为什么我的GPT没有5.5
g p t 五点五我终于来了，全网都在吹他有多强，但百分之九十的人都用错了。今天我不说参数，只聊最最实在的怎么用 g p t 五点五，真正提升你的工作效率，还能帮你的公司挖到新的 ai 项目的机会。 先给大家讲一个真实的数据，就是国内目前至少近百分之六十的人都没有真正用过耶。你只要会用 gbt 五点五找场景提升效率，其实在你的团队在公司里直接就比别人领先一大截。 很多人 gbt 五点五就是问问题，写文案，其实这个是太浪费了，因为它真正的价值是帮你去干杂活， 挖新场景、找新项目。我跟你们说三个最实用、最落地的玩法，尤其适合咱们做产品，做政务、精细化，做项目的人听完直接就能用。第一就是用 gpt 五点五去挖掘更多 ai 的 场景。 很多公司其实都想着，哎，我去上个 ai 项目，但是不知道从哪下手，你就把你们部门的日常的工作列几条，然后丢个 jpt 五点五，你让他帮你去找哪些环节能够自动化， 哪些地方能提效，哪些地方他能做一些创新性的一些改变，比如流程评选、需求分析，他能都能直接给你输出可落地的一些产品清单， 你可能去拿一个汇报，那就可以一个新的 ai 项目的一个新方向。那第二就是用 j p 五点五帮你的工作，让工作做自动化， 无论写方案、精密分析化、原型整理、会议要做一些 ppt 大 纲，以前可能你要熬好几个小时，那现在可能一一两句话， g p t 五点五就可以一步到位，我自己测过，做一个完整的产品原型，其中就需要一句话的需求，他就可以直接给你画页面，补充逻辑， 直接或直接做结构，效率直接翻倍。那第三的话就是用 g p t 五点五帮你做项目的前期认证，那公司既然要上新项目， 你不知道靠不靠谱，那你就把一些项目的背景、需求、目标啊都丢给他，他可以帮你做一些可疑性分析，风险点，落地路径、预期效果，相当于身边多了一个咨询助理。 其实重点来了就是 gt 五点五，它其实并不是来玩的，而是来帮你抢机会的，因为现在很多单位公司都在找一些 ai 创新点，你如果会用它去找场景，提升效率，挖项目，那你就是部门里最懂 ai 落地的人， 升职立项呀，做核心项目，这个机会都是你的，对吧？但是我提醒一句，就是在做政务国企的时候，可能做一些这种花哨的工具，那还需要考虑安全合规，能落地这个其实非常重要的。 所以说 g p 五点五他最强的地方就是他特别懂真实的工作，其实你不用教他太多，他就能就是贴心你的业务，帮你去做一些规划。 最后一句很实在的话就是，在 ai 时代，其实不是公司淘汰你，而是会用 ai 的 同事，会找强你的人，淘汰不会用的人。所以说新的 open ai 的 g p 五点五它来了，那我们就不要只拿它当做一个聊天工具，帮你优化文案， 帮你找错别字，帮你去什么调整一些逻辑，要用它去拓展你的使用机会， 就是所有要用到你思考的一些场景，你都可以先给他，让他先帮你思考，拓展视野，让他作为一个某种角色去帮你判断，作为你的上司，作为你的同事，作为你的竞争对手， 他应该如何去考量他都可以给你一些建议和那个方面的视角。你比别人更早一点用，你比别人更多想点东西，就会领先一步， 就会比别人赚更多的钱，就会比别人在这个公司里边，在这个职场里边有更多的机会交流。
粉丝243获赞2617
相关视频
02:03查看AI文稿AI文稿五点四也已经完全够用了， oppo、 nike 疯狂更新，生产力全部拉满。最后啊， gpt 五点五让人觉得又强又贵。不说废话，出发，看看怎么个事儿。 接着再来让我们了解一下 gpt 五点五。看完这次官方释放出来的信息啊，最大的感受其实不是他又更聪明了一点，而是啊，他越来越像一个能真正把事情往前推进的工作搭档了。 如果啊，用一句话概括，我会说， gpt 五点五的重点不是回答问题，而是完成任务。这次官方强调升级最大的几个方向，分别是 a g t 的 coding、 compared use 和 early scientific research。 翻译成更容易理解的话，就是，他不只是会给你一个答案，而是更擅长去理解一个复杂目标，然后自己去拆步骤，调工具，查资料，分析数据，检查结果，再把整件事一点点做完。 我会觉得啊， gpt 五点五真正的竞争力未必只是跑分，而是他有没有机会成为我们日常工作里的默认写作者。当然，能力越强，价格越贵。 就我目前自己的工作习惯来说，五点四也已经完全够用了。如果没有什么大的项目在跑的话，或者你的需求还是集中在日常问答普通写作轻量级的 call 定，那五点五啊，未必会立刻拉开特别明显的差距。 它真正值钱的地方啊，是当任务一旦变复杂，步骤一旦变融长，还同时需要频繁调用其他工具的时候，能做到少返工，少来回，少让你盯着纠错。 所以啊，我现在对 gpt 五点五的判断会更务实一点，它不是一个所有人都必须立刻升级的版本，但如果针对的是平时需要做开发研究、资料整合和复杂执行的人来说，它更像一次工作流的升级，而不仅仅只是模型的升级。 最主要的还是因为他的门槛比 cloud 低多了，不用到处找非官方渠道逃账号，还有被封的风险。有这么能干的酷 max， 再加上一灭就二点零，已经可以解放双手了。好了，这期视频就像这样，希望对你挑选 ai 工具有所帮助。我是阿月，我们下期再见。
203阿悦很严格
02:07查看AI文稿AI文稿我天塌了，真的， ai 圈的天彻底塌了。深耕 ai 赛道这两年，我敢说今天 open ai 宣布的 g p t 五点五全量免费，就是砸塌 ai 圈天的那句重锤， 绝对是二零二六年行业最颠覆性的动作，没有之一。全网百分之九十的博主都指定着免费两个字凑热闹，就是根本没看懂背后的行业洗牌逻辑，就更别说对咱们普通人创业者的这种 真正影响了。先给大家讲透，核心就是你别以为是给咱普通人发福利哈。这次开放的 g p d 五点五，根本不是严格版，是核心能力全面升级的正式版， 事实性幻觉率直接下降百分之五十二，推理速度提升百分之八十，常文本处理能力直接翻倍。所以说，之前只有 plus 付费会员才能用的高阶能力，现在全量免费开放，这个本质上呢，就是 openai 的 杨某用免费彻底锁死 c 端用户，堵死国内中小大模型厂商的一个生存空间， 转头啊，靠企业及服务赚弊端的钱。说白了呀， a a 大 模型的一个战争，已经是从拼模型的军备竞赛彻底进入了抢生态的一个收割阶段了，那行业天塌了，格局都变了，咱们普通人到底说该怎么去抓住红利不被淘汰，就是我给不同人群整理的三个最落地的核心建议。 第一个就是普通用户直接丢掉那些非官方的竞销渠道，山寨工具，官方正版免费又安全，再也不用说为基础的这种 ai 能力花一分冤枉钱了。那第二个呢，就是自媒体人和内容创作者用好新版本的低幻觉快推理的优势，搭一套自己的内容生产流水线， 把创作效率拉满。未来的内容竞争啊，本质就是 ai 工具的使用能力竞争。第三个 ai 赛道的创业者，趁早打消做通用大冒险的念头，基础能力的壁垒已经没了， 未来唯一的机会就是垂直场景的深度落地，把通用的 ai 能力变成特定行业、特定人群的解决方案， 这个才是普通人能抓住的唯一红利。那聊到这呢？你觉得 g p t 五点五全量免费，对国内的 ai 厂商最大的冲击是什么？评论区，咱们一起聊一聊！关注我，持续给你分享 ai 赛道最前沿的动态、最落地的商业机会和实战玩法，不玩花哨，只做失效！
14疏疏玩转AI
02:22查看AI文稿AI文稿g p t 五点五定价直接翻倍，但外网一大批用户却在高喊，失去了它就像被截了肢一样，那全网都在喊涨价。可没有人告诉你， open i 这次深夜突袭的更新，直接把 ai 行业玩了十年的赛道直接掀翻了。那这条视频呢？给你讲透背后的底层逻辑，以及普通人到底该不该充。看完你绝对不会再盲目的跟风。 首先，你必须扭转一个根深蒂固的认知，那就是这次的 gbt 五点五根本不是拆的 gbt 的 升级版，它从根本上就不是一个聊天工具。那之前我们用的 gbt， 不 管是三点五还是四 o， 核心都是聊天花屏 open ip， 那 是对话多么的流畅，多像人多能陪你唠。 但这次的 gpt 五点五， open i 直接放弃了聊天赛道， out 了，智能体什么意思？它不再是你问一句它答一句的助理，而是能自己上手干活的执行引擎。因为它在训练里就学会了自己调参数。这是 ai 第一次深度参与自我优化。那更狠的是，它能自主拆解复杂任务， 跨软件调度操作，做完还能自我检查，全程不用你盯着。这意味着整个 ai 行业的竞争逻辑彻底变天了。 之前所有的场上，包括谷歌 and serapic， 都在卷谁的 ai 更会聊天卷、上下文窗口卷、多媒体卷、对话拟人度。但 openai 这次直接掀翻了桌子，宣布新的游戏规则，那就是 ai 的 核心竞争力不是聊得多好，而是活干得多漂亮。 在代码生成、海量数据库里、科研辅助这些硬核专业场景里， gpt 五点五的表现已经无限接近了人类资深从业者的水平， 这也是为什么有人说，没了它就像被截了肢一样，因为它已经不再是工具，而是你工作里的第二条胳膊。说到这，肯定有人会问，那我到底该不该要升级呢？这里我给你一个最实在的判断标准。如果你用 ai 只是聊聊天，写写文案，做做 ppt 大 纲，那我劝你别花这个冤枉钱。 现有的模型完全能满足你的需求，升级了对你也没什么用。但如果你是程序员、数据分析师、科研工作者，或者需要用 ai 完成高难度的专业工作，那 gpt 五点五绝对值得你尝试，它能够帮你省下来的时间和精力，绝对远超涨价的那点成本。最 后记住一句话，真正的效率提升，从来不是追最新的模型，而是找到最匹配你需求的那一个。那这次的更新呢？不是最新的版本迭代，而是 ai 从聊天工具到生产工具的彻底转身。 接下来， ai 行业还会有哪些巨变呢？普通人还有哪些机会呢？关注我，持续给你拆解最底层的真相，带你踩准 ai 的 每一波风口！
60虾想想
04:35查看AI文稿AI文稿大家好， gbt 五点五发布了，这个星期是不是太热闹了一点？我读了官方的技术报告，说在 codex 中做了精细调优，大多数情况下比五点四更省 token， 并且结果更好。我跑了几个测试，简单总结一下，第一，更智能，更快速，比五点四快了二到三倍。 第二，单价贵了一倍，但实际消耗并没有增加，应该就是对 codex 做的特别优化。第三，至于性能，按照现在全网都在传的说法，说是要颠覆整个劳动力市场，但它到底有没有这么神？比如能不能真的替代我，我们一起来看吧。有请我们今天的主角 codex 第一轮，咱们来点好玩的，浅浅的测试一下五点五的性能，同时也跟五点四比比，看看到底贵多少。你看下剩余额度百分之九十九绰绰有余。确认一下，五点五开整， 选了一个八十年代经典清障游戏，让五点五来复刻一下，要求生成一个能在本地网页里跑的版本，需要提示词的评论区扣六六六。 codex 开始拆分任务，对于 codex 不 太熟悉的小伙伴，可以看我们前几期的视频介绍， 结果出来了，两分四十二秒，太快了，昨天我用五点四跑的时候都用了四分三十一秒，你敢相信吗？快了百分之四十啊，放到浏览器里玩一把吧，毕竟光快没用。 show me the code 好 久没玩了，手都生疏了，不得不说童年回忆啊。 看看用的多少额度， 只有五小时的百分之二，一周额度甚至都没动。昨天五点四可是用了百分之三呀，这趟跑下来，五点五更耐用呀，那不就是随便玩的意思了吗？ 所以我们再玩个大的，全程一敬到底，一刀不切，完全实录。其实这就是我这几天在做的事，我们团队在做一款制图应用，而我负责做一个风格迁移展示页面。我用丐版战神做了个视例图，然后交给五点五去实现需求，五张风格化的图片和展示页，下午的需求评审就靠它了。 刚才大家看到了我用 comfy ui 做的那张图，还不错吧，不过有经验的朋友一眼就能看出来是 ai 的， 所以我在提示词里也加了一条，让 image two 去识别图里的 ai 痕迹并修复掉。 第一张图出来啦，嗯，从一眼 ai 变成两眼 ai， 场景的真实感倒是加强了，皮肤变得更加的自然。前天我发过 image two 的 视频，对这块感兴趣的小伙伴可以去看看 第二张图这么看挺棒的，这里的水彩是有笔触、有层次和晕染的，我觉得真挺好的。 嗯，这张我得好好看看，人物本身保持的挺好，环境是往奇幻走了一点，但又没有完全到位，因为他这张太过于追求人物的一致性，风格就出不来， 哎。这种是我比较喜欢的风格，古典和怀旧，这些纹理，还有大家看左上角这种做旧的瑕疵棒。 最后一张就是蛮常见的漫画风，带一点二点五 d 各种细节呈现。没问题， 咱们直接快进到 gpt， 五点五写完代码啊。其实写代码很快，真正花时间的是刚才的制图，现在咱们看下他给我写的风格迁移原型页面。 哎，排版是这样的，列表在下面，跟我想的不太一样，用起来没那么顺手，第一眼的冲击力也不够。 这是因为我让他自由发挥页面布局了，待会让他改布局，改成我要的样子，咱们再看下大图，功能正常的，等待会改好了页面布局，再改其中一张图。如果通过评选了这一整套，就作为原行为给 cloud code 做生产代码的实现， 下面就不多演示了。这次的经验是提示词强度不太够， g p d 五点五也就出了比较常规的结果，所以它也不是那种说一句话就能全部搞定的颠覆性的模型，你想要什么还是得尽量说清楚。 视频录到这里，刚好赶上 deepsea v 四的 api 出来了，所以这期就先到这儿，时间省下来，可以把我们自己的最强大模型 deepsea v 四完整的测试一遍，朋友们，下期见。
196碳基生物退役指南
03:22查看AI文稿AI文稿很多人最近在用 gpt 五点五 cortex 或咳嗽的时候，都会有一种感觉， token 消耗特别离谱， 甚至一次任务几十万 token 就 没有了，复杂一点，直接上百万。呃，很多人会疑惑，我明明只问了一句话，为什么会这么贵？其实你看到的只是表面回复，那真正消耗 token 的 东西在后面， 我积累咳嗽某一个时间段使用的用量，有些任务的话是几十万， 有些任务的话就是上百万了。可以从这张图看出来，就是一次任务耗费的头肯还是蛮多的。 那以前的大模型更像 chatbot， 你 问一句，他答一句。但现在的 ai 编程模型，尤其是 g b t 五点五啊， cloud code 啊， course 啊，已经越来越像 agentic workflow。 呃，也就是它不只是直接回答，而是在后面 有思考，有扫描工程，调工具，写代码，呃，有测试，有反思，有重试，最后才给你结果，这是完整的一个流程。 呃，我们先来说第一个吧。嗯， reasoning。 很多人低估了 reasoning 的 token 消耗，因为你看到的是一句回复，但模型内部可能已经思考了很多轮。比如 你让它修复一个复杂的 bug， 它会分析日制，猜测原因，排除错误路径，对比多个方案，规划修改步骤，这些过程都会消耗 token。 而且，而 reid 零越强， token 往往越贵，这也是为什么 gpt 五点五比传统的叉模型贵很多的 原因。第二个核心就是呃工具的调用。呃，现在很多 ai 编程工具已经不是单纯聊天了，他们会呃读取文件，搜索代码、 grip diff， 跑测试，看日制。呃，你以为只是帮我修一个 bug， 实际上后面已经扫描了几十个文件，而且这些都会进入上下文。这是 ai 工具调用的一个 workflow， 可能是长这样子的。 嗯，还有一个很多人没有意识到的东西， hide and context。 很多 ai 工具会偷偷塞大量上下文，比如，嗯， system prompt， roles agents， reporters， summary 文件加载历史对话工具的输出， 虽然你没有看到，但模型其实全看到了。所以真正进入模型的 context， 呃，可能远远比你想象的要大得多。 所以 ai 编程可能会越来越贵。并不是因为模型回答字数变多，而是 ai 正从 chat 变成真正的 工程执行系统，它开始主动分析，主动规划，主动调用工具。呃，主动执行流程。本质上，你不是再买一次回答，而是再买一次工具执行过程。 最后做个总结吧，就是真正废 token 的 地方不是回复本身，而是 reasoning planning to use context engineering agent workflow。 未来 ai 编程一定会越来越强， 但同时 token 的 成本也会越来越重要。如何控制 context？ 如何拆任务？如何减少无效推理，会变成新的工程能力？嗯， ok， 这里是 context 的 工程实践。下一期我们继续聊，为什么大仓库加全量上下文会让 ai 编程直接失控？
83Tony沈哲
07:24查看AI文稿AI文稿这个 c v 四， g b t 五点五在同一天都放出了它的新模型。不得不说，现在 ai 的 攻心速度真的太快了，前脚 g b t 一 米二，它借鉴图像的真实感。后脚 g b t 五点五，这个 v 四又来了， 专门来做多模态， cloud code 代码能力越来越强， nano banana 蠢都往里边冲，但问题是工具越多，你反而越来越累。就光我个人的 ai 工具，前前后后已经有五万了， 我呢，就总结出了这次 ai 工具终极指南，在什么场景下选它，为什么，有没有问题，能不能达到工作流程全程无广，都是我血和泪的教训，也避免我们被 ai 时代所淘汰。来吧，一起来看看你出现的问题在哪里？ 现在的 ai 已经进入了分工时代，不存在最好的 ai， 能真实的减轻你负担，它呢，才是好 ai。 你 要说我要写完啊，哪个 ai 最好，我呢是回答不出来的，因为 jimmy 的 深度调研能力也是不错的，但更多的点呢，在于这个赛道我值不值得做竞品都在干什么？现在 ai 工作流都有哪些主流方案？这种信息很多，很碎片化，我 自己查起来呢，会炸掉。我呢，就可以在这里告诉他我主要的一个问题，那他呢，就会主动的去给我找信息，那他有的一百万的上下文也是支持我再进一步深入的进行对话，也不会出现那种聊了下句忘了上句的。而 cloud， 他的写作能力呢，会强一点，会多以推理为主。当我让他以宫斗为主题写一个小说开头， 你看他写出来的文字呢，不管是在流畅度还是逻辑上面的表达，还有啊，就是他的这个 ai 会少很多，而里面的内容呢，也是有逻辑的，更像一篇已经整理好的文案，下一位选手 check gpt 五点五，整个给我的感觉就很会表达，还有节奏，在一些情绪输出方面拿捏的很到位，就更适合自媒体拿去做内容用词。 所以我觉得 cloud 呢，写的是内容本身，而专栏写的呢，是信息的整合，而 check g p p 写的呢，就是想让人看下去，但这些呢，在能力和预算方面还是有一定门槛的，那我们只是日常的来轻度使用。那国产的豆包 kimi 千问 ipad 呢，最近也出了 v 四版本， 上下文呢，也达到了 e m 都有各自的优点，基本功能呢，也基本够用。那在内容上的方面，除了文本还有视觉方面。屁， nasa 属于劳神常谈 爸爸各种榜单，比较擅长情绪的画面，哎，这种氛围感，人物皮肤的处理，个人感觉还是很不错的，但因为它每次都不一样，所以更像开盲盒一些，我呢就用它来找灵感做爆款封面。当然你要是一开始就是有流程的让它来升图，它的一致性呢，也很不错。 ppt 一 页二，有 gpt 这个有力的大脑，我呢就可以给他一个文档，让他给我用图片的形式展示，他呢就不会主动的来给我惊喜，但只要我给他表达清楚，他呢就能给我做出来。比如在上面留出文案的空间，背景改成这样，我们可以看到啊， 这么多的中文文字，它呢还是没有崩的。这种可以附线批量再进行微调，对于电商广告商业项目来说还是比较重要的。如果说平替的话呢，豆包吉梦，它的一致性多图参考，性价比包括应用程度都很好，或者也可以考虑一下深度开源的大模型 black。 那 视频方面的话，就是 vivo 三点一，我用下来感受呢，就是它的光影感会比较真实一些，镜头的语言感呢，会比较强烈一些， 比较接近真实视频的 ai 模型之一了。但成本高，大概五秒钟的话是需要十四块的，所以不太适合批量生产 像品牌的视觉大片，电影感的短片，这种对质感要求很高的，可以试一下。那我们普通人呢， cds 二点零，它的性价比呢，就很高了，生化同步物理的规律，动作流畅度，这个优点也不用我多说了，大家也看到了很多成片效果了。而国内的可灵，它的人物意志性又很强， 就比较适合你有角色，你有剧情的连续视频，比如你同一个人物连续出镜这种有 ip 的 角色。而海螺呢，它的创意力又很强，风格呢，会更加明显一些，就比较适合来生产你自己的风格内容。那五秒的视频大概呢，是四到五块，你要觉得这样一个个的刷太慢了， 那小云雀会更适合你这个问题，直接从文字变成剧本，或者我的一个想法，它呢，就能一步步带着我去生成角色，用 c 弹三点零升到好几级的成片剧情。这个呢，就很适合做短剧慢剧的小伙伴了。现在 ai 视频的关键呢，不再是它的能力了，而是你用它来做什么内容， 因为大家都很不错，你要说这些都是半成品，根本没法看，我还是要死加工的，而剪辑它也出 ai 真的 了，就是 剪映，它呢，也已经不再是传统的剪辑软件了， ai 的 文案改写， ai 升图升视频，那如果素材不满意的话呢，我还可以直接在我的轨道上去进行选素材，那它呢，还是用 cds 二点零模型进行给我操作的， 包括 ai 自动成片， ai 转场， ai 字幕，这样也让一些很多想法但是被剪辑困扰的人发挥出它的真正实力了。 那在信息处理方面呢，我常用的就是挪的 book lm， 不 管你是文档，音频，视频还是网页，它都能够输入进去。我呢，还可以用它本身的输出功能就能出这样 这样这样，甚至这样一个简单的内容输出。主要它的那个免费呢，就很够用了，不用我再多余的搞东西了。那当我需要解决一些深度问题的时候，我就可以在专门栏里边去调用它。这个板块呢，我们也有详细聊过，感兴趣的小伙伴呢，可以去复习一下。 那你要是有一个自己的工作流程， apple 里边呢，是可以自己搭建 ai 知识库系统的，不过有一定的学习成本，小白呢，是不太好上手一些的。如果你更喜欢国产的话，艾玛它的功能呢也越来越多了。 而从去年开始呢，自从 azure 从概念变成产品，云端的，网页的，本地的都冒出来了，也不用说都有，有一个自己用顺手的就行。而我呢，经常会把 gpt 专门来的 research cloud 它们呢交叉来使用。那你要是简单的想要学习一下呢？ auto g r m 也是开源了，那本地的 a 阵头呢？我常用的就是欧拉玛，主要因为它里面的可选项真的很多，也是比较方便小白来上手的了。接下来就是 ai 编程了， 随着这两年大模型的技术迅速发展，我们普通人和小白也能通过 ai 来做编程，解决我们生活和工作的一些重复问题。如今有三大基头，但我用 curser 频率会高一些，它呢，能在理解整个项目的基础上来帮我补全代码 界面的话，也会对小白更友好一些。而这两个呢，就需要我们有一些编程的基础了，而 code 又能在一些问题上解决 cloud code 带出来的一些问题， 所以日常的话我们 cursor 就 ok 了。比较复杂大一点的项目呢，就 cloud code， 再遇到什么疑难杂症它就来了。还有一匹黑马就是谷歌的反重力，它里面的免费额度呢，是比较多的，但实战率现在还是不太高，那国内平替的话就最， 就算你是非程序员，用它来写写文章什么的也会比较舒适。如果你只是想搞一个小小的 demo 创意 aes luigi 的 build 模式，用 gemini 的 交互啊，成品率呢和小细节也都很不错。 ai 浏览器呢？ itunes 它呢，是 openai 出的 ai 浏览器，在里面呢，就可以直接来调用 gpt 来帮我看个网页，总结一下， dia 也能白嫖 gpt ui 呢，看起来也会舒服一点，但它们呢，只有 mac 版。其实你要是不需要过多的复杂信息，豆包就可以了，发个语音就能对话，拍个照片就知道是啥， 实在不行我还可以给它打视频呢。而更偏向浏览器的话，夸克呢，是很自然的 口型呢，也可以同步价格呢，在二十四每一个月，像广告电商、视频类的就比较适合了，也有开源的衣服那套，但操作起来呢，会比较麻烦一些。其实你要剪短一些的话，图片生视频现在就可以了，所以你就会发现我们收了这么多工具，但真正重要的呢，其实不是它本身， 而是你有没有把他们串起来的能力。那我们要省花费的话，我们只需要选出我们频繁需要处理的问题场景去对应的选择就可以了。那其他的呢？还有一些大模型，他的免费额度也是够用的。好了，喜欢这种内容的朋友呢，我们下次见了。
716知雪
03:29查看AI文稿AI文稿openai 最贵的 gpt 五点五一百万 token 输出要三十美元。开源最强的 deep seek v 四现在仅收六元，不是降价百分之九十，是三十五倍价差。其次， v 四跑分没赢，币源独立评测说它还落后顶级模型八个月，但定价规则已经被它改写了。 接下来三分钟，我把 v 四这一次改了什么？为什么跑分输了反而能改写定价，以及对你用 ai 意味着什么？讲清楚，不堆术语。 v 四最值得记住的是三件事，第一，它一次能读完一百万字，大约是五本三体一起塞进去，以前的模型遇到长文档要分批切， v 四把这一百万字默认开着 整本读完再回答。第二，价格被砍到了一个很便宜的位置。 deep seek 一 直便宜，但 v 四又往下打了一档。如果你的提问里有不变的部分，比如固定的开场白 文档模板，这部分内容下次再用，几乎不收钱。具体到数字， v 四的便宜版叫 flash， 输入价每百万 token 一 元，重复部分只要不到一毛， open 模型大约贵三十倍。 第三，写代码很猛。在全球程序员的算法竞赛 code forces 上， v 四拿到了开源模型的最高分，甚至比 gpt 五点四还高一点点。 还有一个评测是修 github 上的真实 bug， v 四比 ccloud、 opus 四点六 max 只差零点二个百分点， 听起来很猛对不对？但跑分第一不等于用着也最好。 l m arena 是 个 ai 盲测网站，两个模型同时回答你同一个问题，你看不出是 g p t 还是 clod， 只选自己更喜欢的那个。 v 四在 code arena 排名十以下， 前面还有 clod、 g p t gemini kimi。 更有分量的是内斯特那份评测。在一个叫 a r c 减 a g i 减二的评测上， v 四拿了四十六分， g p t 五点五拿了七十九分，差三十三分。 这是 v 四没专门刷过的题。 deep seek 自己也承认官方介绍里有一句，在知识和推理上接近闭源系统，但还有三到六个月差距。 nist 说八个月， deep seek 说三到六个月， 反正都承认差距。 v 四在已经准备过的考试里很会答题，但碰上没见过的新题型，跟前沿差距比想象大。总的来说，开元和闭元的差距从待季差缩到了几个月，但还没真的追平。 v 四有两个版本， pro 是 旗舰， flash 是 便宜量大，那个 flash 是 这次最被低估的产品，便宜到离谱，一百万字上下文默认开，日常业务工作飞快。如果你之前在用 gpt 四 omini cloud 海库 gemini flash 这种轻量模型作高频请求， v 四减 flash 是 新的性价比天花板。 pro 留给三类工作，超长文档分析复杂的多部推理研究及数学。但有几类活仍然别用 v 四写小说，写有感情起伏的长文，需要审美判断的项目 cloud opus 还是更稳。 还有一件跟钱有关的事， v 四的 pro 版现在有二五折优惠，五月三十一号截止这个窗口只剩二十多天，如果你要按这个折扣价做长期预算，月底之前必须重新算一次账。 v 四的意义不是它最强， 它的意义是把以前用不起的长上下文和顶级开源能力做成了产品默认值，要不要立刻换？如果你在做 api 调用密集的产品，花三十分钟接一下 v 四减 flash 试试。如果你只是普通用户，用 chatty gpt 聊天，那就先不用动。技术差距还在那儿，但开源的天花板被往上推了一格。
194Ali厂长
04:15查看AI文稿AI文稿鼓友们，就在你们还在讨论豆包收费合不合理的时候， openlight 直接扔了一颗炸弹， gpt 五点五 instant 全员免费。之前你用拆 gpt 的 时候有没有这种感觉？问他一个简单问题，他给你写一篇论文对吧？问他怎么煮泡面，他给你讲面粉的历史。更可怕的是，他一本正经的跟你胡说八道。你问他一个法律问题，他信誓旦旦的编一条根本不存在的法规， 你问他一个医学问题，他给你编一个假药名，这叫幻觉。 ai 最大的 bug， 也是这两年所有用户骂的最狠的地方。全球超过三亿人在用 jack gpt， 你 知道他们最大的抱怨是什么？不是不够聪明，是不够靠谱。你问他一道数学题，旧版 gpt 五点三 instant， 发现答案不对，直接跟你说无解就算了，不检查不纠错摆烂 你，让他帮你写邮件，他啰里吧嗦写一大段，还给你加一堆 emoji， 搞得像微商朋友圈 simo 奥特曼自己都说了，用户真正在意的从来不是跑分多高，而是你说的话我到底能不能信。 所以今天 gpt 五点五 instant 来了，直接解决幻觉爆浆。在医学、法律、金融这些最要命的高风险领域， 虚假陈述比上一代 g p t 五点三 instant 减少了百分之五十二点五。在用户实际标记过你在瞎说的高难度对话里，不准确率又降了百分之三十七点三，并且话少三成字数减少百分之三十点二，行数减少百分之二十九点二。同样的信息，更少的废话，不再过度解释，不再疯狂追问，不再乱用表情， 而且更聪明了。博士级科学问答准确率提升百分之七点一， nisk 竞赛准确率涨了百分之十五点八。注意，这是一个数学竞赛级别的提升，不是微调，是硬实力。 但最让我震撼的不是这些跑分，是一个叫记忆来源的功能。什么意思啊？从今天起， check gpt， 每一条引用了你个人信息的回答，你都能看到它到底调用了什么内容。是你上周的聊天记录，你上传的简历，还是你连接的 gmail 邮件 全部透明，一键可查，不想让他记得随时删除。以前 ai 的 记忆是个黑箱，他记了你什么你不知道？他用了你什么你也不知道？现在 open ai 把这个黑箱打开了，而且 plus 和 pro 用户还有增强个性化，它能自动翻你以前的聊天，你上传的文件， 你的 gmail， 把上下文主动拿来用，你不用再每次都从头说一遍我是做什么工作的，我的预算多少？我的口味偏好是什么？ sam 奥特曼怎么说的？速度、智能、个性，加上记忆，这几个东西同时发力的时候，体验不是一加一等于二，而是远大于整体之服。 但你以为这只是一次产品更新？不，这是一场战争。四月二十四号， g p t 五点五旗舰版发布， terminal bench， 二点零跑到百分之八十二点七，碾压 cloud opus 四点七的百分之六十九点四和 gemini 三一 pro 的 百分之六十八点五。 s w e bench， 真实 github 问题解决率百分之八十二点六。行业第一， api 定价每百万 token 输入五美元，输出三十美元，是 gpt 五点四的三倍。今天五月六号， gpt 五点五 instant 版上线，把五点五的大脑塞进了免费用户的手机里。什么意思？ openai 的 策略很清楚，旗舰版收割开发者， instant 版收割全球三亿 c 端用户，先让你免费上瘾，再用 pro 和 plus 的 高级功能收割付费。但第三方测试也扔了一盆冷水。而 tissue 的 二 a omni science 幻觉测试里， gpt 五点五的幻觉率是百分之八十六， cloud office 四点七只有百分之三十六。也就是说，最聪明的大脑未必是最靠谱的大脑。跑分第一不等于信得过，所以幻觉降了百分之五十二，但不是零。在高风险场景，医疗、法律、财务，你永远不能把 ai 的 回答当唯一依据， 永远要交叉验证。记忆功能很香，但也意味着 ai 记了你更多。你的 gmail， 你 的聊天记录，你的文件 隐私边界在哪里，自己想清楚。免费用户的 instant 版和付费用户的 gpt 五点五旗舰版差距很大，上下文窗口推理深度工具调用能力完全不是一个级别。免费的午餐永远有代价，你的数据和注意力就是货币。两年前， chad gpt 刚出来的时候， 所有人兴奋的是，哇， ai 会说人话了。一年前，所有人焦虑的是， ai 太能编了，说的话不能信。今天， gpt 五点五 instant 给出了一个方向，不光要聪明，还要靠谱。 不光要能说，还要说的少。不光要记住你，还要让你看到他记了什么。 ai 的 下半场不是比谁更像人，是比谁更值得信任。觉得有用，点个关注，我来讲透每一条消息背后的故事。
281复利投研社
01:31查看AI文稿AI文稿大家千万别被 gpt 五点五这种小幅度变化的名字给迷惑了，这听着像个常规迭代，但 open ai 的 总裁格雷格都承认了， 这就是内部捂了两年的秘密。王牌代号小土豆，这两年在 ai 圈可就是整整一个时代。为什么说它是一头算力野兽呢？咱们先看一组数据，它是全球第一个在英伟达最新 gb 两百系统上跑通的旗舰。 这就导致了一个成本级的局面，但 token 的 推理成本整整降低了三十五倍，虽然给咱的费用没变，但处理大众任务的性价比已经发生质变了。而且在最新的行业专家级的测试里， g p t 五点五拿到了惊人的百分之八十五的稿分，要知道，行业基准线才百分之五十， 这意味着现在哪怕是工作了十二年、经验老到的资深工程师或金融分析师，在他输出的质量面前，也很难分出这到底是人做的还是机器弄的。最离谱的是他的实战性， 在一次变态级测试里，开发者让他复刻一个融合了星际争霸策略、一星工厂物流链和星战前夜贸易机制的超级复杂游戏。这种跨学科跨模块的任务，以往根本没模型接得住。 结果呢？他只用了短短几个小时，不仅全自动完成了所有编码，连带测试和第八个全给跑通了，直接给出了一个可运行的原型。这意味着什么？ 他不再是陪你闲聊等你为提示词的智障助理，而是一个能拿结果、懂大局逻辑的数字员工。未来，你是打算骑着他起飞，还是被他彻底甩开？评论区，咱们一块聊聊。
03:43查看AI文稿AI文稿openai 呢，在四月二十三号发布了 gbt 五点五，距离 gbt 五点四的发布呢，才经历过去了七周，价格是直接翻了倍，但是延时是没有涨的，十项基本测试里面呢，九项都是有提升的。这期视频呢，我来帮你梳理一下这两倍的价值到底值。先看大家最关心的价格， gbt 的 标准价是，输入是二点五美刀，输出呢是十五美刀，每百万托克。 gpt 五点五呢，翻了倍，输入是五美元，然后输出呢，是三十美元。但是 gpt 自己也说了， gpt 五点五完成同样的 codex 编程任务呢，用的 talk 是 更少的，从事的次数也是更少，什么意思呢？他可能一次就写对了，而五点四可能要改两到三遍， 所以实际的账单呢，并不会真正的翻倍。另外，如果你用半截和 flex 模式呢，价格是直接半价的，跟五点四的标准价是一样的， 所以价格涨了，但账幅的账单的涨幅呢，大概就是低于两倍的。那第二个好消息是什么？是速度没变，按常理来说，模型更大的推你应该会更慢，对吧？但是 openix 把推你再重新重购了一下，而且跟英伟达的 g b 二零和 g b 三零的硬件呢，都做了协同的设计， 结果就是单托肯的延时跟 gpt 五点四是次平的。你在 ide 的 代码生成的速度和体感应该是一样的，但它对的次数更多了，总体来说的话，呃，速度会更快。当然，你如果等不及的话，勾代码呢，还推出了 fast 模式，也就是一点五倍的速度，二点五倍的价格。 因为再来看一下它的基本测试啊，呃，它基本上在十项里面有九项呢，都超过了之前的 gpt 的 五点四。那提升比较大的三项啊，那第一个呢，直接是用来测量推你的，你的 benchmark 五点四是七十三点三分，那五点五的话是直接干到了八十五分，提升了百分之十一点七个百分点。那第二个能力，主要是测工具的使用能力，他从六十七点二分提升到了七十五点三分，涨了八点一个百分点。 第三个呢，是对终端命令行的任务，那是从七十五点一分呢，那涨到了八十二点七分，涨了七点六个百分点， 那这些都是实打实的一些进步。那第四个呢，就是他的长上下文的一个优势，两个模型之前都是 百万托克的上下文，但是标称跟能用呢是两回事。那 g p t 的 五点四呢，在长文本上表现的是非常差的，在之前的测试中，如果超过了十五万字之后，这个五点四的这样的一个准确率呢，就掉到了二十百分之二十一点四。但是五点五呢，他在二十五万字的时候呢， 它的准确率还是在七十三点七，就算到了一百万字的这样的一个深度的话，它的准确率呢还是在百分之四十五点四，所以说整个的这个长上下文的这个能力得到了显著的进步。 那这意味着什么？意味着我们很有可能把我们整个的代码几十篇的论文，还有超长的 a 键的这个运行的记录丢给他，他可以不光是能记住，而且还是能这个运行的非常好的。那第五个部分呢？呃， oppo a i 呢，它还推出了 g p t 的 五点五 pro 版，价格呢，基础版的六倍，然后输入是三十美刀，输出呢是一百八十美刀，这些都输的都是百万托克，每百万托克的这个消耗。 那 pro 呢，不是只为了速度去设计的，那它是为了让第一次就必须对的场景去设计的，比如说法律的合同审查呀，财务的分析报告啊，还有一些科学实验的一些书籍解读，这些错了没法再重来的工作呢，他的建议是直接上 pro， 那 如果还是日常的写代码做分析的话，呃，基础版的这个五点五呢，它是应该就够了。 那最后总结一下，五点五的升级呢，是一个虽然贵了，但是比较高效的一个升级，价格翻了倍啊。但是呢，实际使用的情况下，他可能以前需要两次，那现在只需要一次了，所以说账单基本上可能不到两倍， 并且他的延时呢，是跟之前持平的，然后很多的扳指 mark 呢，他都是进步了的，然后并且一百万的托肯上下文呢，也更加有效了。 呃，如果，呃，这个时候我们再用这个 codex 呢，可以不妨去升级到五点五去尝试一下。那以上就是本期的内容，然后这里面的很多的一些数据啊，是来自于 jonathan travis， 那 原文的链接呢，我也会放在评论区，如果你觉得有用的话，点赞收藏，下期见。
51废物点心
01:01查看AI文稿AI文稿如果你没有正版的 gpt， 却想使用近期爆火的 emoji 模型生图，并希望像 ps 一 样可以拆分图层。文字可编辑，图像可分离的话，这条视频你可以收藏起来。图像分层的方法演示在视频末尾。先以产品详情页为例，上传一张产品图， 选详情页模式，再选择你的匹配使用平台，简单描述产品。这是一款咖色皮包，生成文字提供了十八种语言可用，模型切换为一米之二。同时，它还内置了全平台常用的出图比例，一次最多可出二十张，清晰度可达四 k 点。生成图像后，直接可用的产品场景的系列套图就做好了。产品外观不变， 图像风格统一，近景中景特写，远景真人使用场景全覆盖。同样的参数，再上传一个椅子，生成效果依旧可以稳定输出。 最核心的亮点来了，智能图层拆分，在历史记录中选中成品图顶部点，一键智能分层。它能分离产品背景、阴影、装饰、文案等图像信息，并支持直接修改文字的颜色大小、位置缩放，任意删减多余的元素，还可以多选元素导出到 ps 里边继续编辑，非常方便。
961AI Token
01:09查看AI文稿AI文稿g p t 五点五最近出了一个挺有意思的事情，他被用户发现这个模型特别爱在回答里边提歌布林这个词，不管你问什么问题，他总想往歌布林身上靠，用户都看笑了。 后来 open ai 官方出来正式解释说这是训练过程中奖励机制出现的偏差。 ai 在 优化过程中发现说歌布林这个词能拿到更高的评分，于是就越说越多。这件事情就告诉我们一个很重要的道理， ai 工具说的话不一定是对的，也不一定是有用的，它只是在优化它认为你喜欢的输出。所以用 ai 在 做内容的时候，有一个原则必须要遵守，就是不能直接拿 ai 写的东西直接发， 必须要加上你自己的判断和经验，你需要告诉 ai 你 自己的真实情况，你的具体需求，他给你的内容才有价值。那种直接把 ai 输出的内容复制粘贴就发的账号，早晚会被看出来，因为很明显，因为那里边没有你。 这才是 ai 时代做内容真正的门槛，不是会用工具，是敢加上自己的判断。所以你平时用 ai 初稿是怎么做的？评论区大家可以聊一聊。
22宁说宁话
