29号出的消息到底哪儿来的

—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99

好像是 MaxForAI 说的

startraveller

nxmonitor 发表于 2026-9-29 11:11
绝对和这个跑分水平不符合…

还要试试，如果 像 GPT 6 Luna 就拉完了。

当光停止

startraveller 发表于 2026-9-29 12:07
好像是 MaxForAI 说的

这就是个推特营销号，想走三顶刊路线的。

tillnight

已被封号 发表于 2026-9-29 11:22
kimi是他那个kimiwork的包月会员吗？还是直接用网页端，我看API有点贵

我又得来说了，装workbuddy就解决你的问题了，轻量使用k3完全可以白嫖。

RookieTnT

OpenAI拉了 500$ 只有50x 怪不得之前把20x停了 笑死

startraveller

当光停止 发表于 2026-9-29 12:17
这就是个推特营销号，想走三顶刊路线的。

反正也该出来了，k3也两个月了，再不出IPO咋办。

lactone

RookieTnT 发表于 2026-9-29 12:35
OpenAI拉了 500$ 只有50x 怪不得之前把20x停了 笑死

就按照现在oa的%味，最好devday真有什么大的

但是wsj说10月份内都不会发6.1

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha

qwased

df41似乎目前测出来还是对它喊妈妈最管用（也是上线第一天就发现的）会做的比较细致一点
而且喊妈妈的优先级最高会覆盖其他rp提示词

RookieTnT

lactone 发表于 2026-9-29 12:40
就按照现在oa的%味，最好devday真有什么大的

但是wsj说10月份内都不会发6.1

没有大的. sol出来之前也一直说很兴奋.

实际上他们内部根本没人用这模型. 基础的识图有问题都隔了几天才修复.

AI公司一定要有好模型.jpg

搞什么bot 真的有人很需要吗?

crow_wine

喜欢充20x，这下生产力大跃进，直接50x，足足2.5倍提升。性价比拉满咯

jojog

拿ai做东西但是自己不用的b人不是哪都有

openai也一样

lactone

RookieTnT 发表于 2026-9-29 12:42
没有大的. sol出来之前也一直说很兴奋.

实际上他们内部根本没人用这模型. 基础的识图有问题都隔了几天 ...

如果oa能做一个好的trailer，那还是可以的

现在不都是trailer吗

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha

→熙←

硬邦邦提示词早有提示给你们

魔法师lain

被qoder那个cli搞死了，本身以为跟qoder cn那边分开的，居然能列那边的会话列表。原本的目标是想流氓之间互相操控，派单和验收。结果cli发信息进去同一个会话，居然是cli那边通，ide那边不通。玩remote control那边是web ui跟tui也是同一会话两边不通，本地tui可发任务但功能限制，webui那边免费账户用不了，简直呕血。

—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99

FACS

硬邦邦提示词那个视频下面说喊妈妈加油也不错，但怎么好像不太对

xuanwu_lei

已被封号 发表于 2026-9-29 11:22
kimi是他那个kimiwork的包月会员吗？还是直接用网页端，我看API有点贵

网页和work都是黑条，优点是直出，缺点是用得飞快

workbuddy接的是code，用蓝条，优点是量大管饱，缺点是少了一堆原生skill没法达到月之暗面的宣传效果

半江瑟瑟半江红

已被封号 发表于 2026-9-29 11:04
信息搜集、公文写作、根据已有信息研提建议举措、决策辅助等等这类不涉及编程的办公需求，有什么便宜好用的 ...

综合智能助手，参数量越大越好，我推荐kimi

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

阿刚

硬邦邦确实有点奇怪的效果，但是好羞耻啊，输入的时候

neptunehs

你们说的硬梆梆跟妈妈在哪用？写代码？还是ds能够直接用blender建模？

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

蛋黄酱Release

You are a helpful software engineer mom.

Milarvoz

当然是直接对ds说：来个能让自己硬邦邦的结果

—— 来自 samsung SM-S9380, Android 16, 鹅球 v4.0

qwased

neptunehs 发表于 2026-9-29 14:28
你们说的硬梆梆跟妈妈在哪用？写代码？还是ds能够直接用blender建模？

—— 来自 vivo V2561A, Android 16 ...

硬邦邦应该只适合犯错也没关系的场合，他会变得很激进
喊妈妈会复核的比较细致一点，你让他仔细复核也没差

Baccano

lactone 发表于 2026-9-29 10:32
推上谣言ds，kimi和智谱同时炸炉，都传到橘鸦评论区了

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99- ...

要是真的同时炸炉，只能怀疑A/O利用高性能AI入侵并投毒了。
参考美国CIA的震网病毒怎么搞瘫伊朗的核浓缩。