逼近 opus4.8 是吧，有点招笑

ai 味好重...

@Rorysky 啊？合理起来了...不过今天上了个 fast 模型，从输出速度，首字延迟和缓存占比来看就是 100%官转，基本等价官方 40$额度，和之前说 9.28 之后恢复 40$额度的公告一致。至少比 opencode 更有诚意，挨打也立正。

@getadoggie 换 fast 模型，这个模型就是官转，首字延迟 500ms 到 2s 左右，和之前官转水平一致

@calcoe 前几天还是一样的，我混着用，都是 250t/s

@sentinelK 是的，还有个问题是用不了官方的 file ，官方把 kv cache 延长到了保持 3 天，这个自部署的大概率是不行的，也就是说跨天的会话再重新开，缓存直接爆炸

手机开代理就好

没听过的 cleaner 软件 换 mole 或者 pearcleaner

@yelog #7 我是通过扫数据库，通过字符重叠给出每条记忆的相似度，返回 40 条候选，40 条打乱丢给 jev 进行打分，我测了本地 303 条记忆，原本向量库的召回准确率 40%左右，jev 的召回准确率 74%。当然也和我原本的记忆插件一般般有关吧 hhh ，你可以让 ai 去试试，现有的方案和 jev 的方案有什么差别

@yelog 我测试了在记忆召回中效果非常好，命中率极高，而且不需要向量分词

哪 Proraw 还能拍吗？ QLC 也不至于那么烂啊...apple 怕不是被坑了

laya 上下文就 1k ，能干嘛？

纯内网部署意思是只能古法了吗...