BackRunner

Frontend Engineer / We're at the center of a revolution.

🚀 Building & & more.

[BackRunner @BackRunnerCN]

@manateelazycat Premium 也可以用但是额度不高，一个任务干下去周限 10% - 20% 就没了

[BackRunner @BackRunnerCN]

5小时限制最恶臭的地方是 24 / 5 除不尽，这是纯粹的恶意。它会让你在某一天可以卡在重置时间上，可以多用一些，而其他日子，除非你真的干等几个小时，否则无法继续使用。

这种设计会恶意地让你无法按照正常的人类生活节律去规律性消耗 Tokens，同时用量的潮汐会逼迫你开更高一档的订阅。

[BackRunner @BackRunnerCN]

@changwei1006 个人感觉还是很不错的，确实是 Opus 同一水平的东西，体感比 GLM 5.2 好用而且很快。

[BackRunner @BackRunnerCN]

什么国外大模型百花齐放日。
Grok 4.5 这个水平还是挺意外的，等一波实测中一些 Arena 的 elo。

[BackRunner @BackRunnerCN]

与其用各种硬盘清理工具，不如直接启动 OpenCode 让 GLM 5.2 给我清理。

256 GB 的 mac mini，接近满的状态，直接清理出 80 GB 的各种残留（这还是在执行过了 mo clean 之后）。

包括国产垃圾软件中 QQ 的更新缓存和企业微信卸载之后留下的垃圾等等。

[BackRunner @BackRunnerCN]

看起来是没有什么限制的，搭配 20x 可太美好了。

[OpenAI @OpenAI]

GPT-5.6 Sol, along with Terra and Luna, will launch publicly this Thursday.

We’re expanding preview access globally now.

[BackRunner @BackRunnerCN]

@siantgirl 我原来很长一段时间都不理解为什么进入了管理层级之后可以一点代码都不写，甚至有的虚线管理都脱离代码，这样怎么把控方案和指导下面。时间长了发现这种都是纯纯转发器，反正下属的成果转发给上面，上面的指令转发给下面，作用和 /compact 是差不多的。

[BackRunner @BackRunnerCN]

HY3 在 295B 这个尺寸下看起来只是靠 RL 就做到了这么大提升，还可以越级打，如果能进一步 Scale up，不敢想可以做到多强。

至于是不是刷榜，我觉得姚如此强调实用性，而且看跑分表有好几个内部的测试集（尤其是那个 HY-SWE，感觉很有意思，很贴近客观使用感受），我更倾向于是真的踏踏实实做了的。

[BackRunner @BackRunnerCN]

@siantgirl 我觉得 Fable 5 最大优势是需求的一次成功率，不需要反复澄清需求或者来回返工，对于复杂方案成果显著比其他模型接近预期，省时间提效率。复杂问题上我还没遇到 Opus 4.8 开到 Max 解决不了而只有 Fable 能解决的，一些疑难杂症试图让它解决的问题也会敏感肌 🫠

[BackRunner @BackRunnerCN]

本来打算等到 M5 的 Mac Mini / Studio 再升级的，现在涨价只能考虑给现在的 M4 256G 丐中丐扩容了...

[BackRunner @BackRunnerCN]

ZCode 对于第三方推理平台的适配还是有点蛋疼的，比如 GLM 会尝试去截图，但是实际上它根本看不了图片，甚至第三方可能不接受任何图片输入...

[BackRunner @BackRunnerCN]

现在就看 Anthropic 愿意给订阅计划用户发多少 Fable 的额度，隔壁 GPT 5.6 迟迟不推出，这又是一个吸引客户的好机会

[BackRunner @BackRunnerCN]

@46ge5 老赛马机制了，做这俩玩意的应该也不是同一批人。

这个模型应该是冲着推理快、便宜去的，主打的就是省钱省卡，否则全国这么大体量开销吃不住，到这种量级的产品，到底有多少智能反而真不是最重要的，够用就行，涉及到复杂问题直接路由到开源模型不是更省钱（

[BackRunner @BackRunnerCN]

normalizeXxxx 对于一个大型工程来说很容易拉得到处都是，是个入参或者接口返回复杂的函数就给你套一个，后续维护起来增删 key 又很容易漏，结构里掉了哪个 key 都不知道。

它拉出来的这一坨只会取那个时点、那个场景要用到的 key，其他场景用到的 key 也可能因为它做这一出丢了，引起 bug…

[YuTengjing @YuTengjing]

gpt5.5 的两个毛病：
- 防御过当， 到处拉屎， 喜欢造一堆 hasObject, toRecord, normalizeXxx
- 重构经常有残留

[BackRunner @BackRunnerCN]

@Jiaxi_Cui Fable 解决 UI 和一般编程问题也更强，但是这方面性价比太低了。更多需要它来解决的还是底层的架构和网络问题，现在都会碰到 Safe Guard，几乎不可用。

[BackRunner @BackRunnerCN]

I just used Claude Fable and wasted over $20 solely on its thinking process— I wouldn't recommend it right now.

The model's API pricing is incredibly high. When I asked it to debug a performance issue in my project, it "thought" for over 10 minutes and racked up a $20+ bill. After all that, it flagged my prompt as a "cybersecurity violation" and redirected me to Opus.

By that point, it hadn't generated a single meaningful output, and I highly doubt Fable's thinking process would have actually helped with the task anyway.

That’s really dumb.

[BackRunner @BackRunnerCN]

Token 太贵消耗太大怎么办？中转站刚充的钱一天就烧没了，不够持久怎么办？

可以尝试一下 CodeGraph + rtk，双管齐下直接降低查询代码库的 Token，以及 AI 调用各种命令行来执行测试、阅读文件之类的 Token，对于前端项目可以做到相当可观的节省量。

[BackRunner @BackRunnerCN]

@coder_left 官方不给退，官方客服直接让我换个火山的国内机器再使用...