小米2.5对比DeepSeekv4
兄弟们终于知道小米 mimo v 二点五啊和腾讯会员 v 三为啥提前发了，但 deepsea v 四呢，终究还是没有用这个 ingram 啊， v 四采用了这个 mhc 和介子优化器啊，特别是上下文支持一百万呢，算是对行业的又一贡献了。评测那的这个兄弟啊，可以评论区打出来。
粉丝7488获赞4.4万
相关视频
02:01查看AI文稿AI文稿兄弟们，程序员圈子今天大地震了，谁能想到这次把桌子掀翻的居然是小米！刚刚小米悄悄开源了他们 那最新模型 miimo v 二点五 pro， 外网实测表现直接碾压了一众顶级闭源模型，连 deepsea v 四都感受到了巨大压力。过去我们觉得开源模型就是个大玩具，但这个怪兽的配置说出来能吓死人，老外直接在视频里破防了。 point to a trillion parameter mixture of experts model this is something that has 42 billion active parameters with a 1 million token， context window and a hybrid attention architecture it's designed to hand。 听懂了吗？兄弟们？一点二万亿参数，一百万头啃的超大上下纹。 这就意味着你可以把一整做大厂的代码库全塞给他，他不仅不会忘，还能精准执行。但这还不是最离谱的，你以为他只能做做算法题？ 老外直接给他上了一个地狱级难度，用自然语言克隆一个苹果 mac os 系统，并且还要在里面内置一个我的世界游戏， 结果这玩意儿的操作直接让人看麻了。 within the bottom toolbar， it actually opens up when you highlight over an application and i personally find that it did a pretty great job the terminal is actually animated， which is pretty great！ 仅仅三分钟，带动态多克蓝带终端，带计算器和天气组建的完整操作系统 直接在浏览器里跑起来了，连所有的 svg 图标都是全自动生成的，这效率简直是把外包团队按在地上摩擦。 更变态的是，它连三 d 交互都不在话下。 the model's ability to create small and continuous physics like the simulation you see the meatball the fluid motion everything has been thoroughly generated and i personally found that this is probably the best generation from an open source model。 太离谱了，这根本不是在写代码，这是在直接构建虚拟现实。它不仅懂逻辑，连三 d 渲染的物理法则，光影和粒子特效它都一清二楚。 这就相当于你拥有了一个不知疲倦的顶级的全站加游戏开发大牛。未来谁能用好这些神经模型，谁就能一个人活成一家软件公司。求各位观众老爷给个一键三连支持一波，咱们下期干货见。
2.5万进化中的阿陈
05:01查看AI文稿AI文稿大部分人把 deepsafe 用错了， v 四版本综合能力现在重回国产第一，今天直接给你出 v 四保姆级教程，先带你看它现在到底强到什么程度。二 零二六年四月二十四号刚发布的 v 四系列，发布仅三天，第三方 super 四 lue 精准实测结果就直接炸场。 pro 版以七十点九八分登顶国产大模型综合榜第一， flash 版以六十八点八二分紧随其后拿下国产第二。 双版本直接包揽了国产榜单的前两名，把一众老牌大模型都甩在了身后。六大核心能力的硬核增幅直接给你摆明白。智能体任务规划能力 七十七点四九分，国产第一，比上一代暴涨二十点八七分，是这次升级最大的杀招，大白话讲就是他能自己拆解任务规划步骤，不用你一步步盯着叫。数学推理能力八十七点三九分，同样登顶国产第一， 硬核数理能力直接拉满，从小学算数到考研高数，没有他解不明白的题。幻觉控制。八十点六八分，国产第三， 仅次于 glm 五和千问三点五，意味着他瞎编乱造的概率极低，给你的答案靠谱度很高。科学推理七十九点二七分，国产第二，仅次于豆包专家模式，专业领域的内容拆解、逻辑推演，他都能精准拿捏代码生成。六十三点二四分，国产第三， 似于 kimi 二点五和豆包专家模式，稳居开源模型里的代码能力第一梯队，开发者和普通职场人都能用精确指令遵循。 三十七点八四分，国产第三，比上一代暴涨十一点八九分，从之前的国产垫底，直接冲进第一梯队，你让他干什么，他就严格按你的要求来，不会跑偏，不会露相，实现了全维度无短板。那这么强的能力， 为什么你用着总觉得不好用？核心原因只有一个，你从跟上就把它的两个模式用反了。很多人用了一年 deepsea， 根本没搞懂哪个模式适合干什么，回头还骂他能力不行，这完全是把屠龙刀拿来切菜了。快速模式运行的是 v 四 flash 版本，主打响应快、成本低，全功能免费无门槛。它适配日常闲聊、简单提问、清亮文本处理、基础信息查询， 用它完全够用。但你要是拿它解高数，做复杂报告、写代码，那肯定会觉得它能力不行，这不是它的问题，是你用错了场景。而专家模式运行的是 v 四 pro 版本，是这次升级的核心杀招。佛有登顶榜单的硬核能力， 全在这个模式里，这才是你真正应该学会使用的方法。下面这三大专属用法，普通人直接照着用，效率拉满十倍。第一个，用它做全场景数学问题解答，学生党，职场人刚需中的刚需。他有着国产第一的数学推理能力， 不管是中小学数理化作业公式推导、大学高数微积分考研考公的数量关系题，还是职场人需要的数据分析、财务核算，他都能精准搞定。他不仅能给你标准答案， 还会拆解每一步解析思路，标注易错点，讲透底层逻辑，甚至给你同类型题的通用解析技巧，比网课老师讲的还细致。给你一个直接就能用的指令模板，我需要你讲解这道题，先给出标准答案， 再一步步拆解解析步骤，标注核心考点和易错点。最后给我三道同类型的练习题，附带答案和解析，直接复制粘贴就能用。第二个，用它的科学推理能力做内容校准， 做自媒体写报告的人，靠它彻底避免翻车。不管是视频内容的技术参数核对、 ai 测评、数据校准， 还是行业报告的深度拆解、数据交叉验证，又或是科普内容的真实性核实，独家细节挖掘，他都能精准排查数据错误，核实内容真实性，挖出同行没注意到的信息差，直接把文案丢给他，说帮我核对这篇文案里的所有数据 错误，给出正确数据和权威来源补充三个差异化独家细节，直接优化出有干货、有爆点的文案。最后给你一个高级玩法，用它的顶级智能体能力搭建你的专属数字员工。很多人到现在都不知道智能体到底是什么， 说白了，他就是把 ai 从你让他干什么他才干什么的被动工具，变成了你告诉他要什么结果他自己想办法干完的 主动执行者。之前你用 ai 做报告，得一步步给指令盯着改，随时纠错，前前后后要折腾十几轮。现在用 deepsea v 四的智能体能力，你只需要定一个最终目标，它会自己拆解任务 规划步骤，调用工具自主纠错，最后直接给你交付成品，全程不用你定 deepsea v 四在闲聊、语音交互、创意文案商品选择上，不如豆包千问顺手。本地部署对新手也有门槛，所以选对场景是你最应该注意的。 最后问你两个问题，你已经用上 deepsea v 四了吗？最让你惊艳的是哪个能力？评论区告诉我！收藏转发这条保姆级教程，下期带你解锁更多 ai 提效的隐藏玩法！
3999灵GO
01:50查看AI文稿AI文稿小米模型降价百分之九十九，直接和 deepsea 硬钢，看来 deepsea 给的压力还是挺足啊。那小米的 mimo 和 deepsea 相比到底怎么样呢？ 今天咱们就详细聊聊小米 mimo v 二点五 pro 和 deepsea v 四 pro 这两款国内顶尖大模型，帮大家分清两种的定位和适用场景。首先看基础信息， 两者上下文都做到了百万头肯，而且全部开放 m i t 开源协议，个人和企业都能自由商用，门槛很低。参数上， deepsea 整体规模更大，不过小米这边额外做了图像、语音一体的全模态，而 deepsea 目前只支持纯文本交互， 这是两者最直观的区别。接下来看核心能力比拼。第一块是智能体 app 的 能力，这一块小米眉目优势非常明显，在多项权威评测里得分更高，而且执行任务时投分利用力更高，能省下接近一半的调用成本，非常适合搭建 自动化工作流、智能助手等一类产品。第二块是代码的专项，榜单里表现拔尖，软件工程、算法编程、 实战写代码的能力目前位居行业潜力，是程序员开发团队的首选。第三块数学与逻辑推理，同样是 deepsea v 四 pro 更强数理计算、复杂推理的实测成绩非常亮眼，很适合科研和数理分析。总结一下，首先两款大模型都是国货之光，都很优秀， 如果你的需求涉及图片、语音、多媒体交互，或是要做智能体，首选小米 mini。 如果是专业编程开发、数学科研、纯文本内容创作、深度逻辑推演，那 deepsea 会更加适合你。关注我，了解更多最新资讯和实用技术。
350野大灰
03:57查看AI文稿AI文稿deepsea vise pro 编程能力竟然全面领先 mimo v 二点五 pro， 这是怎么回事？大家好，今天我就把这次的对比测试过程原原本本的跟大家分享一下。上个月底我申请了小米的百万亿 token 创造者激励计划，很幸运通过了，给了一个 standard 的 月度套餐 nice， 正好 deep check 最近也在打折透更，价格几乎等于白送。于是我就想着干脆把这两家的顶配模型拉出来，搞一场编程能力实战。说实话，测试之前我心里是更看好 mimo 的， 因为密码二点零的时候我在 open code 上白嫖过，当时写了个挺复杂的项目，几乎一遍过，印象非常好，所以看到最终结果居然是 deepstack 全面领先，我自己都挺意外。咱们一项一项来看，先交代一下测试环境，编程工具用的是 code code， 不 添加任何 scale 和其他工具， 两边参数完全一致，都开启了 plan 模式。测试题目是让 ai 写一个管理后台的脚手架，需求不算难，就是比较繁琐。提示词是 ai 帮我生成的，两边用的完全相同。 这中间还得先吐槽一下 open screen 这个录屏软件，录到一个小时的时候直接停了，录好的内容也没保存下来， 去一学期看，早几个礼拜就有人提这个 bug 了，没办法，整个编程过程就这么丢了，所以大家看不到实际的代码对抗了，我们直接上，结果从几个维度对比一下，满分都是十分六分算及格。第一项项目完成时间， deepsea 大 概耗时四十三分钟， nimo 花了六十一分钟。过程中其实能感觉到 nimo 的 思考更深，问题分析得更细， 可惜没录下来，但单拼速度 deepstack 明显更快。这一项， deepstack 给八分， memo 给六分。第二项，解决报错成功运行。这么搭完以后，两个模型都没能一次性跑起来，控制台一堆报错 主要都集中在数据库配置这块，基本上是依赖缺失和代码过时的问题，这可能跟我要求使用 spring boost 最新版本有关， 我处理报错的方法完全一样，都是直接把报错信息扔给 clothcode， 全程不人工改代码。 deepstack 大 概改了四次后端，三次前端就搞定了， mimo 那 边我都没心思数了，同样的问题反复出现，当时真有点崩溃，好在最后也解决了。这一项， deepfake 给六分，命妹给五分。第三项，代码质量。两边在模块设计和数据权限上差别不大，完成度都不错，但我明确要求 spring boot 版本用四点一点零。这是个预览版， deepsea 虽然没完全遵守，但用了四点零点六的稳定版，还算贴近 emo， 直接上了个四点零点零，偏差就大了。 这一项 deepsea 拿八分， miimo 拿七点五分。第四项，页面效果整体看着差距不大，但 miimo 在 给角色分配权限的时候，居然是要手动输入权限标识，而不是常见的勾选形式，用起来很难受， 而且代码生成功能的设计也不如镜像顺手。这一项 deepsea 给七分， mimo 给六分。第五项，价格咱们直接看真金白银的花费， deepsea 最近打折，整个测试跑下来才花了两块多，就算按原价也才八块出头。 nimo 这边消耗的 credits 超过了五千万， 按照雷总赠送的九十九元两亿快递费来算，费用超过二十五块。说实话，当初看到送两亿额度我还惊了一下，等测完看到消耗，只能说还得是雷总 价格这块， dpic 直接十分，密码给六分。总结一下， dpic 总分三十九分，密码三十点五分。 在我这套标准里， deepsea 表现中等水平， mini 表现刚及格。这根测试前我的预想完全反了过来， deepsea 几乎是全面压制的状态。当然还得说一句，这一次测试非常片面，完全不能代表两个模型的全部能力， 打分也纯属我个人的主观感受，大家就当个参考哈哈哈。好了，以上就是这次对比的全部内容，希望能给你带来一点帮助。
129赛博笔记
04:30查看AI文稿AI文稿大家好啊，我是瑞克老张啊，那个五一期间接着给大家聊，因为事比较还挺有意思。昨天晚上呢，我们的那个开发团队给我们反馈啊，就说那个 dvd v 四 pro 特别好用，然后我们就在 callix 里边就接着进来了，接进来以后我也测了一下， 哎，我发现一个很有意思的问题，虽然说啊，他自己说，他跟那个，呃，就是包括我们说的，呃这几家，像那个，呃， 那个 cloud oplus 四点六啊，啊，包括啊，这拆 gpt 五点五啊，还差三到六个月。但是你知道这里面有一个很好玩的事啊，就是 dspic v 四 pro， 它的缓存命中率极高， 什么意思呢？就是大家要知道这个大模型的这个 api， 它分两种价格，一种缓存缓存命中，一种缓存没命中。 缓存命中的话，就意味着它之前跑过类似的这些东西，所以它有结果，有结果它可以拿下来改一改就给你用，那这样的话它价格非常低， 缓冲没命中呢，那就意味着要重新计算，那这个价格就非常高啊，这个要要知道。所以呢， deepsea 呢，我们查了一下，我们测了四个啊，就是我现在正在做的小东西，测了四个，呃，大概每一个的话呢，都都给我写了不到八百行的这个命令啊，基本上缓冲命中率呢都在百分之八十五以上， 这意味着什么呢？意味着我非常省钱，我们看看，我整个把这所有东西都跑完了，大概跑了不到一个亿的 token 啊，我花了多少呢？花了不到十二块钱，这个这个，这个性价比就非常高了啊，真的性价比非常高，它比那个 cloud 包括那什么的缓存命中率都高。 我们之前也用 kolld， 但 kolld 现在不给中国人用了嘛，是吧，那个我们就敢用，折磨你啊，这个但折磨你的缓存命中率非常低，低的让人发指啊。然后就是花钱花的比较多啊，这搞那么不到一个亿的，差不多一个亿的 token 吧，这折磨你得花到二十美金左右。但是 deepstack 的 话呢，基本上就十几块钱，十几块钱解决问题啊，十几块钱解决我们四个四五个问题，而且它那个 bug 吧，它自己找起来就很快，我们怀疑就是在 deepstack 的 从那个 n 卡，就是英伟达的卡迁移到生成的卡上做训练，这个过程中啊，他们另外的那些做啊，这个呃案例的部门并没有闲着，他们在不停地用各种的代码去测试，然后把这个代码各种的去修正，然后形成这样的缓存库， 所以现在的效果非常好。哎，我没有想象的效果的话，你们都可以去试一试，真的都可以试试这个 v 四 pro， 我 认为这恰恰很可能是它未来的一个最大的杀伤点，因为这样的话是所有人发现它的成本进一步降低。如果都用缓存，这个这个东西相当于呃这个 cloud 的 五十分之一的价格呀， 就如果都是缓存命中的话，它相当于 cloud 的 五分五十分之一的价格，非常夸张。那这个事的话呢，后续的东西很可能会引发。 是啊，包括美国这个开发者在内的一个一系列的海啸啊，它意味着大幅度的节省成本，效果还不错啊，这个事就就特别有意思了啊，所以它背后可能引发的是一个是 taco 出海，一个是酸碱锌铜，还有一个的话就是整个的在全球啊， 不管是开源还是闭源的啊，包括编程在内的这样的一个大模型使用的大范围的变化，它这个变化很可能是行业性的啊，是扩散段的，而且这个扩散现在看越来越快，越来越快， 所以呢，大家一定要关注这个趋势，这个趋势可能会引发整个产业链的变更的，这个变更的时间不会超过一个月。他后续的东西他不像上一次，上一次是立马就显示出来了，这次是在慢慢的显示出来，他显示出来的话，那他这个如果你提前不布局，你到那个时候你可能就晚了，那个时候的话机构大量入场，你就没有什么筹码， 需要的话赶紧先来看啊，真的赶紧先看好不好？如果需要的话，看看我们的这个季度会员科普课，我们准备在下个星期开始的五月份，我们会安场安排最少三次关于 deepsea 的 啊，这个深度的拆解，一次直播两次的这个复配的内容啊，如果需要真的好好看一下咱们的季度会员科普课啊， 九十天四十五个视频最多啊，四十五个视频最少，四十个视频八场专门的直播，非常的超值。而而且咱们的月卡呢，本身呢两百多块钱是吧？ 机卡的将近八百块，这是因为一个是老张给大家补贴，还有一个是平台虽然没有那么大的，那也给了几十块钱补贴，所以现在价格是六百多块钱，非常的超值啊，需要的真的好好看一下，而且呢内容的话呢，是非常的覆盖的全面，都是围绕大家所关心的这些话题展开的，毕竟的话我们还有很多专业团队在干这个事， 非常的超值，需要好好看一下啊。链接在底下点击即可啊。稍再说一句，一定要记得接助教老师电话，不然你不知道该怎么看课。好，今天就到这，我是瑞克老张，关注我，咱们投资的视角，看科技背后的精彩，我们下期见，拜拜。
374瑞克老张有话说
10:21查看AI文稿AI文稿deep c q v 四呢，终于发布了，各方面的参数啊，看起来都很不错，但实际使用起来又是什么水平呢？正好最近两周啊， g p t 五点五， opt 四点七， kimi k 二点六也都刚更新了，再加上之前的 g r m 五点一呢，凑齐了一大批的这个千元模型。很多朋友啊，都在纠结说自己的智能体里面到底应该用哪个模型呢？今天这个视频啊，我就会从价格，从速度， 从完成任务的质量几个角度来跟大家聊一下这几个模型，能够让大家在选这个模型的时候啊，会有个参考。我们首先来看一下各家模型 token 接口的这个价格，按照 token 输入输出七十比 七比二的这个比例来加全，这个呢大家可能如果不清楚的话，也不用特别的去计算，我是按照我自己的平时的账单的统计，然后调用的这个比例算出来的，每个人呢都或多或少会有些不同，但大概呢就是这样一个比例，然后用它来算出每百万 token 的 一个综合的价格，方便我们去比较。我们看到 v 四 flash 呢，零点三二元， v 四 pro 呢，原价是二点五六元，然后加上当前二点五折的发布活动啊，价格大概是零点六四元。 kimi k 二点六呢二点二三元。 jimmy k 二点一呢二点二九元。 opus 四点七十点六三元。 gpt 五点五呢十一点五二元。国产模型啊，大家看到大致呢都在同一个价格袋里面， opus 跟 gpt 呢，价格直接贵了一个数量级， 一次 flash 啊，价格最低，因为它的模型尺寸呢，也是最小的一次 pro 呢，能把一百万的上下文做到这个价格，是采用了新的注意力机制，一百万上下文呢，大概只需要前代的百分之二十七的算力， 百分之十的显存就够了。列出这个综合价格啊，是方便大家去理解，去比较，然后给大家做一个自己选择的参考。然后来介绍一下这次的这个对比的任务设计啊，我这次呢，是想让智能体啊去抓 hack news 上面前一百条的热贴，挑两到四条呢，值得说的话题，查背景， 生成图片，配音，最后用 hyperframe 这个 skill 呢，制作一条三十到六十秒的中文视频报告，中间怎么去完成啊？怎么去这个一步步的定任务呢，完全交给智能体自己去定，每家过程啊，稍有不同， 但大致的内部的流程啊是一样的。先写 python 脚本呢，抓帖子，做数据统计，再写分镜跟旁白，然后呢，生成语音跟图片。语音出来之后呢，来计算一下实际的长度， 重新去调整一下分镜，如果太长呢，就压缩一点，如果太短呢，就扩展一点。最后呢，再用 hyperframes 以代码的形式把这个视频完整的做出来。每个模型的任务呢，我都给它们建立一个独立的空白的文件夹，然后用 skill 去扩展它们 agent 的 能力。比如说像我这里用到了几个 s 册去查资料， gpt， imager 去申图，然后 edge tts 做中文的旁白， hyperframes 负责视频的合成等等，基本上就是四个。如果产出有明显的缺陷啊，我会反馈给 agent 一 次，但只给这一次的机会，只做一次的人工干预，还有一个比较重要的细节来跟大家分享一下。 这次实验用的 agent 啊，是叫做派，大家肯定没听说过，因为在国内还比较冷门。它是一个极简设计的 agent， 几乎不做任何额外的封装。我们平时用的比如说像 cloud code 啊 or codex 这种框架，它约束多，然后规划层比较厚，好处呢就是把那些比较弱的模型啊，能多浮起来走两步， 代价呢就是那些比较强的模型的判断力呢，可能也被一定程度上牺牲掉了。反过来说呢，薄的框架就是让弱的模型一步步能露出马脚，也让强的模型完全能够展示自己的规划跟纠错的能力。我们来大概的这个判断一下，这次一整条的这么长的这个工作流任务啊，需要用到这大模型的工具调用，多步骤规划 上下文，然后选题，判断出错的自己修复，单次跑下来我估计会用到上百次的工具调用，所以这六个模型的推理强度全部拉满，能够真实的展现它们在整个过程中的综合能力。 在最后比较这六个模型的这个能力之前，我们要先来看一下这次任务我们实际使用的账单跟这个生成的速度。 gpt 五点五呢，最快十六分钟 up， 四点七，二十九分钟 up， 开启了 x high。 这个之后啊，花费也是高的离谱， 比 g p t 五点五还贵了三倍多。然后其他的像 deepsea v 四 pro， 然后 kimi k 二点六， g r m 五点一，消耗的 token 呢，差不多，所以成本呢，也几乎差不多。但是 g r m 五点一啊，速度上比较慢， 花了四十四分钟才完成，这个原因呢，就是因为 token 接口的吐字速度太慢。因为之前就听说啊，这智普是国产模型里面比较缺算力的这个一家公司账单讲完之后啊，我们来看一下最终的成品到底是长什么样子。我想按两个维度来评价这次的任务啊， 就是排版跟内容，排版呢，是排版的结构，然后图案的比例，动画字幕这些内容呢，就是指选择题啊，旁白啊，判断力啊这些。然后六个模型呢，按照这两个维度的综合表现，我可以分成三档，第一梯队呢，就是 up 四点七和 gpt 五点五，大家可以看一下它们生成的视频啊。 h n 今日速览 top 一 百里三件事不讲废话第一件 deep c v 四，一千九百八十九分一千五百一十六条评论全列录零抠的跑在华为升腾上 pro 模型每百万输出 token 三点四八美元。 h n 原话从黑客到黑客 第二件， open a i 当天甩出 gpt 五点五，一千五百五十三分。记者分拣封顶贴 andropet missus， 但社区泼水幻觉率百分之八十六，是 opus 两倍多。第三件，最游戏九百零六分的热铁，在 bug 质量下滑。同一天， google 宣布向 andropet 注资最多四百亿美元，社区点透循环贸易， andropet 拿钱回头买 google 的 tpu。 全剧看 top 一 百 ai 话题十五条，却吃掉百分之三十一，得分百分之四十一。评论 谷里四条是 ai 域名榜第，靠十六次领跑。数据采自四月二十五日 h n 热榜，今天 h n 前一百条里， ai 大 模型占三十二条，合计一点一万分七千二百五十七条评论，榜首讨论集中在 deepsea v 四 g p t。 五点五和科沃质量风波。 deepsea v 四拿到一千九百八十九分，一千五百一十六条评论，社区最在意的不是发布会，而是低价好文档，以及跑在华为芯片站上的完整 阅帖。评论里的核心质疑是， ai 编程下的写代码时间是否又变成了独代码和审查成本工作计划最高头 n 四百亿美元， 把它看成供应商融资前 tpu 云和同要成闭环。如果模型商品化，真正的利润可能在算力入口比特和 c i l 供应链攻击，无科技拖拉机走红也只向同一个情绪。技术越强，社区越想要可验证，可修，少锁定系统。今天的关键词是可信。 从排版角度来讲啊，这一档的模型有完整的编辑自觉分进脚本呢，会自动标注 t t s。 实测的时长精确到秒，然后再去反推画面的时长。 g p g。 五点五的定稿啊，甚至自己列了这个时间码的对照表，图文的重点分明，然后动画的节奏也很合理。 t p t。 五点五的短板是首页的，这个数据格式化，没有正确的去渲染。然后从内容角度来说呢， oppo 四点七旁白其实是最讲究的，这可能跟大家的直觉上也比较吻合。 开场四秒钟就切入了三件事情，每一件呢都有具体的数据，加上一句这个嗨客女子原话做压轴，结尾呢，还单独留了十几秒钟做整体的这个全局的数据的复盘，然后这六个里面是唯一一个自己做了 结构化数据分析的这个模型， g p t 五点五呢，选题抓到了这个资本与算力的闭环这个独特的视角。别人都在讲模型本身，然后他呢，在讲生态，在讲一个大的宏观的这个这个角度，但结尾啊，那句就是今天的关键词，是可信。这样句话呢，我觉得就比较仓促了，像他感觉到时间快到了，然后硬切了一个结尾，这种感觉 怎么说呢，就是五十七块钱的 office 啊，贵是真的贵，但能力呢，确实也是最顶尖的。中间党的两个模型呢，就是 dipstick v 四 pro 跟 gim 五点一这一党的模型啊，都只是完成了整个工作的一半，但只是完成的一半不同。 v 四 pro 呢，赢在内容。 r m 呢，赢在了排版。 v 四 pro 的 排版呢，主体是左右结构的，图片被挤得比较小，文字也比较小，远不如第一梯队的那种舒展的，然后清楚的感觉，但有亮点啊，就是首页它做了一张热力图，是这六个模型里面我觉得最具设计感的这个开场，然后结尾这个转场，还用了这个色块动画，看得出来很有这个设计的意图啊。 然后字幕显示呢，我觉得就是比较正常。 v 四 pro 的 内容啊，我觉得它写的旁白是六个模型里面最像写给人看的一份。 d c v 四，近两千顶铁， 完全开源零抠的纯华为 samsung 芯片社区最镇的不是跑分式文档，开发者说比 open a i 好 太多。有人留了四个字， from hackers to hackers。 敢直接把这个 hacker news 的 评论原话当京剧引进来。 from hackers to hackers， 然后循环贸易 中表达呢，保留得很完整，四个镜头的每一个都有一句压得住的短句，然后开源再追，闭源再堵，开发者用脚投票。这句收尾呢，比 opus 我 觉得是最接近第 题。对的，开头有数据统计，然后文字跟图片都足够大，排版很舒服。唯一的问题呢，就是字幕遮住了这个皱纹。我反馈了一次之后呢，也没有修好，但是 g r m 五点一的内容啊，就差强人意了，基本都是新闻播报， 每个镜头的结构呢，都是谁发布了什么数据，多少社区说了什么东西，没有一句呢是自己的这个视角，自己的判断，也没有把几件事串联起来一起的。这个整体的视角只看排版呢。 g r m 真的 厉害，但是把旁白跟分镜如果也算进去的话呢，我觉得 v 四 pro 可能更好一点，所以我把这两个呢，都放在第二档。第三档呢，就是 v 四 flash 跟 kimi k 二点六这一档啊，为什么放在第三档呢？就是因为我觉得它在排版跟内容上面都有些硬伤。你比如说啊，像 v 四 flash 的 这个排版，所有的页面呢，都是同一个上下结构， ppt 模板， 十六比九的图呢贴在上面，然后有大片的空白，字也偏小，开头的数据呢没有渲染出来，字幕也缺失，反馈之后呢，还是没有修复好。至于 vs flash 的 这内容呢，它的旁白基本上也就是在复读这个帖子标题，然后像 deepsea vs 那 段，讲到 sweetband 突破百分之八十，适配华为升腾，这现在都是标题的原话。还有的那段呢，也只是把世界名完成了念一遍， 完全没有自己的这种视角跟判断。然后 kimi k 二点六的排版呢，深图有浓郁的这种 ai 的 味道，深图的提示词呢，也是比较差的，图片也被裁切了，没有完整的展示，然后字呢，也偏小。 kimi k 二点六的内容啊，比 vs flash 我 觉得稍微强一点。选题呢，选了卡尔的信任危机，然后谷歌的助资 把续命和买保险两层的意思呢，都点到了旁白，比较有节奏感。不过相比第二档的 v 四 pro 啊，我觉得还是有点差距的，大家也可以自己看这两视频对比一下。最后来跟大家总结一下，就 gbt 五点五跟 oppo 四点七呢，排版跟内容两件事啊，都非常在线，贵呢，确实有贵的道理。 然后像 v 四 pro 跟 g m 五点一呢，都只能做到一件事，然后卡在中间。然后 v 四 flash 跟 kimi k 二点六呢，在我这个测试当中，两件事都没做到，所以我只能把它排在第三档了。收回这个 dipstick， v 四本身啊，国产第一梯队我就完全是没有问题的。 v 四 pro 一 百万的上下文，性价比也非常的高， 从内容上来说呢，甚至有时候可以超过 g p t 五点五，但综合实力呢，跟 opus 跟 g p t 五点五我觉得还是稍微有点差距。但你聊一下这次测试的本身的局限性，因为六个模型都只跑了一次，会有很大的这个随机性，换一次呢，可能结果又不一样了。 任务设计啊，我这次也是比较偏重于这个视觉方面跟代码能力的，对纯文本推理能力啊，其实不是特别的敏感。真正严谨的测试呢，应该每个模型都去跑 n 次，然后去它的分布，然后再叠加这个盲测打分。这期视频呢，算一个不太严谨的这个测试， 给大家一个基本的这种参考。最后再跟大家说一下，这次测试呢，用的 agent 是 派，在国内还比较冷门，但我现在自己啊，就是内部几乎所有非代码的任务呢，都在它上面跑，非常的顺手，非常的听话，非常的爽。它是个开源项目，完全不是广告，感兴趣的朋友呢也可以自己去学习一下，自己去体验一下。好了，今天视频就到这里，我是李总，黑经理超，我们下次见。
9257第四种黑猩猩
02:15查看AI文稿AI文稿又是一个风神小米米某 v 二点五狂虐 gps 四测评碾压开源即炸场！现在的大模型真是一天一个新的变化，满天都是惊喜，看得人真是眼花缭乱。 gps 四刚新鲜发布，还没等大家消化完呢，小米就直接甩出一个王炸，难道刚发布 就能把 gps 四按在地上摩擦吗？小米这次是真的藏不住了。四月二十八日，罗富利带领研发的米某 v 二点五系列正式开源，不是盲目吹捧，而是实打实的测评数据， 完成了对 gpx v 四的精准超越，每一个亮点都戳中行业的痛点。先看看最直观的对决现场， miami v 二点五 pro 作为小米最强开源模型，一点零二万亿参数，四百二十亿 激活参数，在 gdp、 沃尔、 ea、 裸 evo 等核心测评中直接超越 gpx v 四 pro， 甚至比 kimi k 二点六等主流闭源模型表现更加出色，堪称开源赛道上的这个黑马。和 gpx v 四相比呢，它的优势不止一点点， 每一处升级都精准解决了行业的这个痛点，同样支持上下文。米某 v 二点五 pro 用局部滑动窗口将全局注意力结合的这个架构呢，把键值缓存存储空间减少近七倍，再也不用为内存不足而发愁了。输出存储量呢，直接提升了三倍， 地理速度更快，部署成本更低，这是 deepsea v 四至今还没有做到的突破。更惊喜的是， mimo v 二点五版本三千一百亿参数细数模型，搭载小米自研的延时篇编码器，能够轻松处理矿物质任务，在 cryovox、 nwe、 八 h pro 等测评中大幅碾压 deepsea v 四 flash 复杂软件工程尝试与任务处理能力直接拉满。 最关键的是开源首乐就直接拉满诚意红布适配，阿里平头哥 a m d、 百度、克莱心等七家芯片厂商，还有 skyrim v m 两大主流推理框架，得零适配拿到就能用。更狠的是三十天内免费发放一百万亿投开，最高可领十六亿 credits， 相当于白送了六百五十九元权益，还联合多家 eid 的 框架共建生态不是全面超越，但每一处超越都踩在行业需求上。小米，呃米某 二点五，用实力证明，国产开元大模型已经能和顶尖选手正面硬钢了，这才是国产大模型该有的样子。对于现实中真正的情况，熟能熟络依然还需要时间来证明。大家的意见如何？评论区聊聊自己的观点。
108常用AI搞世界
02:48查看AI文稿AI文稿我是真的觉得，如果我们只是外部扩展编成的话，我越来越发现啊，我们在不久的将来就可以逐步抛弃 cloud core 的 和扩展叉了。 最近这几天我体验过 deepsea 微视之后啊，我发现我们国内的编程大模型的编码能力跟 cloud core 的 和扩展叉之间的差距是越来越小了。 然后昨天小米不是在做一个活动，送一百万亿托管的活动，我就第一时间去申请了一下， 今天他就给我通过了，送了我一个 pro 的 会员，也就是可以免费使用一个月 七亿个托肯吧。今天我就第一时间就把小米的这个编程大模型接入到了卡拉库的这个开发工具里面，然后我就用小米这个编程大模型帮我去解决了一个非常复杂的 bug， 居然小米这个编程大模型啊，他也是一次性就帮我把这个 bug 给解决好了。所以啊，我就在感叹， 我们现在国内的这些编程大模型，他们的编码能力啊，是越来越强了，跟卡洛克的和库洛差之间的差距真的是越来越小。然后今天我在推的上面啊，看到有人说 有这个时间去申请这个小米托克，还不如直接用 cloud 库的跟库的叉去啊，把这个时间利用起来，去多写一下代码。 我真的觉得这些人他们的事业真的是太胆尽了，他们太瞧不起国内的这些编程大模型了。我觉得现在国内的编程大模型跟卡拉库德跟库勒叉之间的差距真的是越来越小了， 我们要对我们国内的这些 ai 大 模型变成大模型充满信心，给他们一些期待，别老是抱着以往的这个眼光来看今后的发展。 所以啊，我真的是觉得在不久的将来，我们就可以逐步的抛弃克罗地克的叉， 你看一下克洛克的，他动不动就封我们的账号，以后有了国内的这些冰城大模型都抵啊，我们就可以非常安心的愉快的买个扩顶了。
1060Arden✨
01:14查看AI文稿AI文稿国产 ai 行业最缺的从来不是亮眼跑分，而是清醒的真实测评。近期，美国商务部旗下 c i s i 的 权威盲测，给过热的国产 ai 市场泼了一盆冷水。不同于市面上可刷榜套答案的公开测试，这次用的是私有未公开题库， 彻底杜绝数据泄露与刻意跑分，测出的是模型最真实的硬实力。结果中肯不抹黑不吹捧， tipsix pro 仍是综合实力最强的国产大模型，在网络安全、软件工程、数学推理等核心领域领跑，国内同行 必须正视差距。官方自测数据几乎追平 gpt 五点四、 opus 四点六，但在无水分专业盲测中，真实水平比全球顶尖的 gpt 五点五落后整整八个月。 这暴露行业通病。很多模型公开跑分好看，硬核实战能力不足，但国产 ai 的 核心优势同样突出，商 业化、性价比远超海外巨头。对标同水平 g p t 五点四迷你版七成场景成本更低，最高可省百分之五十三。 技术仍在追赶，但落地商用、降本增效，国产 ai 已具备极强竞争力。不夸大优势、不回避短板，才是国产 ai 稳不突围的核心底气。你觉得国产大模型多久能真正赶超海外巨头？
95大厂科技观
01:39查看AI文稿AI文稿兄弟们，深更半夜小米又放大招了，这次 deep sync 的 天真的要塌了，咪某 v 二点五全系列大冒险，进行了超级无敌的大降价，直接完全对标 deep sync v 四系列的定价。 之前的话小米的 v 二点五都可以算是国产最贵了，但效果的话其实和那几位拉不开差距。这次价格完全对标之后，我感觉咪某性价比是国产第一的， 为什么呢？他其实这边讲了，他进行了各种的优化，包括推理的效率优化，以及各种的缓存的优化， 比如说缓存这边提升了五倍，数据的搬运量优化成了原来的七分之一，所以这才成为他降价的一个大的基础。我觉得对普通人来讲，最有用的就是这个。他这里说的这个 token plan 的 调用量提升了五到八倍。原来的小米的 token plan 其实不太够用，你不管开什么套餐，基本上两天就用光了， 那我就性价比太低，所以我从来不开只之前他推出了一百多根的时候，我白嫖了一下。还有他这是重置了我，本来我今天把这个 pro 都快用的差不多了，现在登上来一看，首先用量多了很多，我也数不清这到底有多少个零，但应该是增加了好几倍 把。你的额度之前我都快用完了，他现在给我重置了，大家可以去试一下。小米的这个大模型本来都快跌入世界的前二十了，已经连续四周跌入世界前二十了，在这个 openroot 里面看都看不到他，但这是降价之后的话，我感觉至少能回到这个位置。你说对标 deepshock v 四 pro， 我感觉小米这个 mini boss 要比 deepsea 要效果要好很多的。所以我觉得小米的 flash 拿位世界第一， pro 的 话拿位世界前五没有问题，拭目以待吧。
2394教你宇宙级AI编程（求关注）
03:13查看AI文稿AI文稿deepsea 的 官网最近出了一个关于 a p i 降价的新闻，说法也很有意思，说原定于二零二五年五月三十一日的二点五折的折扣优惠之后，正式调整为原定价的四分之一，用户可能还要思考一秒钟， 实际上意思呢，就是把原来的折扣价变成了永久定价，这个价格有多夸张呢？就目前的 deepsea， 我 们就看 oppo token 啊，输出的 token 成本，因为输入成本跟 cash hit 基本上都是这里面的一个比例。 oppo token 呢，是所有的模型公司的一个成本的衡量数字。那目前 deepsea v 四的 pro 呢，是零点八七，对比预参价，比如 g p t 五点五， oppo 四点七， jimmy 三点一，这三 增加幅面是三十美元，二十五美元和十二美元有接近五十倍的差别。即使到国内的大模型，按说通过来看， mini max 一 点二， kimi 三美元，小米 mimo 应该四美元左右，也是国内的这些以性价比为优势的模型的三分之二，四分之一和五 分之一。所以 deepsea v 四 pro 这样的一个一点六 t 的 模型价格能拉到这么低，对很多人来说都是奇迹。国内的很多用户说呢，是对学生党很友好，良甚大才。美国的一些用户呢，也非常的惊奇。知名博主与陈京发现， deepsea 词降价背后的两种可能性，要么是在虚拟优化上取得了重大突破，要么是华为的芯片成本比英伟达低很多。 在我看来，这两种可能性貌似都很难实现。目前的华为的镜片想超英伟达还需要一点距离，尤其是量产层面。而推理层面呢，我们也做过很多尝试，但是想把推理成本从目前市场成本的五倍降到现在的五分之一，目前看是一个短期无法实现的事情，无论 d p c 有 多大的技术的突破。 所以呢，我觉得这背后的更合理的解释呢，就像梁文峰本人在与头层洽谈中表达的，公司呢，将把突破性 ai 研究至于短期商业化之前，并以实现 agi 为最终目标。所以呢，梁文峰的逻辑呢，就是他是希望更快的于 open ai 和 anthropic 可以直接竞争，而更早更大规模的实现 agi， 那 对他来说成本优势就是一个巨大的实现垄断的一个手段。所以呢，目前来看的话，以我们对于一点六 t 的 模型和英伟达显卡的一切的调研和部署成本来看的话，目前 deepsea 给出价格 基本上只能覆盖他的电影成本，那他的显卡的成本很有可能是已经在过去的收益中回本，或者呢，就是得到一些补贴，如果电影成本也可以得到补贴的话，那他可能还是有些微利的。但是目前按照这样的模型参数呢，是沿 deepsea 这样报价的，几乎不可能。另外一个大逻辑呢，就是 deepsea 作为一家万方量化孵化出来的子公司，是不缺钱的， 无论是杨文峰在万方的收益，还是本轮按照一百亿美元的规模完成这份融资， deepsea 呢，目前看是不缺钱，这个对于市场上有什么影响呢？ 我觉得 deepsea 的 目前所到之处，其他的玩家想进来了，基本上是寸草不生的，原因就是在一个一点六 t 的 规模的 pro 模型，有两百八十多 b 的 flash 模型。目前 deepsea 能覆盖的这个规模呢，已经差不多从一百 b 到三 t 之间。因为它的性能，它的报价，它的性价比，基本上呢是可以覆盖这个领域的所有的模型， 有它的能力的模型呢，报价会比它高很多很多，模型呢，比它贵的目前性能呢，都还不如它。再加上智能融资的话， deepsea 会不断地持续地优化它的 coding 和 ad 能力。 其实这次放出来 d p c。 还在招聘 harness 产品经理，我想应该是从模型到 coding harness， 对 标 cloud code 和 codas 的 coding harness 已经在全面的准备了。那未来呢，我们 d p c 很 有可能成为国内最有机会去对抗 open i 和 adopter 的 公司，因为它的模型在它的参数量，领域的制霸能力，以及它的下一步 对于 harness 的 认知和开展。再加上这一轮融资，很有可能让 d p c。 成为全球前三，也是中国唯一的一家最早成立 a g i 的 公司。很有可能让 d p c。 成为全球前三，也是中国唯一的一家最早成立的子公司。很有可能让 d p c。 成为全球前 a， 成为全球的公司。
333杨博士说AI
01:45查看AI文稿AI文稿小米正在快速成为世界第一，今天是迷魔大模型降价第三天，他已经冲到了奥本如的排行榜的第七位，世界第七。最新一天的世界第七位是非常强的一个成绩，因为他之前已经完全掉出世界前二十了，在世界前二十里面看都看不到他，但他仅仅通过降价就重新回到了世界第七， 而且随着时间推移，我相信他很快可能在这周之内就重新登顶世界第一都有可能，但不仅即便不是世界第一，也会进入世界前三。我觉得他因为他效果，在同样的价格下，他是比这个 davidson 要更强一点的。 davidson 为四， 但很奇怪的是， davidson 的 四维斯 black 还能排在世界第二，那小米的 v 二点五居然根本就看不到他的痕迹。我都不知道为什么， 为什么会有这么多人用这个 v 四 flash， 居然就不用小米的 v 二点五呢？ v 二点五的 flash， 或者它不叫 flash， 它也叫，就叫普通的 v 二点五。现在小米的活跃程度到了什么程度呢？ 我现在配了在这个 oppo 扣的里面。配了这个小米的米某之后，我发现哪怕现在大半夜的它都调不通，但这可能小米的服务器有问题，也有可能是掉太多了，但它它都没有显示四二九二，直接显示了异常终止。 比如他在十七分的时候，本来现在在十二分的时候到十七分五分钟时间，他居然一一个回复都没有，到，最终他就被莫名其妙被扣的终止掉了。只能说现在小米确实用起来了，但有的人会觉得小米的这个被用了这么多，他可能信用卡会不够，其实根本就不用担心 小米，他不仅买了很多因为他的卡，而且他还投资了摩尔县城，摩尔县城他是有很多这种大规模的战机群，是可以对标菊花的征程九五零的，所以在性能上、在算力上是有保障的，是没问题的。只能说希望小米赶紧建设吧，不要再出现这种问题了。
00:30查看AI文稿AI文稿对不起了梁胜，雷军给的实在太多了，一觉醒来以为出 bug 了，百万头肯变成百亿头肯。五月二十七日，雷军官宣小米猫某永久降价，降幅百分之九十九，同时老用户额度全量重置 转角。 deepsea 刚把价格砍到四分之一，小米直接跟进，把大模型价格打穿了，地板输入百万 token 零点零二元。比 deepsea v 四更低更狠的是，小米 mini 是 多摩态输入，也就是说，你的文字、图像、音频、视频他也能理解实践真正的内容全流程自动化，而不是 deepsea 单单文本输入。这波操作到底是恶性价格战，还是说雷总想做普惠大众的 ai 呢？
1.7万美超半导体研发
00:27查看AI文稿AI文稿谁能想到，当 deepsea 官宣永久降价后，今天凌晨小米甩出王炸 miami v 二点五系列永久降价，最高百分之九十九，彻底取消上下文窗口差价。这意味着什么？就是你让 ai 读一本几十万字的小说，和让他写一句你好，价格完全一样。 miami v 二点五 pro 基础版甚至比 deepsea vs flush 更便 宜。国产大模型正式进入决利。下半场， deepsea 先行，小米接棒，两家联手把国产大模型打到了全球最低价。这不是内卷，而是用技术、实力、权势。技术的意义，就是让每个人都能平等享受科技的红利。
341小龙虾炼丹炉
03:44查看AI文稿AI文稿前两天大家还在津津有味的吃着蒜粒互掐的大瓜， deepsea v 四前脚宣布自己降价至四分之一小米，米某反手直降百分之九十九直接掀桌。不玩了，觉得这不过是科技巨头们为了抢地盘在疯狂撒钱做慈善，普通人只要疯狂薅羊毛看乐子就行。 但当你还在跟着起哄的时候，残酷的真相是，有人在深夜扯下了这场降价繁荣背后的绝密遮羞布。 看完直接让我后背发凉，惊出一身冷汗。我在这段爆料里看到的根本不是什么技术普惠的乌托邦，而是一个正在疯狂吞食财富的算力黑洞。奥特曼黄仁勋这帮硅谷狂人到处给人洗脑，说未来的世界是属于智能体特工的，他们画的饼示未来每个人背后都有几百个 ai 特工在云端 二十四小时帮你全天候打工。而那帮网红为了制造焦虑，甚至拿出一张三十天疯狂烧掉一百三十万美元，吞食了整整六百三十亿个瓷元的极端账单到处炫耀。他们告诉你，月耗百亿代币是未来标配， 否则就活该沦为永久底层。 after being teased for nearly two months about the deep sea v for release the whale has finally dropped it the fourth generation of deepseek， and they never cease to amaze me alongside the two models they release， which are deep cv， four pro and flash they oh but。 当你理性的扒开这层营销外衣，你会发现，这所谓的带币乌托邦，在物理层面上根本就是一个天大的伪命题。模型的无限降价并不能抹去算力背后的能源死穴。 有人在视频里一针见血地指出，如果全人类真的按照巨头勾勒的蓝图去过上，人人拥有几百个特工，随时随地无限调用带币的生活， 地球现有的总发电量恐怕得活活翻上十倍，而且这些电必须全部拿去喂给 gpu。 在 能源和芯片潜能的双重绞杀下， 这帮巨头的疯狂宏大蓄势，不过是把人类绑在了一台无法落地的空中楼阁上。 this is all thanks to their new attention mechanism csa which is short for compressed sparse attention and hca short for heavily compressed attention let's talk about csa first in the stereotypical attention the kiwi cash grows one entry per token so if you have one million token。 更让人头皮发麻的是， 这种盲目的算力崇拜，正把职场变成一个扭曲的赛博牢笼。回想短短十八个月前，你作为一个普通员工，想要申请换个三十二级卡的内存，或者换一把办公椅，高管们还要层层卡审批，多花五十美元都像要了公司的命。可现在，高层被特工时代洗脑， 强迫大家在完全不顾及成本的情况下盲目去堆砌特工数量。但是这场狂欢很快就会到头。当老板们月底看到百万美元的磁源账单，却发现公司业务没有质的飞跃时，星算就会瞬间降临。到时候，一类全新的拿着审计表开除员工的 带比效率教练将接管职场，对每一个不够精省的肉体打工人进行降维打击，真正的职场屠杀才刚刚开始。 for the general structure of deep cv 4 series the models are interlinked with these two attention mechanisms at a one to one ratio however， an additional sliding window attention branch is added to both csa and hca because as the model is trying to predict the next token， the most recent few。 在 这场由盲目消耗走向冷酷清算的算力饥饿游戏里， 我想问你一个极具争议性的二选一灵魂拷问。一是你甘愿继续被巨头的洪大旭士洗脑， 在职场里盲目堆砌 ai 去迎合高层的焦虑，最终在带币效率的审计大清算中沦为被清洗的肉体傀儡。 二是你宁愿现在就看穿这个骗局，把精力死死盯在提升架构和算法的带币效率上，用真正的理性去捍卫专业工程师的底线尊严。这里是 ai 风向标，关注我，下期带你硬啃更多这帮硅谷狂人不敢告诉你的顶级内幕！
462Ai风向标
02:08查看AI文稿AI文稿先说结论，小米 miimo 确实降价了，而且降的不少，但降幅百分之九十九这个说法，咱们得打个问号，因为没人知道它原来到底卖多少钱。 credit 是 怎么回事？ 小米搞了个中间层，叫 credit， 你 先买套餐，比如三十九元，一个月给你六千万个 credit， 然后用的时候按 credit 扣。降价之前， pro 模型要扣两个 credit， 长文本甚至要扣四个。 降价之后，小米说取消了四倍 credit 的 计费方式，但具体 pro 模型现在是扣一个还是两个，官方没说清楚， 直接看价格更实在。小米公布了 token 价格，输入缓存命中零点零二五元每百万 token 输入缓存为命中三元每百万， token 输出六元每百万 token 输入只要两分五厘钱就能买一百万个 token。 和 deep seek 比怎么样？巧了， deep seek v 四 pro 的 价格完全一样。小米这是明摆着对标 deep seek， 价格完全对齐， 那到底降了多少？小米说最高降幅百分之九十九，如果这是真的，那原来 pro 模型的输出价格应该是六百元每百万 to 肯左右。 但问题是小米从来没公布过原来的官方价格表，所以百分之九十九降幅这个数字只能信一半。 普通人该怎么选？如果你追求简单透明，小米和 dipsic 价格一样，选哪个都行。如果你担心被套路，别买套餐，直接按量付费，这样就是明确的价格，没有 credit 换算的弯弯绕。 最终结论，小米 mimo 降价是真的，价格也确实便宜，但降幅百分之九十九的宣传，因为缺乏原价数据，没法完全验证，和 dipsic 比价格完全一样。 credit 机制有没有猫腻？官方没把降价后的换算比例说清楚，这是个隐患。
17投肯AI小刚
