希德

@ai_xiaomu 奥特曼打电话告诉你的？

GPT-6来了。 5-6万亿参数，Symphony架构，一次性整合了ChatGPT+Codex+Atlas。 翻译一下：以前你要在三个工具之间切换，现在一个入口全搞定。 更关键的是定价——输入$2.5/百万Token，比GPT-4o贵了10倍。 OpenAI的信号很明确：AI的天花板还远着呢，愿意为顶级能力付费的人才是目标客户。 免费用户和付费用户的体验差距，会越拉越大。

@realCaigu 只能订阅吗

模型降智是这样的，一直把安达当作1哈哈哈哈。不过也怪有意思的

@Leobai825 怎么这么多人做中转。好像确实挺赚的

你是一个刚毕业的大学生，拥有着机缘与运气， 同时靠着自己的努力沉淀了大半年 在推特积累了快50,000粉丝 和合伙人做出来了第一个项目 叫做CC中转 接下来你要面对的竞争对手是《孙宇晨》

@jinchenma_ai Gemini可以解释得更加清楚生动

难不成这就是大学不让学生用 AI 的原因？ 一个本来没多难的概念，教材能写得像天书，老师也讲不明白，结果 AI 三句话就给讲明白了。 AI 让某些教材编写者和授课老师的水平直接原形毕露。

@Miiharukawa 一堆哈哈哈

粉毛最他吗容易出女同了

@ema20ai @PKUCXK 中国大陆可以访问

@PKUCXK I see vision, although not working for me yet.

Now, we see you. 👀

有空看看

@myanTokenGeek @DashPaper2 @xiongchun007 跑分看看就行了吧别真信。某米的跑分都逼近opus4.6了，实际体验还是依托

@DashPaper2 @xiongchun007 我说话有根据的。

我发现 DeepSeek V4 比 Anthropic 的 Opus 模型便宜 100 倍的原因了： 下图是我昨天的DS V4 token 消耗，输入命中缓存就 1000万，未命中缓存才 60 完。这还能不便宜？ 感觉，DeepSeek V4 一定在上下文压缩、内存使用率上做了专门的细腻优化和处理。不知有没有懂 DS LLM 底层算法的推友证实一下我的猜测？ 感觉现在大模型的收费全靠企业良心啊，要是真的黑起来，那可就真的没下限了。可操作空间比运营商还大！

@Jaden_riku 《伟大为何不能被计划》里有个很关键的概念叫 stepping stone： 很多东西本身不是终点，但它会把你带到下一个更有价值的位置

@emery_jc7 @Jaden_riku 牛

说一个暴论。 到2026年年底，我相信90%以上的人会发现，自己2026年在Claude code上花的90%以上的时间都是无意义的自嗨。

@yifan_zhang_ 张亦凡算你厉害

用gpt一边写小说一边生图真爽啊

@imwsl90 买贵了，亏了

咸鱼真是个黑市啊 花了4.6买了一个价值几千块的课程

最近学了个新词:注意用脑卫生 什么是不卫生: 1.没睡好(很好理解，没充满电) 2.频繁多任务切换(长期损伤执行功能) 3.信息过载、决策疲劳(能量耗竭) 4.慢性压力+压抑情绪(毒素，促炎) 5.高糖饮食(氧化应激反应，攻击线粒体，促炎) 什么是用脑卫生: 1.睡眠第一位 2.深度工作(dive deep) 3.规律运动 4.冥想(放松只是冥想微不足道的好处之一) 5.适当认知挑战(学点新复杂东西) 6.地中海饮食(优质脂肪，保证膳食纤维，抗氧化，抗炎) 7.接触自然

@yifan_zhang_ fake new

@wlzh 笑死了，现在ai生图真的可以以假乱真了

DeepSeek V4 亮瞎了我的双眼 只求代码真的这么牛就可！

@JamesZhang0365 @xiangxiang103 这图是ai生成的

@xiangxiang103 这分对吗。。。

疑似 DeepSeek V4 技术报告的 benchmark泄露！ 图中 的“DeepSeek-V4 技术报告”基准测试（Benchmark）数据，为我们揭示了当前顶尖 AI 大模型的最新竞争格局。从这份涵盖通用能力、推理数学、代码以及智能体（Agent）四大维度的成绩单来看，DeepSeek-V4 展现出了极强的统治力，而大模型的第一梯队也正在经历重新洗牌。 🏆 竞争格局：当前大模型梯队划分 从图表数据中，我们可以清晰地看到五款参评模型的实力分层： 👑 领跑者：DeepSeek-V4在所有 12 项严苛测试中均斩获最高分（State-of-the-Art），实现了跨维度的全面压制。 🥈 最强追赶者：Gemini 3.1 Pro Preview在多项核心指标上紧咬榜首，并在绝大多数测试成绩中超越了 GPT-5.3，是目前这组对比中最具竞争力的对手。 🥉 第三梯队：GPT-5.3 与 Claude Opus 4.6两者互有胜负，依然保持着极高的水准，但在最顶尖的竞争中已稍显疲态。 📏 基准线参照：GPT-4.1作为较早期模型的代表，其数据在这组对比中全面垫底，但也直观地印证了新一代模型技术跨越的幅度之大。 🔍 四大核心能力深度拆解 🧠 1. 综合常识与学科能力 (General) 核心数据：在极具挑战性的 MMLU-Pro 测试中，DeepSeek-V4 (91.2) 和 Gemini 3.1 Pro (90.0) 是唯二突破 90 分大关的模型。 行业洞察：跨学科的专家级知识问答对头部模型已不再是难题。GPT-5.3 (88.4) 和 Claude (86.7) 在这方面稍显落后，知识密度的竞争正在向 90+ 的极限逼近。 🧮 2. 数学与复杂推理 (Reasoning & Math) 核心数据：顶尖数学竞赛基准 AIME 2025 呈现极度“内卷”的态势（DeepSeek-V4 96.4，Gemini 95.0，GPT-5.3 94.6）。 行业洞察：数学是 AI 进步最神速的领域。90+ 的得分意味着这些模型在解决人类高难度奥数题时已经具备了压倒性的优势，各家在这个领域的差距往往只在几道题之间。 💻 3. 编程与工程能力 (Code) 核心数据：在 Codeforces（算法竞赛平台）上，DeepSeek-V4 飙升至 2767 分，拉开显著差距；但在评估修复真实软件工程 Bug 的 SWE-bench Verified 中，所有模型均未突破 60%（最高为 DeepSeek-V4 的 59.6%）。 行业洞察：“写算法题容易，改人类代码难”。模型在纯逻辑生成上已经达到竞赛级选手水平，但在理解和修改复杂的现实商业代码库时，依然存在明显的短板。 🤖 4. 智能体自主行动 (Agent) 核心数据：在模拟网页浏览和执行任务的 WebArena 测试中，全场最高分（DeepSeek-V4）仅为 58.7，GPT-4.1 甚至低至 44.8。 行业洞察：这是全表绝对得分最低的板块。它反映了当前的行业痛点：大模型“做题”和“写文章”能力极强，但如果让它像人类一样自主操作浏览器、跨应用处理多步骤现实任务，成功率依然堪忧。 💡 核心总结这份基准测试不仅是 DeepSeek-V4 强悍实力的“肌肉秀”，也侧面印证了 Gemini 3.1 Pro Preview 在当前技术路线上的极强竞争力。更重要的是，它为行业指明了下一步的攻坚方向——当模型的知识储备和做题能力逼近人类极限时，突破“智能体自主执行 (Agentic tasks)”的现实应用瓶颈，将是决定下一代 AI 霸权的关键。 仅针对图中数据解读，真实情况还有待验证！

@mun_726_ 太美了

おはようです☁໒꒱·ﾟ 今週もよろしくお願いします~🧸⸝꙳.˖ ＃おはツイ #初リプ・初絡み・時差リプ大歓迎