与「M3」相关的搜索结果

Drove Tesla FSD v14 Lite for an hour tonight on my M3 HW3 Tesla WAYYY better than v12.6.4. I know smoother is often the word used to describe a great build, but it just it fits for this update, very smooth. Tested HWY, residential, and back roads. All great! The parking feature worked exactly the same as using it with the Cybertruck. This v14 lite, on a HW3, feels as good as v14 to me on an AI4 vehicle. Very impressive @Tesla_AI — superb engineering feat! Thank you again for bringing the older fleet up to par 🙏

A self-evolving agent + a 428B model + 3 Macs = ? Your own AI lab. We ran @MiniMax_AI M3 locally with @tryParallax, right on our desk. Then @GA_agent_ai took over to create a 5-stock portfolio and write it to disk. No cloud. No API bills. Nothing left the machine. Wild to see a ~3K-line agent drive all this with a 400B+ model on local hardware. Thanks to the GenericAgent and MiniMax teams for making local AI feel real.

#毛乌素沙漠变绿洲# 从“黄沙遮日”到“绿染山川”，刻在中国人骨子里的坚韧与浪漫。功在当代，利在千秋，向每一位默默无闻的治沙人致敬！！！#沙漠绿洲# #毛乌素沙漠即将消失# #三北防护林# #中国奇迹# #中国奇迹#

聊最强模型这事本身就挺搞笑的。现在这赛道卷到什么程度？你今天排完名，明天就有人发新版本把你脸打肿。但不排吧，老有人问。 行，那就按2026年6月底的情况，综合Arena人类偏好、Intelligence Index、编码、Agent表现这些维度，聊聊我心目中的全球前十。 - （以下排名纯个人看法，别杠，杠就是你对。） 1：Claude Fable 5（Anthropic） Anthropic 6月9号放的Mythos级公开模型。目前Arena人类偏好榜稳坐第一，长时程Agent和复杂推理是真的猛。 你要搞那种专家级任务，几小时的深度研究、多步骤自主Agent，这台目前是最靠谱的选择。有一说一，贵是真贵。 - 2：Claude Opus 4.8（Anthropic） 觉得Fable 5太激进、不稳定？Opus 4.8就是那个"稳如老狗"的选项。 编码、长上下文、复杂Agent工作流，表现极其可靠。很多专业开发者现在的主力机就是这台。 怎么说呢，它可能不是每一项都拿第一，但综合可靠性和能力，依然是旗舰中的旗舰。 - 3：GPT-5.5（OpenAI） OpenAI目前最成熟的日常模型。通用能力均衡得一批，工具调用和生态就不用说了，ChatGPT那套东西太完整了。 多模态体验也优秀，适合不想折腾、拿来就用的多数人。呃，但实话实说，硬核推理上已经被Anthropic拉开了。 - 4：Gemini 3.1 Pro（Google） Google目前的最强前沿模型。数学推理和多模态（图像、视频）这块是真的硬，研究分析类工作用它很舒服。 但Agent能力嘛，还在追。适合需要高准确性的场景，不适合拿来搞花活。 - 5：Qwen3.7 Max（阿里） 这是目前中国模型里综合最强的，全球前五没毛病。能力均衡、什么都能干，编程、长任务、日常使用都表现不错。 最关键的是性价比杀疯了，价格只有前面那几个美系模型的几分之一。日常主力选它，钱包不疼。 - 6：Kimi K2.6（月之暗面） Moonshot的旗舰。超长上下文是它的杀手锏，多Agent协作也玩得转。 你如果经常搞长文档总结、深度研究、复杂工作流，这台绝对是利器。 短板？通用场景不如Qwen均衡。 - 7：GLM-5.2（智谱AI） 智谱最新一代，编码和Agentic任务是真的有点东西。 开源权重版本性能也强，适合自己折腾、做二次开发的玩家。 coding场景下甚至能跟Claude掰掰手腕，不开玩笑。 - 8：DeepSeek V4 Pro（深度求索） 极致性价比的代名词。推理和编码能力接近前沿水平，但价格低到离谱。 说白了就是"差不多够用，但便宜得要命"。社区里目前最受欢迎的高性能低成本选择，懂的都懂。 - 9：MiniMax M3（MiniMax） 效率取向的选手，特定场景下性价比优秀。适合对速度和成本极度敏感的生产环境。 不是最强，但该干的活都能干。 - 我的几点观察： 美系闭源还是霸着前四，Anthropic和OpenAI目前确实在领先位置。但注意，差距在缩小，不是错觉。 中国模型从第五名开始强势插入，Qwen3.7 Max是最均衡的代表。 而且在性价比维度上，中国模型（Qwen、DeepSeek、Kimi、GLM）已经可以说是碾压了。 很多实际场景能跑到前沿模型80-95%的效果，成本只要几分之一甚至几十分之一。这不叫卷属于降维打击。 开源权重这块更不用说，中国模型目前明显领先。 - 如果你问我怎么选： 追求极致、预算无限的话：Claude Fable 5 或者 Opus 4.8 。 日常主力、讲究性价比：Qwen3.7 Max，闭眼入 。 重度编程/Agent开发：GLM-5.2 或 DeepSeek V4 Pro 。 长文档和分析研究：Kimi K2.6。 这个排行保质期时间很短。AI这行现在就是这个节奏，你今天看完明天可能就过时了。 实际用起来别死磕一个模型，根据不同任务组合使用才是正道。 你目前主力用的是哪个？评论区聊聊。

说些有些人不喜欢听的, 这两天镁光CEO说「苹果前几年5刀内存卖100刀, 涨价到 50刀卖250刀; 压价到把镁光利润干负」, 根本就不像是一个职业经理人说的话. 首先承认那几年苹果 8G 内存选配加 100刀确实很贵, 但对C端卖 SKU 和卖裸片就不是一个逻辑. 很多人都知道 Mac 入门机型实际到手价比官方标价低得多, 导致选配加价比苹果标价还高, 还不如直接选择更高端配置的基础款走其他平台的来的优惠. 其实就说明基础款机型的价格都是被特殊优惠的, 包括到今年 16+512 Air 那个国补后价格其实就是性价比爆棚. 而且要知道, Apple Silicon 本身的架构到今天还是很领先, 加上到今天主流 PC 笔记本都没几个上 3nm 的, 苹果能每年给笔记本用新工艺+新封装, 保持 10-20% 的速度高速迭代, 研发成本可想而知. 而很多人眼里高性价比的 PC, Y-1 Y-2 那种老处理器(比如7840)改名当新品卖的情况早就是常态化, 论各方面产品力的差距就是被 Mac 不断拉开. 甚至可以预计, 到这些厂商库存基本清完, 那价格也得起飞. 至于为什么这么晚才起飞, 还不是因为需求疲弱, 而稍微张点价需求又被压制. 很多人嘲笑 Steam Machine 的高定价, 就是因为 V 社现在的制造模式就是 JIT, 没有库存 RAM 的话那只能卖这个价才有基本利润. 甚至很多人不知道, 苹果的内存, 不管你是 128G 还是 512G 的 Mac Studio, 被一泡水意外损坏了, 他们购入 AC+ 还有后续服务的价格都是一样的. 等于说苹果的内存和存储定价, 就是包括了售后的溢价成本. 当然就以现在的涨价幅度来说, 可能当初的定价都不太够 cover. 现在大家也看到了, 所谓那些年买的便宜 SSD 和内存, 以及还有显卡, 哪怕是自然损坏, 厂商居然会想尽办法拒保, 甚至宁可退钱也不给你修. 而如果翻旧账的话, 镁光说苹果 23 年压价, 但情况是 22 年很多手机厂商以为口罩紧张还在持续, 特别是小米还在做季度 TOP1 后的美梦, 结果一到 23 年初发现制成品起飞了, 开始去库存, 然后镁光等内存厂的订单光速萎缩. 要知道 Fab 里面的机台轨道的运行都是高度编程化的, 包括辅料订货生产都是相对稳定的速度, 如果需求一旦萎缩, 产能缩减会变得非常痛苦, 等于厂商不能大幅度降低产能, 致使生产成本变得像是运营成本, 但生产出来的产品又卖不掉, 再加上内存闪存都是规格通用的产品, 生产端竞价就很激烈, 那镁光的东西让苹果接盘就不错了, 还怨人家那会压价. 当然苹果这波加价肯定也是超过实际物料涨价水平的, 但过了 618 才涨价, 说明苹果已经认为价格敏感人群基本都选购的差不多了, 剩下的客户都是刚需客户. 那要知道 Mac 这玩意现在有多刚需, 我有个做运营的朋友之前还在用老 Intel Mac, 日常出门带个 M3 iPad Air 当电脑用, 结果发现要玩 CodeX 提高工作效率, 或者做副业, 那 Apple Silicon Mac 就是刚需. 甚至最近大家也都知道 MS 开始要加强 Windows 的原生 Shell 能力, 毕竟 WSL2 太重, 而 PS/CMD/PS 的linux alais 基本是几坨屎山; Linux Desktop 又是万年烂泥扶不上墙, 那等于说现在要用 Claude Code 或者 CodeX, 以及用 Xcode 搞 iOS 开发, 那 Mac 就是唯一选项. 所以说 Apple 是有理由认为, 随着 AI 工具流的进一步加强, 苹果能从 Mac 上从用户收 AI 工具税. 甚至苹果自己的 Apple Silicon 云端算力机房都要用大量算力, 甚至对开发者可以有很大的免费额度去提供给用户, 而不需要其他的复杂订阅条件, 那显然这些钱总是要有来源的. 再说个情况就是, 如果企业也发现要让员工利用 AI 生产力而选购 Mac 的话, 那苹果更有理由加价. 要知道 PC 企业采购市场也是溢价的一塌糊涂, 但产品力远不如 Mac; 苹果在这个阶段改变策略其实基本是出于合理理性. 作为消费者骂骂之前苹果内存贵差不多得了, 今年基础款配置内存加上去, 还能叠那么多优惠, 又是 N2P 工艺新架构新品的 M5 系列早不买, 到了现在涨价了又来骂, 这种人说白了就既没脑子也没钱, 因为但凡有生产刚需, 能创造额外收入/时间节约、对行情有点了解就早下手了.

📊 June 25 | Insights continues to operate at peak AI inference capacity, providing a highly stable and reliable infrastructure for global developers and AI applications. 🔹 15.37B Tokens Processed: Sustaining high-volume operations to power large-scale AI applications and production-grade workflows. 🔹 99.6% API-Driven: A massive share of traffic comes from API calls, proving that more AI agents, automated workflows, and enterprise solutions are building on 🔹 MiniMax M3 Dominates: Remains the platform's most popular model, delivering robust and high-efficiency inference for high-concurrency AI agent scenarios. 💡 Key Insight: True AI infrastructure excellence isn't just about peak performance—it's about the resilience to consistently sustain massive, real-world AI applications globally. 👉 Try now:

苹果和美光似乎吵起来了。美光首席商务官表示，上一轮内存市场之所以低迷，是因为部分客户不断压低采购价格。 他曾告诉这几位不断压价的客户，这种做法对行业不利。由于实在是没利润，整个行业在 23 年的大部分建厂投资，都被迫终止。 现在苹果则怪罪，内存厂商涨价。