Claude 的 fast 只能够用美刀余额，不能使用额度

听说基础原理是极高或者最大思考，倾向于读少部分文件，然后深度思考之后，再开始读少部分文件直接动工。 而中度思考倾向于思考一会读一下文件，思考一会读一下文件，产生了过多的缓存费用，所以最后导致性价比好像还不如极高或者最大。

主要现在有限额了，限额限制的还挺狠，月限额，聊天都花的挺快，懒得用了。没啥价值了

你可以自己拿gpt检索确定一下，我确定。notion给我发邮件了的，我就有这个商业版。

以前可以，现在也只是他每个月给你送个 200 个点数而已，200 个点数用 Fable 都不够塞牙缝。特别少

我怎么记得 Fable 5.1 是高级模型，不能额度使用，只能够花点数。

如果真的是 AI 独立的梳理论文、链接问题、探索方向，最后得到一个这样的结果，我想或许还没有那么让人反感，因为毕竟你是在和一种不同的新时代的研究主体做竞争，拥抱它或者使用它或者尝试去对抗它。 但是现在让人非常反感的是，一个人类学者可能在这个地方埋头耕耘了。10年，然后发现这个地方有一个金矿他兴奋的和大家分享说这里可能有一个金矿，在过去即使他分享了有一篇这样的一个金矿，他也可以凭借着十年的积累形成一

有一段时间就是这样的，当时只要你去测试就是这样的。这有什么谣不谣传的？ 大模型没有稳固的自我认知，这些问题不是早就知道了吗。所以它回答这个也很正常。

这个跑分图也是他发的吗？mini 我没太懂，所以跑的不是 Deepswe？^-^楼主不是说跑的 deepswe 吗？

关键是怎么证明 wy 就是它呢？他的名字首字母缩写确实是 WY，但问题是，人家一直用的是汉字本名，也没有用缩写。我不太相信这个是人家发的。感觉更像是假消息，而且是有人刻意造假、反串黑。

也就是说，他不仅承认给你降智，还给你的回信里说会继续让你降智？

简单来讲就是发起款项争议了，这个东西还是管用的。哪怕真是你自己付了，自己用了，想退款不用了都可以发起银行卡争议，表示被盗刷了就行。但是也不能滥用，毕竟搞一次也很麻烦。但是确实不失为最后的手段

方向问题吧，就好像有人告诉你地球上有矿你挖不出来，但是如果告诉你一个大概的矿区，这里一定有矿，让你在专业人士的指导下挖你可以挖出来。但是这和从头到尾自主发现矿区，自主开采，成功的区别还是很大的。具体细节可以问oai的模型，让他检索一下讨论，楼主概括的有些小错误以及一些疏漏容易引起争议。oai模型给我梳理完了我还是更倾向于这个美国数学教授 补充一些5.6sol说的话，我的提示词就是粘贴楼主原文，然后

那我也反请你，量化一下：什么是米堆？什么是米粒？9000个？还是1万个？还是10001个？ 我还说，我这辈子就没看过米堆，只看过米粒呢。 本来就有一些问题没有办法量化，但切实存在，非要在这儿硬杠，不会再回复你这种杠精。

坑多坑少你用了感觉不到？如果说两个能力差不多你当然不能仔细量化，就和 altra 和 fable 能力谁好谁坏一直有争议一样。 但是水平差太远了你说感觉不到？ 而且很多问题本身就没有办法量化，因为这里没有明确的分界线，但一旦靠近两个极端，你就可以很明显地看出来。你能量化什么是夕阳和夜晚的分界线吗？那你能跟我说下午 4 点是晚上，然后 12 点是黄昏吗？ 说句不中听的，你在这硬抬杠干啥？

坑多坑少区别大的很啊，又不是只有“没坑”和“有坑”两种极端状态

识别正确率几乎没有问题。批量化我不太确定，因为我是逐个题目发送的。感觉 Gemini 的智能可能还不太够。我不太敢把题目一次性全部发送。然后 kimi 的智能会更高一点，但是可能识别的正确率会稍微低一点。但是也是可用。剩下的 GPT Claude 在实际工作当中基本上没有办法使用，识别错误率还是太高了。

作为一个数学老师，每天我都在给 AI 发送大量的学生完成的作业。 说实话，Astra 出了之后我也尝试了。我不知道在其他方面视觉能力是怎样的，但是我知道在识别人类手写痕迹和对应的题目这方面，gemini 还是断层领先。目前 GPT 还是有很多识别错误。Gemini 几乎接近人眼。而且感觉 Claude 的视觉能力非常的差劲，远远不如排行榜上的跑分。几乎是什么都看不清，连题目都看不清，更不用提同学的

算是目前比较说人话的模型了，在我心里大概排第三，第一名说人话最好的应该是Gemini，然后第二名应该是之前Claude的4.6op，4.5op也比较说人话（但是后面的op系列包括fable都不太说人话。）第三就这个模型了，能力强+说人话+oai不封号，体验很舒服

这个网站就是不靠谱，一堆人老说什么这个网站砸了真金白银，所以会很准确。实际上大部分人都是跟风的。Fable5 什么时候会恢复？这个上面也是直到恢复的前几个小时，赔率才开始波动。说白了，真的有内幕的人还是极少数的少数者。赔率也是少数者。

什么叫：“有点牛了，但有点拉”？，到底是拉了牛了

“用更长的研发周期换一次更明显的能力提升” 两种解读方式： 1.朋友们我路边了，我得再练练才能拿得出手 2.我要憋个大的 如果字节内部之前说的坚决不蒸馏是真的，我可能更倾向后者。毕竟之前的豆包模型就是路边也没推迟发布，可能更接近想憋个大的

Claude的视觉能力只能说聊胜于无。识别标准的东西还行，稍微现实一点，不那么标准就近似乱看了。小细节什么的差很远

新闻媒体写的标题真是噱头居多，这人蠢别怪AI。没有AI也会有百度推荐等等。

kimi是scaling law信徒，看起来唐杰不是？

对特定prompt过拟合我绷不住了

你最好0813搭配harness真有那个官方发的图的水平

官方也很难过。同样的卡和ip你充100刀套餐就能过。免费试用不让你薅仅此而已

我记得有佬说过这个代码测评是路边，说人话倒是确实说人话。

opencode自己的x发的。不是现在被限流，是前天还是昨天ds一直在宕机的时候被限流了一会。