yep，而且云端意味着用户粘性上升，基本是各家agent希望看到的局面了，感觉可以屯cpu了哈哈

能拿到都不错了，总不能人人都当奋斗家吧

细说恶心，怎么还有中文，这人是华人吗

那就没办法了，之前看人测评就说过flash的这个问题，很容易过度思考

模型特性，只能把max改成high跑

看起来确实不错，而且使用的人挺多的，就是没什么讨论

是的，之前看a÷的engineering的blog他都是不屏蔽的，可能dario还念着彦宏吧

是的，之前看a÷的engineering的blog他都是不屏蔽的，可能dario还念着彦宏吧

一个永久磨磨蹭蹭这么久才发出来，到时候改就几分钟的事情，然后装死 ^-^

中秋国庆感觉国内有不少模型都要上线了

这是逻辑推理榜，不是agent能力榜

fable和opus的产品线早就混乱不堪了，二者之间的关系不是opus和sonnet，sol和luna这种区别了

我想问二流报纸自己卡不卡^-^

得看几个细节的处理，一个是腿部的处理，这一块就有问题了，关节方向不统一。二看链条，都没有花，所以其实还是比较一般

是的，v4.1虽然快，但是一是有些时候陷入死循环，二是实际上token消耗量提升太大了

ds的v4.1 pro发布就差不多了 ^-^

AA这个榜单完全没有任何一点参考性

这种题对gemini没用，gemini一直在逻辑推理，世界知识，多模态是top，十投九中轻轻松松，但是编码任务最重要的还是长下午的指令遵循性，这方面哪怕现在的3.8也不行

ds的意思是酒馆那一批没什么用，实际上你只要使用他的api应该默认他会拿去训练，不过dsh都开源了应该没啥影响

洋人得吃中药，这样才能好的快

看了一圈，罗技之前的降价论还真没问题啊，只不过把话说的太明白了^-^^-^

和preview都能打的有来有回

这个各个ats系统适配的怎么样，站里也有不少人做过，但是适配程度感觉比较低

那就不用呗，本来不同模型对于不同任务确实会存在区别，哪天glm不行了回头用用ds呗，自己的体感肯定最重要

swe-2 不就是免费的吗？买了pro套餐

感觉专门科研的团队还是不行，人太多了反而是弱点，fair，deepmind和seed都好像说明了这点

不是说devin里面的fable和astra等于没有吗，主要使用swe2吧

commandcode不是够了吗看你的仪表盘，百分之十用了2.3b

其实最怀念的还是0731刚出来的时候，ocg三十五块钱能蹬七八十亿，速度也快

你这个价格怎么算的，luna不是输出都要1.2/1m吗