与「kimi」相关的搜索结果

小红书的这个油管素材生意，被严重低估了 39.9 - 79.9 一单，每天 100+ 单。总结了 3个关键步骤，照抄： 1/ 油管精挑日常化 Vlog, 可以分场景：逛超市，旅游，团；也可以偏专业化：考试，谈判，会议，新闻; 还可以偏口音：印式，法式，美式，英式 2/ 功能用 Kimi, Deepseek 完全可以复刻，不存在技术壁垒，只要买一单就可以抄 3/ 内容更加好做，每做一个视频就可以切片出很多条。我拉了个列表和高赞封面图供参考，就这么点勾子 现在去看这数据没了，幸好我的手机 RPA 及时录下来这个快照。看最近的评论，去年服务了2万个学员，纸面就有 80万 ARR 如果生意你觉得不性感，那么试着把这些学员引流到私域呢： 1/ 学英语的朋友们，同样对交友，留学，旅游有需求吧。读书群，旅游搭子，雅思陪跑，是不是可以搞 2/ 爱学习的人群，对职业有更高要求。高阶领导力陪跑，演讲与口才打造课，是不是可以带一带 首页正在收集 100 个这样的小生意，来翻一翻嘛

让 Claude Code 跑一会儿额度就见底，翻回去一看，大头根本不是你说的话，是它自己 grep 出来的几百行结果、一整坨日志、重复的 JSON，每一轮都原样塞回给模型。 Headroom 管的就是这块。它在本地把工具输出、日志、文件、RAG 片段先压一遍，再发给模型。 现在 7.9 万多星，今天在 GitHub Python 日榜上，10 号刚发 v0.44.0。 README 里我觉得比较有用的： 1. 不用改代码，headroom wrap claude 一条命令就把 Claude Code 套上，Codex、Aider、OpenCode、Kimi CLI 也能这么接，不想用了 headroom unwrap 撤掉 2. 官方实测四个 agent 场景省了 21% 到 57% 的输入 token，重复的 JSON 和日志能压掉九成以上 3. 压掉的原文都缓存在本机，模型需要细节时自己调 headroom_retrieve 取回来 4. 还能压输出：开 HEADROOM_OUTPUT_SHAPER=1，让模型少说"好的，我来……"这类开场白，默认是关的 压缩在本机跑，内容不会发出去。uv tool install --python 3.13 "headroom-ai[all]" 就能装，Apache-2.0，Cursor 得手动配。 大段正文、本来就很密的输出基本压不动，省多少看你的流量有多啰嗦，跑一下 headroom savings 就知道了。

炸裂！Claude Fable 5.2 免费了😳 走 API 就能调，而且不用绑卡 用法如下： 1. 打开 2. 登录，新建一个 API Key 3. 模型填 claude-fable-5-2 4. Base URL 填 > 每天送 $5 免费额度 同一个 Key 还能调 opus 5.5、sonnet 5.5、gemini 4、grok 4.7、kimi k3.1 等一堆模型 趁还免费赶紧试试！

中美大模型最新现状盘点： 🔻 国内模型：集体陷入停滞 ▪️ Kimi k3.1 pro：发版 100 天，毫无技术飞跃。 ▪️ Deepseek：至今交不出合格的 Pro 版。 ▪️ GLM 5.3：惊艳发版后，近 3 个月几乎交白卷。 ▪️ Qwen 4 Max：实测表现远低于预期。 🚀 海外巨头：前沿能力狂飙 ▪️ Gemini 4 Argon：主攻深层推理与前沿 Agent，拉满 100 万上下文，能实打实自主挖漏洞及控制机器人。 ▪️ Gemini 4 Hydrogen：主打极速编码工作流，直接上线 4 档“动态思考深度（Thinking Levels）”。 ▪️ GPT 序列：正在全面铺开高级复杂推理机制。 ▪️ Claude 5 系列：高速迭代，且通过底层分类器彻底锁死了外部“白嫖”思维链数据的通道。

昨天最炸裂的消息就是，前OpenAI研究员 @willdepue 发现DeepSeek、Kimi、MiniMax、蚂蚁最新的 6 个开源模型，训练用的全是英伟达 Blackwell。 这款卡是美国明确禁售给中国的，但现在中国的模型训练却用了禁售的卡，卡脖子不完全起作用。 报告估算 5 次训练合计约 12,000 张，按 7 万美元一张，光卡就是 8.4 亿美元。 他怎么看出来的： 1、模型开训前，要先往几十亿个格子里填随机数，填的顺序跟显卡有多少个计算核心绑死。 2、训练完，总有一些格子没被动过，还留着当初的随机数。 3、拿这些残留倒推，H100 那一代读出来是 132，Blackwell 读出来是 148 或 152。 同一批公司更早的模型，读出来还是 H100 那一代。换卡集中在 2026 年 4 月到 10 月，这恰恰也是中国开源模型开始逐渐追上美国顶尖大模型的时间。 根据报告预估训练用的英伟达 Blackwell 训练 - Kimi K3 约 4,500 张 - DeepSeek-V4-Pro 约 3,000 张 - 另外 3 个模型各约 1,500 张 这个数字只是估算不代表真实数据，也不能说明训练用的都是英伟达的卡，但对大模型公司来说时间就是金钱，训练时间短一半，卡数就翻一倍。 kimi K3能在时间和参数量上领先其他国模可能也是因为卡更多的原因 最后需要说明的是，指纹只证明开训用的是什么卡，看不出卡在哪、归谁，海外租的也有可能，之前就有报道说过kimi用海外的算力来训练这在当时并不违规，美国没有明文禁止中国公司在海外租用算力训练模型 报告自己也说不能据此认定走私。DeepSeek 最新的 V4.1-Flash 没找到指纹，Qwen系列也没有被点名，这是真实力。 禁令管住了卖卡，没管住租卡，美国可能在未来补上这个口子。

这Kimi 的K3.1 Pro堪称金子啊。。。 我Claude code20美元能用满一个月，昨天挂K3.1 Pro API 半天干进去160，半夜赶紧换了Code Plan 这才刚中午，一个月的Plan已经消耗了10%，5个小时额度，一轮对话就消耗了30%。。。 这是日子人能用的吗😂😂

台湾是不是属于中国？ 豆包：是 DeepSeek：是 通义千问：是 元宝：是 Kimi：是 OpenAI：存疑 Gemini：存疑 Claude：存疑 @grok 直接回答“是”或者“不是”，禁止打太极。

开通了grok bot super套餐。然后让他修改了几份我三月份永claude code写的软件.. 虽然不太清楚grokbot 背后到大语言模型是什么 感受是 他的编程能力其实非常强 编程能力是远超半年前claude code的 这让我彻底放弃了 我用了非常久的自调龙虾+kimi swarm的组合工作流 转向了grokbot+codex

阿里巴巴，字节，腾讯急了！都急了！ 张一鸣，Seedance 2.5视频生成很强，Seed模型却做成一坨💩 被Dario嘲笑和梁文峰内涵: 视频生成是弯路，代码模型能力上来后，视频顺手就拿捏了 (底子太弱) 🤣 马化腾，招了一堆人做Workbuddy做不明白，只能抄，简单任务跑3个小时，复杂任务做不过来。 内部讲话要裁员，砍掉一半陆军，让去支援海军的Ai😭 马云，阿里巴巴的Qwen 4 好尴尬，双十一配合李佳琦带货，但是却踩在Claude Fable 5.2发行。 鹈鹕骑车🚲测试崩成💩，全网群嘲🤣 现在国内最有希望的就只有DeepSeek和Kimi了！ 核心还是开源！开源！开源！

很奇怪的一件事 Anthropic 封死了蒸馏大门以后 中国的所有大模型直接举步维艰 Kimi k3.1 pro发版100天毫无技术飞跃 Deepseek 到现在也交不出合格的pro 版 GLM 5.3惊艳以后3个月都还是白卷 而通义千问Qwen 4 Max表现也远低预期 国内大厂最近的动作肉眼可见的变慢了 国产大模型究竟是遇到了瓶颈 还是因为别人卡脖子了