OPENAI数学氢弹雨来袭 | 大模型讨论专楼

Gmlazy

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 ...

官方没有明面上说有区别。
Ultra一般不需要，消耗的额度非常多，而且调度大量子Agent施工时间会拉长。
不过要是高贵的500刀用户，当前可以用8倍速模式。

moekyo

又整活

飞剪号

moekyo 发表于 2026-10-10 17:18
又整活

A÷绞尽脑汁不如大肥鱼灵机一动

艾诺琳

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 ...

一看就是上下文超了

用工具控制下上下文

zzxzz1019

艾诺琳 发表于 2026-10-10 17:21
一看就是上下文超了

用工具控制下上下文

实不相瞒用的很小白，是在移动端复制网页原文这样翻的……该怎么控制上下文呢，手动复制总是控制不好度

艾诺琳

zzxzz1019 发表于 2026-10-10 17:30
实不相瞒用的很小白，是在移动端复制网页原文这样翻的……该怎么控制上下文呢，手动复制总是控制不好度 ...

随便下载一个harness，比如腾讯的WorkBuddy，然后许愿就行了，你这些需求都是最简答的，ai几分钟就能搞定

我今天中午让dsh重构了几本书（切分为ai方便阅读大小和格式），只花了5毛钱

举个例子，你安装好以后，把网页贴给ai，说清楚你的诉求，是单纯翻译还是需要整理，甚至可以指定翻译模型

chaoswing

对了，分享一下我测试过的，dot跟本地codex消息传递的一些要点：
dot不能创建local thread，只能创建cloud thread（可以运行在本地，显示为runs on this cumputer when available）
dot可以跟cloud thread单向通信，即dot可以跟cloud thread发消息；反向不行，但是dot会收到它创建的cloud thread收到的信息
local thread跟cloud thread发消息时，cloud thread的审批模式只能是full access
基于上述事实，可以用dot创建cloud thread，打开full access作为消息转发路由，但是要跟这个协调thread定好规矩，比如消息要带好发送者和接收者的id等必要信息，避免它收到消息以为是发给自己的

mcp+自建chatgpt plugin也是可以的，我也跑通了，但是没有上面的办法直接

冤枉呐

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 ...

写个脚本，轮循

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

冤枉呐

zzxzz1019 发表于 2026-10-10 17:30
实不相瞒用的很小白，是在移动端复制网页原文这样翻的……该怎么控制上下文呢，手动复制总是控制不好度 ...

先安装一个anaconda（官网最新），用户第一步选只给你安装，后面全部全选
然后检查你的原始文本，有没有类似“第一章，第二章”这种规律性分段。
然后打开网页版DeepSeek，告诉他你要一个脚本，切分文档，就根据你发现的规律性分段的标志写，要求他把输入输出路径写成配置化的，而且告诉他你是在spyder里运行。
复制脚本，打开spyder（anaconda的附带程序），粘贴，改路径，运行。测试分段结果。
再打开网页版DeepSeek，告诉他你要一个脚本，配置文件路径，配置apikey之类的，轮循一个文件夹，调用模型翻译。
然后你再配置好在spyder里运行

上述建议都测试一下效果。

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

tillnight

zzxzz1019 发表于 2026-10-10 17:30
实不相瞒用的很小白，是在移动端复制网页原文这样翻的……该怎么控制上下文呢，手动复制总是控制不好度 ...

结论是换个agent工具。chatbox已经脱离时代了。

半江瑟瑟半江红

zzxzz1019 发表于 2026-10-10 17:30
实不相瞒用的很小白，是在移动端复制网页原文这样翻的……该怎么控制上下文呢，手动复制总是控制不好度 ...

不要用chatbox了，下载个agent直接许愿就行，这个需求对现在的agent来说太简单了

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

startraveller

Qwen Max和27B，说是Very soon了

剑影若兰

Gmlazy 发表于 2026-10-10 17:13
官方没有明面上说有区别。
Ultra一般不需要，消耗的额度非常多，而且调度大量子Agent施工时间会拉长。
不 ...

也就是说pro也没有明面上更强的推理强度可用了？DS又坑我大肥鱼这不是给友商免费做虚假广告吗

—— 来自 鹅球 v4.0

qwased

剑影若兰 发表于 2026-10-10 18:45
也就是说pro也没有明面上更强的推理强度可用了？DS又坑我大肥鱼这不是给友商免费做虚假广告吗

—— 来自 ...

pro我记得是网页chat可以用更好的模型，plus只有5.6sol吧

半江瑟瑟半江红

qwased 发表于 2026-10-10 18:55
pro我记得是网页chat可以用更好的模型，plus只有5.6sol吧

现在更新了6.0sol

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

lly778

6.1sol实质上就是降速的Astra，o/6.0sol练烂的就改了改推出救急的。但又怕你薅太多就强行降速到恶心的地步，你开个8倍才有正常体验

—— 来自 Xiaomi 2211133C, Android 15, 鹅球 v4.0-alpha

蜇灵

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……

装一个防复读的插件试试看

蜇灵

这几天为了不让大肥鱼思考链死循环，折腾了半天让他写了一个插件，总算是可以放心大胆的让他后台跑了
坏处是他现在偶尔会思考到一半停了然后啥也不输出

zy450

蜇灵 发表于 2026-10-10 19:19
这几天为了不让大肥鱼思考链死循环，折腾了半天让他写了一个插件，总算是可以放心大胆的让他后台跑了
坏处 ...

是用官方的吗？这么久好像没见到过死循环

唠叨

我一天蹬3亿 从来没见过死循环

蜇灵

zy450 发表于 2026-10-10 19:39
是用官方的吗？这么久好像没见到过死循环

不是官方的，企鹅带善人的，估计是有量化还是啥，反正比较容易复读死循环

phorcys02

蜇灵 发表于 2026-10-10 20:03
不是官方的，企鹅带善人的，估计是有量化还是啥，反正比较容易复读死循环 ...

那是企鹅的问题，
我蹬 commandcode goat的 4.1f 总计超过30B了，没有碰到过问题。

阿刚

写作我真的绝望了，完全转工程化了，感觉4pr也好4.1flash也好他们已经看不懂所谓的文风和文风参考了，只能用工程化解析文本让他强行模仿，从文句长度到选词到标点符号分析好之后让他做完形填空才能压住他的ai味儿……

lactone

好像这波新国模就qwen4是比较积极宣传的？

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

很久就在那边l

阿刚 发表于 2026-10-10 20:37
写作我真的绝望了，完全转工程化了，感觉4pr也好4.1flash也好他们已经看不懂所谓的文风和文风参考了，只能 ...

glm也是代码特化训练的但是文爱写作也还行啊

RookieTnT

微软发布 Decision-1 决策模型

微软发布 Microsoft-Decision-1，面向路由、分类、排序、验证和工作流控制等结构化决策任务。微软称，该模型在 36 项基准测试中准确率最高，速度为 GPT-6 Sol 的 35 倍。

模型已在 Microsoft Foundry 提供，并支持 OpenRouter；输入价格为每百万 tokens 0.042 美元，输出免费。相关性能数据尚未有独立第三方验证。

绝地潜兵

很久就在那边l 发表于 2026-10-10 20:55
glm也是代码特化训练的但是文爱写作也还行啊

glm后训练仙人，大肥鱼主要是架构迭代

蜇灵

phorcys02 发表于 2026-10-10 20:05
那是企鹅的问题，
我蹬 commandcode goat的 4.1f 总计超过30B了，没有碰到过问题。
...

我看GitHub也有几个相关的插件了，估计还是有不少人碰到了，只不过企鹅的更严重一点
前面几页我看也有坛友反馈这种情况

moekyo

要是 Qwen 不开源了，这可怎么办哟

moekyo

两天实测下来，20 刀 的 claude 确实比同样 20刀（虽然是土区半价） plus 额度多多了，claude 有 5 小时限额，目前为止用了一半，一开始用的 opus 5.5 max 写重构方案额度掉得比较多，如果用 medium 的话，应该还没到一半的感觉，后面基本都是用 medium 来实现。然后 plus 这边，算下来用了两张重置卡了，Astra medium，基本都是 review 而已。O/ 这边如果没有重置的话，真的完全不可用了

nxmonitor

lactone 发表于 2026-10-10 20:53
好像这波新国模就qwen4是比较积极宣传的？

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

GLM5.5没任何消息，V4.1Pro本身一直是没宣传的，K3.1其实已经放风了，而且内测都结束了，但是疑似出问题了，所以就Qwen4了，当然Qwen4之前测试有点区的

zzxzz1019

半江瑟瑟半江红 发表于 2026-10-10 18:29
不要用chatbox了，下载个agent直接许愿就行，这个需求对现在的agent来说太简单了

—— 来自 HUAWEI SGU- ...

主要是我平时只在移动端看小说，但agent不都是pc端吗，所以我就只好躺着的时候手动复制了

很久就在那边l

ccswitch重构了界面更丑了，本来就难用为什么还stars这么多

御坂MKII

国内几家怎么还没出 jev/decision api

—— 来自 Xiaomi 2608BPX34C, Android 17, 鹅球 v4.0

御坂MKII

很久就在那边l 发表于 2026-10-10 23:06
ccswitch重构了界面更丑了，本来就难用为什么还stars这么多

因为有 gui 吧，这玩意儿没法 terminal 环境用就离谱

—— 来自 Xiaomi 2608BPX34C, Android 17, 鹅球 v4.0

hugosol

6.1-sol改skill会自己写test case用subagent测试，还是挺爽的
发现我还缺一个针对skill或者说prompt的开发流程，如果自己的程序里有大模型调用还得想想怎么融入进去开发流程里面，这种针对llm的测试在AI时代还是挺重要的

moekyo

https://github.com/yetone/magpie 现在火的的不是这个

jinuzuktII

阿刚 发表于 2026-10-10 20:37
写作我真的绝望了，完全转工程化了，感觉4pr也好4.1flash也好他们已经看不懂所谓的文风和文风参考了，只能 ...

等 gemini4 吧，如果谷歌能按时发布的话

startraveller

nxmonitor 发表于 2026-10-10 22:59
GLM5.5没任何消息，V4.1Pro本身一直是没宣传的，K3.1其实已经放风了，而且内测都结束了，但是疑似出问题了 ...

k3.1应该就是15号前后了

jinuzuktII

虚假的人工智能在通稿里威胁世界

真实的 DS 玩着狗尾巴草黑掉了韩国银行