与「Kimi」相关的搜索结果

DeepSeek 要做 Harness 的事儿已经公开好几个月了，昨天预览版终于发了。我本身对国内的相关工具很感兴趣，比如 Zcode、Qoder、Trae、Kimi Code 等等，自然不会放过这个 DeepSeek 这个版本。 我一直认为 DeepSeek 的 Harness 应该是类似 Codex 和 Qoder 这样的桌面 App，下载安装，打开 App，设置项目目录，开始工作。昨天安装了 DSH（DeepSeek Harness）发现，这个预览版居然采用了 Kimi Code Web 模式，是个本地 Web 应用。不同的是，DSH 没有终端工具，只能用本地 Web。 安装过程并不复杂，先执行 npm i @deepseek-ai/dsh，再运行 npx @deepseek-ai/dsh web，服务启动后用浏览器访问本机的 3080 端口， ，你就得到了一个 Harness 工具：探索未至之境，预览版。 Kimi Code Web 更像把 Coding Agent 放进一个容易上手的图形界面里，是 Web 版的 Codex；DSH 除了做 Coding Agent，还增加了不少自己的特色，比如 Agent 预设、执行轨迹的展示、子 Agent 协作、外部命令展示、完全的插件体系等，都放到了产品的面儿上，“Harness”这个名字也因此变得准确。

GLM-5.3 发布！这一轮国内模型的爆发是从 GLM-5.2 开始，我们也都知道后训练还能大幅提升，所以 5.3 值得期待。 当然你也可以看到 Kimi K3 靠庞大的体积，依然在 Coding 领域领先。

From Mecha Hitler to SOTA rare-disease diagnosis in children? @SpaceXAI's @grok 4.6 has taken the 👑 on RareBench, edging out @AnthropicAI Claude Opus 5 for about 1/3 the cost. This was not on my 2026 bingo card! @deepseek_ai's new v4-pro-0813 model underperformed my expectations, v4-flash, and seemingly the entire internet's. We accessed using DeepSeek's 1P API on the day of release and I almost wonder if they didn't switch over their model endpoint correctly. We will re-benchmark and report back. @Zai_org has attracted a following with GLM5.2, but they, too, underperformed. This doesn't surprise me because when I compared GLM and @Kimi_Moonshot K3 for coding use-cases, I found Kimi substantially stronger, but the internet seems to love this model.

Grok 4.6 ranks #1# on the GPQA Diamond leaderboard 🧠 Grok 4.6 (high) scores 95% - the highest score on the chart for graduate-level scientific reasoning It outperforms Claude Fable 5, Opus 5, GPT-5.6 Sol and Kimi K3

DeepSeek 新价格出来了，Pro 还是涨的挺多的，毕竟原来简直太便宜了，仔细看了下，缓存命中才是杀伤力比较大的地方，因为 v4 的缓存命中都很高的，都是 95% 以上，Pro 直接涨 6到12 倍，还有Pro 输出最高直接到 27 元/M，我想我最近应该会使用比较多的是 flash 了，价格涨幅小一点，并且我工作也是空闲时间（晚上）多一点。 现在国产的模型我用的就是 flash 和 Kimi K3 了，虽然 K3 一直比较慢，但是前端的审美和产出的结果还是很不错的，这两个模型可以比较完美的胜任 Sol 分配任务的干活主力。

每个月给 ChatGPT / Claude / Codex 续费，最烦的就是支付这一步：没有海外卡，找代充又贵又怕跑路。 说下我最近在用的解决方案 @BenPayGlobal 👇 先交代背景，这也是我敢用的前提： BenPay 是币信（Bixin）集团孵化的项目——币信是 2014 年就成立的老牌加密机构，官网可查，合约有慢雾（SlowMist）公开审计报告，不是来路不明的小作坊。 💳 我自己用的是 Delta 卡，专门付 AI 订阅： ✅ 免身份认证，几分钟开卡，限时 0 开卡费 ✅ 有专属 AI 绑定地址，绑一次之后每月自动续费，省心 ✅ 10U 起充，充进去的就是自己的消费金 ✅ 押金 20U，性质类似共享单车押金：正常用就一直在那不动，注销时官方原路退回 也如实说一些缺陷：卡里的钱只能消费不能提现；有 1U/月的月费；每笔消费 $0.35+1%——所以它适合 20U+ 的订阅场景，别拿来买咖啡。 💪 如果你要的是一张日常主力卡 → Alpha 卡： ✅ 身份证 / 护照就能认证，对国内用户很友好 ✅ 0 充值费，长期用成本最低 ✅ 余额支持提现，资金能进能出 ✅ Apple Pay / 支付宝 都能绑，国内外消费通吃 押金 100U，同样注销可退。 顺带安利他们家自带的中转站 BenPay AI：一个 API Key 就能调 GPT、Claude、Gemini、DeepSeek、千问、Kimi 这些主流模型，稳定币充值、按量计费，做 AI 应用的朋友可以看看。 🎁 官方活动（以官方页面实时规则为准）： • 新用户开卡 + 消费满 50U，返 2U • 填 BenPay AI 问卷，有机会拿 3U 👉 开卡入口：

I’m happy to report that Grok 4.6 is just as good as Kimi K3 for everything related to the kernel and modding. I was testing it almost 8 hours straight non stop, and it's done everything on 'low' effort. It's also much faster and uses significantly fewer tokens. I'll continue testing it in other areas now. Great job @SpaceXAI 👏

貌似没人关心 Qwen3.8-2.4T-A95B 开源，其实 Qwen3.8-Max还行，就是太贵了。 DeepSeek-V4-Pro 感觉有点问题，不如用 Flash。让后训练再跑一会～ 目前国产模型我的选择： 超大杯：Kimi K3 大杯：GLM5.2 中杯：DeepSeek-V4-Flash 国外模型选择： 超大杯：Opus 5 大杯：GPT-5.6-Sol 中杯：Grok 4.5（4.6还在测试）

年底决战？字节和 OpenAI 到底在训练什么超大模型？ 前两天从 Financial Times 上看到消息，字节跳动正在训练一个最多可能达到 10 万亿参数的模型；据知情人士透露，字节的项目尚处于早期预训练阶段，这一过程通常需要三到六个月，之后还要经历微调、安全评估和产品化。10 万亿是可能达到的规模，最终数字仍会随训练方案调整。我个人判断 5 - 10 万亿是可能的。 作为参照，月之暗面的 Kimi K3 拥有 2.8 万亿总参数，字节新模型在纸面上接近它的三倍，非常吓人。不过 K3 采用混合专家架构，每个 token 激活约 1040 亿参数，因此总参数不能直接换算成模型能力。 把规模做到这个级别，考验的不只是 GPU 集群、综合算力等。数据质量、集群通信、训练稳定性和故障恢复，都需要。 字节的优势在于拥有豆包、抖音和 TikTok 等大规模产品，可以持续获得真实反馈，也有能力把模型迅速送到海量用户面前。它最终是否开放权重、推理成本能否压下来，目前都没有确定答案。 OpenAI 同样马不停蹄，他们在训练的模型信息比较确定，一个是 Astra 系列，一个是 Doug。 Astra 是已经对外披露能力的下一代模型家族，OpenAI 称其内部版本在数学和理论计算机科学上取得十项新结果，相关论证随后被整理成人类可读的论文，并给出了形式化证书。 OpenAI 在内部评估后“尚不能排除” Astra 达到了 Critical 级网络安全能力，因此得扩大测试并放慢开发。也就是说，虽然 Astra 还没有被正式判定为首个 Critical 模型，但它已经触发了更严格的隔离、监控和安全措施。 在中国开源模型的追赶下，海外报道称 OpenAI 需要通过尽快发布 Astra（GPT 6 级别模型）保持优势。时机至关重要——他们越是拖延，中国的开源模型就会被采用得越多 😂 Doug 则更接近字节正在做的事情。外部消息将 Doug 描述成 OpenAI 迄今规模最大的一次预训练项目，而且它与 GPT-6 并不是同一个模型。OpenAI 尚未正式公布其规模和发布时间。过去两年，OpenAI 通过强化学习和后训练不断挖掘现有的模型底座，能力增长很快，但边际收益也在逐渐变小。 Doug 释放的信号，是它准备重新训练一个更强的基础，再叠加已经成熟的推理与 Agent 训练体系。 字节这个事情如果确定，那就证明中国团队能够独立完成世界级超大预训练，并把能力稳定交付给产品，毕竟 Kimi K3 已经突破了；OpenAI 要做的是，证明大规模预训练仍能带来足够大的跃迁，并处理随之而来的安全成本。 还有 4 个月，年底的大模型又要天翻地覆了。