OPENAI数学氢弹雨来袭 | 大模型讨论专楼

奈落的孤火花 · 发表于 2026-10-9 19:04

Milarvoz 发表于 2026-10-9 10:48
kimi也是默认缓存只有5分钟，可以设置成1小时但是价格会翻倍。不过只要命中缓存了就会自动续时间，所以一 ...

我问了kimi，他说那是api，订阅没有这回事儿也改不了配置

RookieTnT · 发表于 2026-10-9 19:30

pure_liquid 发表于 2026-10-9 18:37
真的“一个月造不了5个号”吗？
那相当于一个号至少要撑一周

我一个号能撑3个月左右. 还行

serj005 · 发表于 2026-10-9 19:38

deepseek这产品思路真神了吧

用户：如何解决思维链老是默认用英文而我想要看中文思维链的问题？
dsh：给思维链加个面向用户显示的机翻

认真讲这做法确实没错，用提示词强行改中文思维链可能会引发各种奇怪问题，比如智力飘忽不定、指令循环之类，主要是这个解法过于本地化了（只有非英语母语用户有这个需求），以前没见有人搞过。

hugosol · 发表于 2026-10-9 19:43

6.1-sol这速度已经逼着我用herdr多开了，用DeepSeek根本做不到这一点
以前我还在想多开的都是什么新人类，原来是模型太慢了

一般市民 · 发表于 2026-10-9 19:53

serj005 发表于 2026-10-9 19:38
deepseek这产品思路真神了吧
用户：如何解决思维链老是默认用英文而我想要看中文思维链的问题？
dsh：给思 ...

用Flash翻译Flash的思维链这种行为真的太抽象了

qwased · 发表于 2026-10-9 19:58

pure_liquid 发表于 2026-10-9 13:28
说到Step 5 Preview，之前刷到不少营销号说它达到K3水平的
不知道有没有坛友实际用过？对比K3怎么样？ ...

实际使用的时候会用穷举法干活的模型

qwased · 发表于 2026-10-9 20:01

一般市民发表于 2026-10-9 19:53
用Flash翻译Flash的思维链这种行为真的太抽象了

本地挂个7b的翻译模型就够了吧
不过其实思维链大部分也是废话，懒得看了

空き地卯木 · 发表于 2026-10-9 21:47

serj005 发表于 2026-10-9 19:38
deepseek这产品思路真神了吧
用户：如何解决思维链老是默认用英文而我想要看中文思维链的问题？
dsh：给思 ...

牢崔:看我国庆七天攒出来的惊世智慧

serj005 · 发表于 2026-10-9 22:47

qwased 发表于 2026-10-9 20:01
本地挂个7b的翻译模型就够了吧
不过其实思维链大部分也是废话，懒得看了 ...

主要还是看着思维链能在模型思考走弯路的时候及时终止对话止损

不过现在这个机翻插件只能翻译完整输出后的思维链，没法实时翻译流式思维链，导致基本没有用。

nxmonitor · 发表于 2026-10-10 00:07

现在的问题其实是4.1F太快导致看不清，出现复读就有问题了……

奈落的孤火花 · 发表于 2026-10-10 07:11

一个开源模型隐藏思维链这是不是有病？！我说我怎么这两天在cc里用着感觉思考短了这么多，就寥寥几句话，合着你还隐藏思维链呢？

半江瑟瑟半江红 · 发表于 2026-10-10 07:39

奈落的孤火花发表于 2026-10-10 07:11
一个开源模型隐藏思维链这是不是有病？！我说我怎么这两天在cc里用着感觉思考短了这么多，就寥寥几句话， ...

K3偶尔会把思维链吐进正文，有时吐完整段内部推理以后就结束了，可能是月之暗面没功夫解决这个问题干脆一刀切了。

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

奈落的孤火花 · 发表于 2026-10-10 08:35

半江瑟瑟半江红发表于 2026-10-10 07:39
K3偶尔会把思维链吐进正文，有时吐完整段内部推理以后就结束了，可能是月之暗面没功夫解决这个问题干脆一 ...

这样啊，我还没遇到过这个问题来😂

tillnight · 发表于 2026-10-10 08:40

不想被第三方harness白嫖蒸馏语料才是主因。任何一家的agent工具都相当于把所有对话数据默认上传了，你别管他承诺了什么，zcode事件里超潜规则的是他直接把你对话以外的项目也快照上传了。
模型开源不开源，你要蒸还是得靠真实项目产出的数据，对着权重又不能干蒸。扯什么思维链bug纯属想太纯，都明着说自己的kimi code上是显式思维链了。

startraveller · 发表于 2026-10-10 09:49

野村说Kimi 3.1就这几天了

夜鹿 · 发表于 2026-10-10 10:13

https://grandet.ai/zh-CN/ 自己搓的中转站比价小工具，楼友真得点个收藏吧，有问题喊我

半江瑟瑟半江红 · 发表于 2026-10-10 10:44

tillnight 发表于 2026-10-10 08:40
不想被第三方harness白嫖蒸馏语料才是主因。任何一家的agent工具都相当于把所有对话数据默认上传了，你别管 ...

因为Kimi Code对K3兼容性更好

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

moekyo · 发表于 2026-10-10 12:52

土炮第一次用上 Paseo，感觉好爽，一个 codex 做 review，一个 claude 做实现，然后两边自动同步，除非必要清空，基本不需要我的介入

UncleDracula · 发表于 2026-10-10 12:54

这价格认真的？有啥猫腻吧？

夜鹿 · 发表于 2026-10-10 13:39

UncleDracula 发表于 2026-10-10 12:54
这价格认真的？有啥猫腻吧？

稍微过两天会发布集成ccs来源识别的版本，有不少是注水，也有不少是黑灰产，，，灰产大哥还是都挺实在

umamusume · 发表于 2026-10-10 13:52

中转站一堆掺水的，还有预制鹈鹕

—— 来自 samsung SM-S9480, Android 16, 鹅球 v4.0

夜鹿 · 发表于 2026-10-10 13:55

所以我这个只是为了确定主流中转站的价格中位数，然后我也在做benchmark和来源识别，后续还会集成一些哪些能开票哪些是合规的甚至原生auto能力的东西，最开始还是对一般意义上的auto太不满意了

我也很绝望啊 · 发表于 2026-10-10 13:58

折腾半天开了个gpt pro 100，跑了两个任务就用掉20%额度（用的Astra high），是我思考强度开太高了还是本来就不耐用？
这给我搞额度焦虑了，送重置是啥规律，有自动能监测提醒的工具吗？

小野賢章 · 发表于 2026-10-10 14:16

本帖最后由小野賢章于 2026-10-10 14:22 编辑

https://www.vals.ai/blogs/mimo-reward-hacking

MiMo v2.6 开源的RL框架里面的代码任务中有三分之二泄露了答案

这个搬运过吗

Gmlazy · 发表于 2026-10-10 14:19

本帖最后由 Gmlazy 于 2026-10-10 14:21 编辑

我也很绝望啊发表于 2026-10-10 13:58
折腾半天开了个gpt pro 100，跑了两个任务就用掉20%额度（用的Astra high），是我思考强度开太高了还是本来 ...

https://aihot.news/codex-reset
用这个网站，会告诉你最近有没有重置。重置没有规律，Tibo要营销的时候就有。

RookieTnT · 发表于 2026-10-10 14:26

我也很绝望啊发表于 2026-10-10 13:58
折腾半天开了个gpt pro 100，跑了两个任务就用掉20%额度（用的Astra high），是我思考强度开太高了还是本来 ...

没有规律.. Astra high就是消耗大.. 切 6.1 sol 吧. 性能少一点但是消耗低很多. 就是慢..

moekyo · 发表于 2026-10-10 14:36

我也很绝望啊发表于 2026-10-10 13:58
折腾半天开了个gpt pro 100，跑了两个任务就用掉20%额度（用的Astra high），是我思考强度开太高了还是本来 ...

我刚刚停了，换成 plus，你确定现在 gpt 的输出速度真的能用吗，而且还有过度工程化、过度防卫的毛病，改完了之后，愣是一个完整的 flow 都不完，各个硬门槛把你卡得死死。至于额度来说先不说各种暗砍，现在就被踢爆说 API 和 codex 的基本不是一个东西，速度和质量都是 API 的更好，所以现在还充 Pro，感觉是冤大头了。。

nxmonitor · 发表于 2026-10-10 14:45

这不就找出了Mimo是个刷分模型的直接证据吗？

umamusume · 发表于 2026-10-10 14:52

额度明显减少，6.1sol都哗哗掉，bug一堆天天沙箱有bug，没办法也得用，非要犯贱用另一个畜牲的东西？

—— 来自 samsung SM-S9480, Android 16, 鹅球 v4.0

chaoswing · 发表于 2026-10-10 15:07

本帖最后由 chaoswing 于 2026-10-10 15:10 编辑

老20x，astra和6.1 sol混着用，3天用了60%。两个项目并发，同时还用dots干了一些工作。这么一看，我本来计划降到5x的，可能不够用。
不过还有几张重置卡和送的六万多credits，坚持到这个月底把老20x的权益用完，估计还能苟一段时间，后面谁也说不准什么情况。

startraveller · 发表于 2026-10-10 15:08

moekyo 发表于 2026-10-10 14:36
我刚刚停了，换成 plus，你确定现在 gpt 的输出速度真的能用吗，而且还有过度工程化、过度防卫的毛病，改 ...

Astra消耗是大，这两天倒是变快了。Pro 100正确使用方式是用astra开好issue然后让sol执行

紧那罗 · 发表于 2026-10-10 15:11

放假回来继续写材料，感觉之前写的怎么看都别扭，洋洋洒洒写了20条整改意见。
提交任务前看了一眼选用模型，6.1sol

恍然大悟，赶紧改成astra。
o要不是上个月出了astra 真是又要捏着鼻子去用claude

奥柏伦亲王 · 发表于 2026-10-10 15:14

Astra现在快则快矣，就是不禁用，15分钟就能把我额度跑光

whzfjd · 发表于 2026-10-10 15:24

我为什么觉得官订 6.1 sol 挺快的，一抬头干完了我都怀疑它偷懒，也可能是以前单位买的中转站 5.6 sol 太慢了

moekyo · 发表于 2026-10-10 15:52

startraveller 发表于 2026-10-10 15:08
Astra消耗是大，这两天倒是变快了。Pro 100正确使用方式是用astra开好issue然后让sol执行 ...

我上午用的是也是这个，体感确实快，但是不知道到底是快还是额度少导致的，也没用什么插件看输出速度，反正之前是有刷到有人看到个位数的速度。。我觉得最好的是 ChatGPT 这边做 review，换其他执行最好，并且一定要强调不要过度工程化这些，不然会想死的

iam_hcl · 发表于 2026-10-10 16:01

大肥鱼什么时候发pro啊，迫切需要一个大参数模型指导flash干活

zzxzz1019 · 发表于 2026-10-10 16:10

问个很ai小白的问题，用chatbox翻译小说，但老是给我漏翻东西，提示词加了约束但经常只有第一轮有效，我只好每次都重开对话，这样是不是用的很浪费啊，有什么好方法解决吗

Milarvoz · 发表于 2026-10-10 16:14

zzxzz1019 发表于 2026-10-10 16:10
问个很ai小白的问题，用chatbox翻译小说，但老是给我漏翻东西，提示词加了约束但经常只有第一轮有效，我只 ...

控制上下文长度，不要一次性喂给llm太多文本。

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

neptunehs · 发表于 2026-10-10 16:28

step5错误率好高各种搞砸
不免费可以多次check真的有人用吗

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

剑影若兰 · 发表于 2026-10-10 16:37

chatgpt astra的pro与plus版，推理强度选ultra-high，这两个版本背后用的是同一个模型吗？还是说pro本身还有一个比ultra-high推理强度还高的挡位？没用过pro，不知道是什么情况

		自动登录	找回密码
密码			立即注册

[科技] OPENAI数学氢弹雨来袭 | 大模型讨论专楼

本帖子中包含更多资源

本帖子中包含更多资源

评分

本帖子中包含更多资源

评分