cc接deepseek还是glm
粉丝108获赞671
相关视频
09:27查看AI文稿AI文稿本期视频来分享如何将 deepseek 的 vs 模型接入 cloud code， 并解锁 em 的 上下文以及 max 思考等级。我目前已经将 deepseek 的 最新模型 vs flash 和 vs pro 通过 ipad 的 方式来接入了 cloud code。 vs pro 模型在降价之后性价比也越来越高了，并且对 a 键的也有做专门的适配， em 的 上下文对于大多数人来说也更加友好。 视频内容主要分为四个部分，第一需要先安装一下 cloud code。 第二，安装开源工具 c c switch。 第三，需要购买一下 deepsafe 的 api 并完成配置。最后再来测试一下 deepsafe。 v 四 pro 加 cloud code 这套组合表现怎么样。废话不多说，我们现在开始 首先来说如何安装 cloud code。 大家常说 cloud code 经常被封号，那其实封的是拥有模型能力的个人账号，但 cloud code 作为一个单独的软件是可以正常下载和安装的。 没有订阅官方的模型，我们依旧可以使用它的框架当成是 opencloud 或者 hermes nint 这种。在他们的项目官方网站这里也有明确的说明。终端 cli 和 vs code 也支持第三方提供商。 本期视频演示的是安装 cio 版本，也就是最通用的版本。这里有一行中的命令，它支持 macos、 linux 和 windows 这几种不同的系统版本。 windows 这里分为 power shell 命令和 cmd 命令，并且 windows 用户需要先下载安装下 get， 如果没有安装的话，可以到 get 的 官方网站下载安装包进行安装。 这里复制这一行命令，然后打开终端 app 或者 power shell， 输入他们提供的命令回车执行就可以了。我这里已经安装过，所以不再演示具体的步骤。安装好之后可能会出现一个提示，大致意思是安装已经完成，但是 control 的 安装位置并没有加入到电脑的环境变量中。 这里直接复制这行他提供的命令，在终端执行一下，搞定之后输入可拷的 code 杠杠微刃来确定当前的版本号。后续使用的话，直接在终端输入可拷的命令就可以打开了， 但是你那里可能会提示不能连接官方服务。接下来我们来安装第二个工具 cc switch。 cc switch 是 一个开源工具，它能够让 cloud code codeys、 opencloud 这类的 a i a 检测，方便地切换模型。累计下载量有三百多万，在 github 上面也有五万多个 star。 它有很多实用的功能，比如一份配置同步到多个应用，支持热切换，不需要退出应用切换模型。还有用量仪表盘，能够查看你的请求数和头克用量等等。 我们在项目的首页这里有一个已发布的安装包链接，点击进去，然后在这个界面直接划到最下面。这里有很多的安装包版本，如果是 mac os 系统就下载这个 mac os 点 dmg 的 版本，如果是 windows 就 下载这个版本。下载好之后直接点击安装包进行安装就可以了。 它这个项目的说明文档也有比较详细的安装教程。第三步，到 deepstack 的 开放平台购买 api。 我们来到 deepsafe 官网，点击 api 开放平台，我这里之前已经充值了一些，在网页和 deepsafe 对 话是完全不收费的，但是想要调用 api 就 需要进行充值。他们目前没有推出类似 tokpline 这样的按月订阅的套餐，好处就是用多少花多少。 目前他们对 v 四 pro 模型打二点五折，每百万 tokens 缓存命中情况下输入是零二五元，未命中是三元，输出是六元， 这个折扣目前是到五月三十一号截止。 v 四 flash 模型和 pro 模型的价格对比可以在官方的 api 文档里查看，这里点击充值按钮，然后选择金额和支付方式。建议先小额买一笔，用完之后根据自己的实际使用情况再进行补充购买。 付款完毕之后，点击左侧的 api case， 点击创建，然后复制这个 key 的 密钥， 注意这个 k 的 密钥只能够在创建的时候查看，关闭这个页面就看不到了，如果丢失的话，就需要重新创建一个 k， 然后打开 cc switch 这个应用。我这里已经添加好一个 deepsea 的 模型了，选中这里的 cloud 的 图标，然后点击添加， 在预设供应商这里找到 deepsea， 在 api k 这里填写 k 的 密钥，然后这里需要修改一下这几个模型，可以直接参考我这个填写 默认模型就是 deepsafe。 v 四 pro 后面加上 em 是 因为之前的公告有说明，这样才能够开启 em 的 上下文，然后点击添加就可以了， 这里就会多一个 deepsafe 的 模型，点击这个按钮来测试当前 api 是 否可用。点击这里可以配置用量查询，查看当前还剩多少余额， 勾选这里，然后点击保存配置，这样的话就能够看到还剩下多少钱了，然后点击起用，就能够正常的使用可绕的扣子了。左上角有一个设置按钮，通用，这里建议打开开机自启使用统计，这里也能够查看 ai 模型的使用情况和成本。 我们打开终端应用，输入可绕的指令，那这个呢？就是 deepsea v 四 pro 的 模型，并且是一百万的上下文， 我们输入指令斜杠 context 能够查看，这里确实是一百万的上下文 tokens。 这里的默认思考等级是 medium， 可以 使用命令斜杠 effort， 然后空格后面的话就会显示哪些等级可选，这里输入 max 回车确认，这样的话思考等级就会调到最高。还有一个命令可以快速的切换模型， 输入斜杠 model， 然后回车。默认模型其实就是 v 四 pro， 我 们之前配置的 apps 和 sonata 都是 v 四 pro， 嗨酷模型是 v 四 flash， 通过键盘的上下按键来选择，选中这个模型，然后回车确认， 这样的话模型就切换到了 v 四 flash， 这里输入命令 context 能够看到它的上下文，显示是两百 k 的 tokens。 最后一部分来测试一下 cloud code 搭配 deepsea v 四 pro 到底贵不贵，干活效果怎么样。 首先说一下，它是基于文件夹的工作模式，所以你需要先通过 cd 命令跳转到你想要它打开的文件夹，比如我的项目文件夹的路径是这个，就需要输入屏幕上完整的指令回车，到了这个文件夹后，输入 cloud 的 命令来启动它， 如果路径很长的话就比较麻烦。有一种方法可以简化一下， windows 用户应该可以直接在文件夹右键从当前文件夹位置打开终端， mac 用户右键的话是没有的，但是可以直接将文件夹拖拽到终端 app， 那 当前终端打开的文件夹就是这个项目文件夹， 输入 cmd 命令，可以查看当前文件夹的路径，然后输入 cmd， 启动 cmd 的 code。 第一次打开的时候需要确认一下这个文件夹，点击 yes， 后续退出的话需要连按两次 ctrl 加 c。 这里安装一个归藏老师最近开研的一个 ppt skill， 设计是比较美观的。 来到他的项目仓库，这是一个电子杂志风的网页 ppt skill， 纯网页形式，适合线下分享，但是不适合培训课件。这个 skill 的 名称叫做归藏 ppt skill， 这里提供了多种的安装方式， 最方便的就是直接复制这一段话，然后发给 ai， 选中这一段话， command 加 c 复制，然后来到 kol 的 对话界面， kol 加微复制，然后直接发送。 kol 在 执行任务过程中会需要一些权限的许可，遇到的时候直接选中 yes 就 可以了，它的框架对于安全保护还是比较好的。 整个的执行过程我就直接跳过了这里提示安装好了触发词，就是帮我做一份杂志封的 ppt。 ok， 我 在这里输入这句话，然后告诉他要做的内容就在当前文件夹中。在当前的项目文件夹中，我放入了一个 mail 文件， 内容是关于 code 的 使用方法论，然后回车执行。他会先查看项目文件夹的内容和 skill 的 使用说明，执行过程中可能会问一些问题，根据个人的需求选择就行。 我这里也跳过过程，大概直行了六分钟左右，一共生成了九页 ppt， 并告诉了我每页的布局和内容，以及怎么操作。 ok， 我 们直接打开浏览器来查看一下这个网页的 ppt。 这是第一页 codex 的 方法论，整体的设计风格确实是比较美观的，如果是个人制作的话，可能要花费比较长的时间，并且效果还不一定有他这个好。 第二页这里的话可能会有一点点问题，下方的文字有一部分被遮挡了，后面的页数大家可以具体去看一下内容觉得怎么样。 最后再来看一下安装这个 skill 以及制作这九页的 ppt 一 共花费了多少钱。 我在做之前是九点八九的余额，刷新一下网页，那现在还有九点三九的余额，一共是花了五毛钱。这里有一个每月用量的图标，展示每个模型花了多少钱。下面也有 token 的 使用详情，包括输入和输出的具体数量。大家觉得 deepsea v 四 pro 的 性价比怎么样？
2.4万小陈同学c_z
02:51查看AI文稿AI文稿今天这期视频以 deepsafe 为例，因为收到群友以及评论区的反馈，说我上一期出的视频零四期有很多朋友用了之后，模型方面还是存在一些问题，比如说虽然设置的是 deepsafe v 四 pro， 但是实际上返回的是 flash 模型， 就因为我上一篇文章写的是以智普模型为例子的解决方案，那么视频就换成 deepsafe 为例。第一步我们需要下载 cc switch 这个软件，具体的下载方案呢，你可以在我的抖音群内找到，或者说你自己直接用浏览器搜索一下就可以了。我们下载之后点击右上角的这个黄色的加号，我们以 deepsafe 为例，点击这个 deepsafe， 然后我们往下滑， 在 api k 这里我们填入密钥名称，这里随便填，我们点一个测试吧请求地址，它是默认填写的，如果说官方有要求的话，以官方要求为准。然后我们再往下划看这块的模型选择，如果说官方准备好的话，我们直接点这个获取模型列表就可以了，如果发现获取不了，那我们就手动输入就可以了。 比如说我们想用的模型是 deepsea v 四 pro， 那 我们就直接输入 deepsea v 四 pro 就 可以，要注意一般都是小写。然后我们全都换成 deepsea v 四 pro， 默认是这个是最高级的，然后这个是中级，这个是低级， 以此类推，把这个选择最高级的模型，这个次一等，这个再次一级，这个名称要注意看一下，因为后面我们是要一一对应的，比如说这个模型的话，它是 deepsea v 四 pro， 之后在 cloud code 桌面端的话就是要对应这个模型的，我们点击保存 这里就可以发现有了这个测试用的模型。接下来我们来配置路由功能，点击左上角的设置，点击路由，点击本地路由，点击路由总开关，勾选 cloud 这个服务地址，需要记住我们后面会用到，那我们 c c switch 的 方面就配置完成了。 那我们来配置 cloud code 的 桌面端，点击左上角三条横杠，点击 developer， 点击 configure party inference， 进入 connection， 我 们点击右上角新建一个模型，比如是 deepsafe 测试用，点击 confirm， 在 base url 这里填写的就是我们刚刚说的那个服务地址，我们粘贴一下，然后 api k 照例填写我们的 deepsafe v 四 pro 的 api k 继续往下滑，在 model list 这里我们点击添加，我们在这里填写 cloud o p u s， 注意都是小写，如果支持一照上下文的话，我们就点击打开再添加第二个模型。 如果说你只用两个模型，那基本上到这就够了。这里的 cloud o p u s 模型与这里的 deepsea v 四 pro 模型对应这里的 cloud s o n n e t 模型与这里的 deepsea v 四 flash 模型对应。如果说你还有其他需要使用的模型，那你就继续点击添加，如果没有的话两个就可以了。然后我们点击 apply locally 重启，打开 cc switch， 点击启动。然后我们问一下你好， 测试模型发现可以使用，那我们就解决了这个问题了。好了，希望能帮助大家，祝大家用的愉快。
1129🍍Loading.ai
02:00查看AI文稿AI文稿hello， 大家好，我是阿江，今天给大家分享的视频是在 cc 里边如何免费使用这个 deepsea 的 新模型。 首先我们需要下载这个 cloud code， cloud code 就是 你打开你的这个命令行，比如说你是 windows， 你 就把这一段粘进去就可以了。 如果你是这个苹果，你就把这个命令粘进去，它自己去安装了。安装之后让我们找到一个目录，直接输这个 cloud， 它这边就可以了，具体的就可以上网上去查一下教程，这个非常简单，上次我推荐那个 o b 去启动这个 cloud 的 时候，小伙伴问我如果有中转站或者是有其他的是怎么去配？我们这边需要用到一个工具，就是这个 cc switch， 可以 在这去下载适合你的这个版本， 像我这个就是 windows 版本的。我们今天免费用这个 deepsafe 是 通过这个平台摩塔的话，它免费提供一些额度，我们直接就是在我们这库里找到我们想用的，比如就 deepsafe 吧， 等它进去之后，它这儿会有一个查看代码视例，它这边就有你的 key， 你 把这个 key 复制，这是你的 key， 这是你这个 u l l 的 链接，就是对应的是这是你的 key， 这是那个链接。配置好之后， 可能有的人没有，你把这得点开，有的人会这块会被被折叠，你点开它有一个获取模型列表，可以获取到六十三个模型，我们要用的那个模型，往后看，这是 d 和 c flash， 我 们就用这个 flash 吧，它速度非常的快，我们就把这些主模型啊，这个海库啊， smartnight， opus 都配好 好之后点保存去测一下就是配置，配置好起用之后直接点可乐，他这边就运行了，所以就是大家想免费尝试的话，可以通过这个摩塔还有 cc switch 在 可乐里边使用。 ok， 那 这期视频就到这，如果各位小伙伴还有什么关于 ai 想要了解的内容，欢迎在我的视频下方留言，拜拜！
19阿江要努力鸭
02:04查看AI文稿AI文稿家人们谁懂啊， cloud code 居然能完美接入 deep secret 四 pro， 这简直是程序员的省钱天花板，终于不用再写代码的时候，一边用 ai 一 边心疼 toker 了。建议大家先关注点赞收藏，详细的配置教程也给大家整理好了，可以跟着咱们的步骤来。 首先安装 cloud code， 安装完成后输入 cloud version 检查版本。接着第二步，使用 c c c 去图形化工具配置大模型。首先我们打开 github， 搜索 c c c 位置， 找到第一个这个用 rest 写的， 然后点击路由设置，然后点击详情往下面滑动，这里有不同版本的，根据自己电脑下载安装， windows 直接可以下载 mc 下载安装， 我们这里已经提前下载安装完成，安装完成后就是这样的界面，可以对不同的大模型配置，我们这里选择 d p k， 然后这里最关键的就是输入 api k， 接着我们打开 d p k 官网，如果没有账号，先提前注册，找到左边的 api k， 然后创建一个 k， 然后回到 c c 杠 switch， 输入我们刚刚创建的 k， 这里配置下主模型统一都是 d p c k 杠 v 四 pro， 四个都可以填写一样的，填写完成后可以点击测速下看，看到这里 c c c 去的就配置完成了，接着我们就可以点击启动使用 d p c 了，输入 call 检验，看看是否切换成功。到这里我们在 call 的 里面配置 d p c 就 算完成了， 然后有粉丝兄弟问我如何在 call 的 里面配置 d p c 就 算完成了。然后有粉丝兄弟问我如何在 call 的 推荐可以使用 c c g u i， 安装完成后就是这个小图标，正常我们用 c c switch 配置好 idea 里面的插件就会自动识别并切换，可以看到响应速度还是挺快的。好了，本期的视频就先分享到这里，有什么问题都可以粉丝群一块讨论。
1757程序员Mars(创业中)
03:57查看AI文稿AI文稿好，各位小伙伴们，大家好，那么今天带来一期我们的这个 cloud 桌面端的一个配置，我们国产模型 dbc v 四的一个详细教程，主要是演示我们在 windows 系统里面如何去配置啊，那么我看网上大多数是，大多数是 mac 系统，那么今天我们来演示一下这个 windows 系统里面是如何去配置这个桌面端，去用来去配置我们的国产模型。那么首先你需要去下载这个 cloud 官方的这个桌面端程序啊，这里我就不演示了，自己去下载。下载完之后，那么这地方我们首先打开这个左上角这里哈，然后找到我们的 help， 然后找到这个 trouble setting， 然后里面有一个 enable developer model， 然后把这个开发者模式给打开，然后点这个 enable， 然后等它重启一会。 好，那么重启完之后，我们再在这个地方打开我们的 developer， 然后找到这地方有一个 configure 这个设置，第三方这个设置哈，点开， 然后我们就按第一个来哈，我们这地方主要是配置的是我们国产模型 dipic v 四，那么这地方你就默认选第一个，然后这里的 u i l 你 选这个 dipic 点 com， 然后后面加上我们这个 astropic 里面的这个 这个单词哈，然后再把你的密钥给添加进去，然后这个地方你去添加你的这个模型的名称，那么这个地方你可以去开启它是否具有 一一照上下文，包括这个 devic v 四 flash 版本都是可以的哈，然后你配置完之后，然后我们点这个应用就可以了哈，然后这地方它会重启， 让我们等它一会儿，那么重启完之后，那么你就可以在我们的国内去用到我们的这个模型，你可以去测试一下啊，比如说我们这地方新开一个任务， 然后我们可以给他问一个你是回车，然后等他翻译出来， 好，正在思考，显示我们已经配置成功了啊，那么这个地方显示 回复的话，那说明已经成功打成功配置完我们这个 windows 系统里面这个国产模型的一个配置啊，那么在这个地方我们就可以很方便去操作我们本地的一些环境，还有我们本地的一些文件可以进行直接上传，包括这个地方的 code 模式啊， 后台模式类似于我们在本地终端你用的这个终端上的 cc， 它是一样的哈，只不过这个地方相当于是一个格式化界面，那么你按需获取，如果你喜欢用这种桌面端工艺去操作的话，也是可以的哈，在这地方你可以去设置它的一个模型， 包括它的一个思考的长度，对吧？你也可以去打开你本地的这个文件夹，让它进行操作啊，那么相当于是呃这个桌面端去用来去配置我们国产的 一个模型啊，那么这样的话就可以在国内很方便的用上我们这个靠的一个桌面端工具啊。那么这个地方你可以去慢慢研究，这地方是新建任务，然后也可以去对我们的这个每一次对话进行一个， 相当于是建一个文件夹嘛，建一个文件夹，然后上传自己的文件，然后进行一个操作，然后这里面有些功能可能是用不了，因为毕竟是配置的是我们国产的模型，那么今天主要是来介绍一下这个， 呃，桌面端是如何配置我们的国产模型， dsp 为四。好，那么今天的分享就到这里，而另外有一个点是大家要注意的时候， 我们在配置的时候可能会出现一个问题，就是有些这个电脑的一个讯息机没有安装，那么你点击这个左上角，它会自动的去安装我们的这个讯息机，然后再重启一下电脑就可以正常的去使用了。啊，好，那么今天的分享就到这里，谢谢大家。
307旭光升
11:28查看AI文稿AI文稿大家好， dbc 终于发布了这个 v 四版本，那我们来看一下这个 v 四版本到底有什么内容。那么这一次呢，发布了两个型号，一个是 pro 吧，一个是 flash， 那 flash 就是 快速模式， pro 就是 专家模式，那两个型号都是有一兆的，这个上下文也就是一百万，那么这是一个非常大的一个上下文了， 这边也提到了一个 a 级的能力啊，比前面都有非常大的提升，特别是编码这个评评测里面，已经达到了目前开源的最佳水平，并且呢， deepsea 公司内部已经开始使用这个 v 四来作为一个编码的一个工具了，然后体验是比双 ice 四点五 要更好，但是这边也很诚实的说出，就说仍然是跟 oppo 四点六思考模式下有一定的差距的，那么这个是很少有，就是很诚实说出自己的差距，好在哪，不好在哪，我觉得这个是非常不错的。那这边也列出了一些参数啊，我们来跟现在的这个 kimi k 二点六和这个智普的五点一，我们来对比一下它的这些参数，特别是在编程这个层面， 比如说这个啊， sweetbench 里面，目前可以看到 deepsea v 四 pro 是 在这么多款模型里面是排在最后的，那么在多语言这个排行榜里面，那这个指数也是排在这个倒数第二位，也不是算太高。所以呢，从这些参数对比上来看的话， deepsea v 四 pro 应该不算是说最好的，但是也不会太差。那这边还特别强调了啊， deepsea v 四对 color code， open color 和 open code 的 这些编程工具啊，都做了一些适配和优化，那目前在成本上啊， deepsea pro 的 话，输入是一元啊，为 那缓算未面中的是十二元，那这个成本其实也不算太高，但也不低啊，那 flash 这个型号的话，那啊这个成本就非常低，那特别要强调这边说了一句话啊，就是目前 pro 的 这个服务吞吐量十分有限， 那么在下半年的时候，申腾九五零上市之后，这个 pro 的 价格会大幅下降，其实这句话其实也说明就是 deepsea v 四为什么这么迟没发版，所以说是非常非常不错的一个 勤俭的一个方向，所以说下半年之后他应该会大幅的去调价格。 ok， 那 我们就试一下这个 v 四和 kimi k 二六以及智普的 gm 五点一在编程来做一个对比的测试，看一下到底是什么样的情况。那我们这次测试呢 啊，是要做一个稍微复杂点的企业官网的 cms 系统，那这个系统的话是可以在后台去设置企业的模块，那么这 设置完之后可以在企业里官网去预览这样的效果。那么我这边也是用 ai 做了一个这样的 mvp 版的这个产品 pid， 那 么有详细的这个需求描述以及页面的描述，功能描述和模块的描述，那整个产品的话模块数量有十个，然后我们测试的目标是总共花一到两个小时时间开发加调试， 那希望这个系统的完成度在百分之七十以上，也就说允许它是一个不完整的系统，但是大部分功能都要完成。那测试工具呢？ dsp v 四 pro 使用的是酷狗酷，那 kimi 的 话使用的是 kimi c i 那字谱的五点一也使用的 clock code， 那 这个所有的这个工具啊，都使用了 agent skills 这个工作流，那完成 spike 到开发实施的这个完整的过程，那 agent skills 这个工作流的话是包含了啊，生成规格文档、 spike 以及生成具体的计划，然后去执行 编码，然后的话去进行验证，然后去进行 view 和发布。那我们这一次主要用的是前面四个阶段，也就是 spike 计划，也就说是规格计划执行和测试。那 deepsea 这边的话是，呃整个过程全部完成了，然后它也进行了很多这样的一拖一的测试啊。因为在我们的这个 p r d 文档和生成的规格文档里面是要求它进行一个端到端的测试，所以这边的话是测试的比较多， 这样的时间花了比较多时间去做这样测试啊。然后，呃，因为这个测试也发现一些问题，他自己也修复了，那最后呢？这边任务全部完成，然后测试也全部通过，然后也发现了一些问题啊，让他来去修复，那前面这边都是在修复问题，直接描述告诉他，然后也是一次过， 然后它这边修复完之后也会自动去进行一个啊端到端的测试。首先我们来看下这是这是 kimi k 二点六跑出来的效果啊，我们登录一下，那这边是这个是有真实的这个后台数据的 登录，然后这边的话是可以选择模板，这句话是可以选择模板，比如说选择这个模板，然后就可以去配置信息，比如说这个乱乱写的这些信息都是乱写，都是可以保存的，那页面的话，这边显示这么多页面， 那你也可以关闭这些页面的展示，然后我们可以先预览一下什么样子，你看这个就是他做出来的一个官网公司介绍，我这个每一个页面都有对应的这个信息的维护啊，比如说我们现在去维护一个这样的一个案例，那么我们可以在这边可以看到案例， 然后的话你是可以去新增一个介绍，这边还有一个副本，然后保存， 那么我们在我们这个官网里面就能看到案例啊，这边是有张老板这个案例，那么首页这边也是可以去维护的，专门有一个首页的一个模块管理，比如这个八条，那这边我是已经编辑好了的。 然后的话还有这个企业简介，也就是针对的是这个首页的这块的描述，还有什么公司介绍呀？那这边也会是有这个去编辑去去做管理，也就整个是一个一个 cms 化的，可以做出比较通用的这种企业官网。 这功功能还是有七八个、十十来个功能嘛。好，这个是 deepsea v 四 pro 生成的，界面还是非常干净清爽的。然后这边的话是主要的功能控制台，然后的话模板选择，我们这边先随便选一个站点设置，然后我们改一下测试公司， 然后的话是 logo 图，我们就随便选一个吧。 ok， 然后这边还有这些信息随便填， 就是基本上所有的提交功能都是真实的访问到数据库的，所以说是没有问题的。保存模板的话，我们可以随便选一个模板切换模板，然后我们可以在这边可以做进预览，这个就是他的一个做出来的一个效果，他这边做出来的预览的效果，然后我们继续可以去编辑页面，比如说这个页面的管理首页， 然后顶部横幅，那这边的话是很好的去完成了，可以去设置这样的图片啊，就他是什么呢？他是第一轮需求就已经完成我们要叠带的功能，所以说这个方面是表现非常不错的。 然后的话还有一个就是他可以去编辑任何功能都可以去编辑，然后去新增也好，去更换也好， 然后这边的话它还有一个非常不错，就是说所有的信息都有一个草稿的状态，然后这其他两个模型是没有考虑到的，在我的 p r d 里面也是没有提到的，它相当于是自己发挥了一个这样的一个功能，一个草稿的状态。 然后的话整个预览也是很正常的，就是你可以看到不同的信息，但是这个东西点不了详情页，那么在智普五点一他就做到了，就是能够去查看这样详情页，说明这个他会考虑的更多一些。就智普这个比这个 double c 又稍微考虑多了一点点， 但是也也是，但是他但是他是花了一次迭代之后，但是呢他但是呢他比一四会多花了一次迭代，那其他功能都是正常的。那我们再看一下智普五点一生成的这个 cms 后台系统，我们也是一样也输入账号密码才能登录 好。 ok， 那 这边的话我们看一下有什么功能。仪表盘好，它这边有一个仪表盘，它还有个快捷键，就是从这个体验上比这个提米调点就生成效果好一些。站点设置，然后我们随便传一个公司 logo， 随便点， ok， 保存好，然后呢我们再看一下这个页面管理首页， 哦，他这个也是可以去做这个轮播图，我们也加个轮播图吧，然后的话他这个轮播图他还有一个这样的一个效果，就是可以去跳转链接，然后我们来预览一下， ok， 然后他这是有一个滚动的 ok， 然后这边的话有其他的信息，那么他这个页面管理做的是非常不错，比如关于我们这个页面，他会有很多信息快按快的。 那我们在预览的时候，比如关于我们他是有很多这样的模块，那么在模块里面就可以在这里面去填充内容，那比如说产品服务，那我们可以找到产品服务这个页面，产品服务他这边包含了固定的信息，比如说图片啊，然后他也是可以去选择已经添加的产品列表，比如这里面这个就是已经添加的产品列表， 就他这个做的更完善一些，比这个 k 二点六做的更完善一些。比如说我们先保存起来，我们再去这个产品服务这里面去看， 那么就能可以看到很多这样的信息，那么你也可以在这边设置一个 bug 条 bug 图，那么总的来看的话就是，呃，整个任务数上 就不一样，就是 dp 个 v 四，它通过 agent skills 生成任务只有十七个，这个让我有点奇怪啊，我怀疑是它在使用这个技能上，好像是有，是不是有点问题，不然不会相差这么大的，或者说理解我们的 p r d 上，但是它完成又功能都完成了，这个是让我一直到现在还没有想明白是怎么回事儿。 然后前端 ui 的 话，比这个 kimi 和这个智普，我们在没有任何前端技术的情况下会稍微长一点点，那花的时间也也不算短，一小时三十分钟左右。那这个是在自动化测试这里花了比较多时间，它因为它 经过了三轮自己的测试，然后修复了好几个问题。那 bug 数就是我自己自测的 bug 数大概有个六七个左右。那迭代的话，它是没有迭代，因为我们迭代的功能商，它做首页的那个 bug 管理它，它第一晚就做出来了，所以这个非常不错。 然后 kimi 这边的话和智浦这边都是三十三个。然后完成度的话， kimi 这边功能完成度稍微差一点。那其他的都是啊，它的主要是它的速度非常快，因为我们可能是用的是 kimi c i 的 这个原因啊，它完成速度非常快，第一版 那总共完成时间也是非常非常快的啊。最后我们来总结一下，从这个结果上看啊，就 dbc 个 v 四啊，用较小的任务数完成了其他两款模型一样的效果啊，一个是十七个任务，一个是三十三个任务，但是不知道为什么会这样， 那整个页面的交互和完成度也是非常高，包括前端的展现，还有他自己考虑的草稿什么的，所以说我觉得是非常不错的。 然后他的表现，就整体的表现来看，我觉得他是介于这个智普的五点一和 kimi 的 k 二点六之中间，可能他的三者在不同的任务上可能会有他面临一个幅度的调整，但是我觉得这两个三款模型差距不会太大，差距不会太大， 但是呢 deepsea 微四目前没有看到这种图片识别视觉的这个能力啊，那另外两个模型都是具备了这样的能力，这也是一个，这是一个差距。 而且呢还有呢就是 deepsea 目前调用的成本是过高的，那我们可以看一下，我完成这个任务大概消耗了三十二元，大概消耗了三十二元， 然后的话 token 目前这个调用成本跟同类的其他的模型暂时是没有优势的， 所以要等下半年他换了这个深腾的芯片之后可能会更好一些。 deepsea 线可能会引入这个外部的投资，那更加的上下化一些，那么他的模型的发版速度也是会非常快的，所以说是非常值得期待的他的下一个版。 ok， 本期视频就到这，希望这个视频对你有所帮助。
1798AI随风
08:45查看AI文稿AI文稿嘣住，这个 v 四和 glm 五点一，到底谁是国内最强的编程模型？一条视频告诉你， 今天这期视频呢，我将会选择我自己已经在发售的一个实际的公式产品来实际的测试一下，我们就不用原来那些已有的一些参数和一些专门的一些测试， 因为可能模型厂商会为了这些测试专门的去对模型的某个地方进行一个优化，我将会对这个产品进行一些补丁的一个优化，以及一个新功能的一个增值。看看 g l m 五点一和 deepsea v 四在同一个任务上面的一个表现，性能的差异到底如何？我们直接开始测试 好， ok， 那 么这次测试呢？其实我全身使用的是一个 cherry studio g o m 呢，接的是这个 g o m 五点一的一个 coding plan， 然后 db c 的 话我自己血充一百块钱，然后我们来实际测试一下，我给它们各自定位了一个各自的一个目录，都是我已经成型的一个项目代码，它们是一模一样的。 我可以先给大家看一下我这个项目的一个基本功能，比如说我先跟 db c 说启动当前项目，我们来看它的一个实际表现怎么样， 这里我使用的是这个 cherry studio 的 一个 agent 的 模式， ok， 他 在执行命令，我们来等待一下。那么这个其实其实就是在我本地的一个自媒体数据平台的一个大师啊，那么他就是我一个完整的一个功能，大家可以看到这里面就是我们一个实际的一个相关的操作。那么其实具体信息的话，大家可以看一下我之前发过的那一期视频， 我里面讲的是已经比较详细的了，今天这个功能呢，其实是这样子的，因为我们比如说现在我们这个导出 excel 表格吗？啊，我们可以看到在我们 excel 表格里面他会有很多的这么一个数据指标啊，比如说在这里 大家可以看到这里面有很多指标，就是说他一共呢其实有五个分表，平台明细、作品总表、作品总表、作品增量表。然后的话我们的这个分表里面呢有这么一些元素，比如说像平台明细里面有这么一个点赞率、互动率，然后播放量、评论量、涨粉效率等等等等。 今天我想测试的第一个点就是我让智普，智普的 gim 五点一和这么一个 deepsea 同时去新增一个这个指标叫互动转粉率。我们就是以一个比较简单的一个需求来看看 deepsea 它的一个思考深度，以及它完成的一个能力怎么样。好， 那么我们现在把这句话复制一下，先发给 deepsea， 同时呢我们在智普的 gim 这里面给五点一直接发一个这个什么阅读当前项目。 好，然后我们可以静静等待一下，这边 g l m 它提前说出了，它对代码结构有了清晰的理解，其实这个 g l m 给我这种感觉，它其实很像 codex， 就是 那种自己在思考推理，然后对照，然后复盘。 ok， 那 么 gm 首先完成了他们的一个任务，我们来看一下 gm 的 一个完成定义、修改内容、总结公式、定义、 v 一 文件七个表格。好了，他，对，哦，那么相当于说他对于每一个表格都进行了一个计算，哦，看到没有？他是对我们的一个五个分表都进行一个计算了。 好了，他现在还在验证增量互动转粉率，他还做了个增量互动转粉率，互动增量。哎，这个其实是很有意思的。 ok， 那 么我们现在已经启动了我们的九零九一端口，但是他出现了一个问题， 他的这个问题就是他的这个前端其实是改出问题来了的。 ok， 那 gm 他 虽然做的很快，他也可能我觉得他的后端逻辑应该是没有问题，但是他前端是出问题子了，我们来跟他说把这个前端来改一下。好，我们来看看 deepsea。 deepsea， 他 现在在完成四到五个任务，还有最后一个任务。 ok， 我 们来看一下他最后的一个总结怎么样。哦， deepsea， 他 其实现在才刚刚摸清楚整个的一个数据流， 他现在才刚开始去支持一个实心计划，我发现他真的是考，就是像呃 x 上面有人说的，他考虑的很深，但是很慢，其实这个项目他看似简单，他其实并不简单，因为他其实会针对。 嗯，如果是一个具有多重复杂，能多重思考维度的一个模型上来说，他需要思考在每一个分表中，他们应该以怎么样的逻辑，怎么样的一个维度去进行一个切入，嗯，和进行一个数据的清洗， 我觉得这一点还是比较困难的，他并不是说那么简单的一个事情。好了，那么这里的话质谱他是已经完整的完全的这个一个代码了。现在我们来看一下他现在的一个实际表现怎么样？我们先打开当前的一个页面， ok， 加载中。 好，然后我们现在呢就可以选择一个按日期重考，比如说我选择一个，今天是四月二十四号吗？那我就选择一个从四月二十号开始啊，二十号可能有点太晚了，比如说十八号吧， 到四月今天的停止。我们这中间发布的一些作品，我们来进行一个才同步，我们来看一下我们的程序会不会出现什么 bug。 首先我们来验证一下我们的这么一个指标到底有没有加进去？我们来先来导出 excel 看一下，选择我们要下载的数据，那我选择一个全平台的数据，我们来看一下 我们刚刚其实对他的一个要求是希望他加到一个互动转粉率，所谓的互动转粉率就是涨粉量比上一个什么，比上我们的一个总互动量。但是大家可以看一下，我其实在这里面没有看到他的一个互动转粉率。 ok， 我 们来看下作品总表， ok， 他 这里面其实是有加了一个互动转粉率的，说明我们的质谱他其实是在哪里？他只在他的飞书里面加，他并没有考虑到。在我们的前端架构中，他其实还有个导出 excel 表格的一个结构，那么这个就是比较欠缺的一个部分， ok， 互动涨粉率没有问题。二，是不是二十三点九三？他的计算公式是什么，对吧？是不是二十三点九三，所谓的互动涨粉就是我们的互动率处于我们的一个那个涨粉量啊。那么作品总表里面呢？看看他是在最后一页加了一个互动涨粉率， ok， 也没有什么问题。同步日记， 同步日记的话是没有互动涨粉率自然就没有加，那我们来看一下我们的一个这个一个作品图标表。 ok， 那 么其实在作品图标里面的话，他其实可能是对每一个平台的这个东西都加了一个互动，互动质量、互动转粉率、抖音小红书、 b 站、快手视频号。哎，其实这里面的话，他给出的一个思考还是很全面的，他只是把他能考虑到东西他全部考虑进去了。那我们现在来看一下对不起个 v 四看一下怎么样 啊？我们看我们这边四个比四他还在做，他现在还在做。 ok， 已完成改动拆要新增互动转粉率指标，互动转粉率等于这个东西修改的四个文件共十八处改动。 ok， 他 他其实我感觉总结会非常清晰， 服务人在九零九零端口正常的运行，那我们来看一下 tipc 的 任务，他完成的效率又又是怎么样的？我们来看一下九零九零。 ok， 九零九零出来了，九零九零出来了，那么我们现在呢？我们可以直接按着去重跑一下，看看当前的一个状态是如何的。我们选择四月二十号到四月二十，四月十九号吧， 四月十八号到四月啊，四月四月十九，我们可以选择四月十九号到四月二十四号。确认执行好了，现在让整体的跑跑动来看一下，我们看 type 的 版本，它设置的版本有没有考虑到一个内置 excel 的 一个输出。 ok， 他现在自己开始输入同步了，我们可以来看一下他这里面会在这里面自动创建一个我们的表格，这是一个还其蛮奇妙的一个过程，好了，慢慢写进来了。 b 站，抖音、小红书、快手视频，视频，视频 啊， ok， 这里面是已经放进来了，那我们看一下他有没有加这么一个互动转法率呢？其实也加了，大家看到没有？有一个互动转粉率二点三八零，但是有什么问题啊？这里面的问题就是啊，我们的这么一个涨粉率这里是零，但是他为什么没有加互动量呢？ 啊？因为我们的互动量都是零吗？其实也并不是零哦，是的，因为他这里面考虑到点赞量、收藏量、评论量加分享量加起来都是零，所以说他没有必要把这个东西给写进去，所以这里面两排是默认是零，这个我是能够理解这个我是能够理解的。正好看一下我们的一个本地的 excel， 它导出怎么样？我们来看一下 gpt 它写的怎么样？ ok， 哎，我们来看到 gbt， 它其实是写啊，不是 gbt， 它 deepsea 它其实是写进去了，它在这里面的一个里面有一个互动转粉率，大家看到了吗？但是我们刚刚的 gim 它就没有发现这个问题， gim 是 没有发现这个问题的，它在平台明信里面并没有所谓的互动转粉率。哎，我觉得这一点 deepsea 它考虑确实很深入，它把我们的它在这个时间就是有点太长了， 我觉得这个时间就是有点太长。 ok， 他 现在全部同步完了，我们的作品增量表里面，他里面有没有对每一个东西进行一个表表达呢？我们来看一下作品增量表，有一个日均播放增量，日均互动增量，增量状态 ok， 那 么知道他就知道这个这个指标其实是不太好写增量的，我们来看一下这个呢收藏量主要是看有没有互动转粉率的，各个平台的我们可以看到 dbc， 可他并没有在我们的一个作品图标表里面对每一个平台的一个各自的一个作那个互动转粉率进行一个修改。 所以我觉得这两个模型最终的一个完成度让我来打分的话，其实基本上算是持平，就是各有各的不好，各有各的好。呃，那么其实让我来说的话， deepsea v 四在我自己的这个工程上面来说，我们做一个不严谨的一个测试，我觉得其实还是可以的。那么本期视频呢？其实就是关于我们 deepsea v 四和 gim 五点一的一个上期的一个视频， 关于下期视频，为了控制这个时间长度嘛，我们还有下期的视频，下期视频我们会更深入对我们当前的项目进行一个更重复的一个更改。让我们来看一下 deepsea 在 处理这种超长任务的能力上面，它的能力到底怎么样。我们下期视频再见。
664赵逍遥Xavier
