老金带你玩AI

老金带你玩AI 公众号作者 ;
开源知识库：

[老金带你玩AI @KimYx0207]

Qwen3.8-Max是这几天最热的国产模型，2.4T参数，又一个巨无霸，但有个毛病恰好是普通人最容易踩的。

这次口碑最一致的是，它从会答题变成能接活了。

你扔给它一个项目，它会自己拆解、查证、修改，发现走错路还会回头。LMArena榜单上它排进全球前三，跟Kimi K3硬碰硬跑同一份复杂任务，分数咬得很紧。

前端视觉也强。

独立测评里，它生成的网页字体讲究、配色扎实、细节丰富，甚至主动加上你没要求的购物车、注册区。有人评它只要速度提上来，就是极强的前端模型。

还有个意外亮点，中文长文写作。

这两年各家模型都在拼命卷编程和Agent，写作反而集体倒退，写出来一股模板腔。

Qwen3.8-Max算逆行者，中文写作反而是它非编程里的强项，原因是它的中文训练数据有优势。写长文、归纳总结、论文解读都挺能打，能理解语气、节奏和留白，不像机器人的模板腔。

但它的毛病，是太努力了。

独立测评跑它，建个咖啡店网页花了30分钟，写个德州扑克程序跑了80分钟。

测评原话：这是我用过最慢的模型。慢的同时它特别彻底，会自己反复测试、主动加你没要求的功能，改得极其细致。

这就是过度思考。

你让它改一个小问题，它顺手把整个方案重做一遍。更烦人的是，有人让它修A，它自己默默把任务换成了更容易的B，你喊它回来，它还得再想一会儿。

Token烧得比预想快，也是这个原因。它太舍得想了。

Qwen自家规范里专门提醒，写作类任务别让它显示推理过程，否则会打断输出节奏。

价格放国产里看一眼就清楚。按量计费，

每百万tokens，Qwen3.8-Max输入12元、输出36元；GLM-5.2是8元、28元；Kimi K3最贵，缓存未命中输入20元、缓存命中2元、输出100元。

Qwen的Plan我也是近期才发现有俩。。。

百炼Coding Plan 200元一个月，能打包用GLM、Kimi、Minimax等其他厂商非近期的模型。

千问AI还有个Token Plan，个人版限时价是39/139/499元/月。

不过老金还是那句话，别指望丢一句话、几小时后回来拿成品。

用它得先讲清边界：改什么、不能动什么、做完什么样，然后随时准备喊停。偶尔写写东西、做个图、查资料，又快又省心的选择不少，不必非它不可。

国产旗舰这次真能打了，最近蹭蹭冒出来，GLM5.3在前两天在官方发布后火速被移除了，估计也就最近要上了。

他们这些国产旗舰，在老金目前看只差一件事：它得学会，在你叫停的时候，真的停下来。

[老金带你玩AI @KimYx0207]

https://t.co/MajK58Qlex

[老金带你玩AI @KimYx0207]

https://t.co/Op1jto7rgn

[老金带你玩AI @KimYx0207]

@ai_xiaomu 如果有非常详细的执行文档，注意我说的不是需求，是执行步骤文档，那么luna就很可以了

[老金带你玩AI @KimYx0207]

最近在做 Meta_Kim（我的一个解决复杂任务的开源项目）时，我越来越在意一件事：Agent（这里我想翻译成角色）。

不是为了让 AI 模仿公司，也不是非要给它安一个职位，而是角色能省掉大量沟通。

现实里，我们找设计师、程序员、财务，不需要每次先写一篇说明书，解释他是谁、擅长什么、应该注意什么。找到这个人，本身就已经包含了很多信息。

Multi-Agent（多智能体）对我来说，价值也在这里。每个 Agent 提前拥有相对明确的能力、经验、边界和判断标准。

任务来了，总控只需要找到合适的 Agent，而不是每次都让一个万能 Agent 临时学习怎么成为另一个人。

一个 Agent 装上很多 Skill，确实可以做很多事。但能力越多，需要管理的上下文、规则和工具也越多。最后省下了 Agent 数量，却可能增加了提示词长度和沟通成本。这和 LLM 的发展也有一点相似。

早期模型更多采用 Dense 架构，计算时大量参数一起参与。后来越来越多模型采用 MoE，根据当前内容，只激活更适合的专家。

不是专家越多越好，而是合适的事情交给合适的专家。

用户面对的依然可以只有一个总管家。

它理解目标，再根据任务寻找合适的人，最后把结果收回来。

真正自然的协作，从来不是每次都把话说到滴水不漏。而是你找到那个合适的人，话只说一半，他已经知道另一半该怎么接。

AI 本来就应该让人少解释一点。而不是为了驾驭一个万能 Agent，把每个人都训练成提示词工程师。

如果你觉得我说的有点儿道理， 你可以去试试我的开源项目：https://t.co/SGyOrWffjc

[老金带你玩AI @KimYx0207]

一个小提示，图片转成webp格式，能帮你节省很多流量。

[老金带你玩AI @KimYx0207]

DeepSeek V4 Flash正式版来了，GLM-5.2 全量开放了！

DeepSeek V4 Flash正式进入API公测，版本号是DeepSeek-V4-Flash-0731。调用方法没变，模型名仍是`deepseek-v4-flash`，接入基本不用折腾。

巧的是，GLM-5.2也已经向Coding Plan的Lite、Pro、Max用户全量开放。不过定价跟着涨几倍，非高峰时段另有五折。

这次Flash没有扩大模型规模，架构也和Preview相同，主要变化来自重新做的后训练。Terminal Bench 2.1升到82.7，Toolathlon verified达到70.3，DeepSWE达到54.4，Agent能力是这次升级的重点。

对Codex用户来说，这次更新更直接。V4 Flash已经原生支持Responses API，并做了Codex专项适配。它支持100万Token上下文，国内API价格为每百万Token输入缓存命中0.02元、未命中1元、生成2元，依然走低价、快速的路线。

还有一个变化要注意。原来的`deepseek-chat`和`deepseek-reasoner`已经在7月24日停止使用，此前它们分别指向Flash的非思考模式和思考模式。如果老项目还在使用这两个名称，现在就该换成`deepseek-v4-flash`，否则接口会直接失效。

至于V4 Pro，官方确认正式版会随后发布，小道消息是 8 月内。这次更新也只动了Flash API，Pro API和网页、App模型暂时都没变。

这次最实际的变化，是Agent能力、Responses API和Codex适配一起进入正式版。

Flash先把速度、价格和Agent能力推上来，Pro再接后面的高性能位置。DeepSeek V4这一轮，才刚刚开始。

[老金带你玩AI @KimYx0207]

https://t.co/aGlBCZpnO3

[老金带你玩AI @KimYx0207]

@ahmed77hussein 在你充值的那一刹那

[老金带你玩AI @KimYx0207]

兄弟们，我试过了，如果你的chatgpt Pro20x到期了，再次充值，会把你的额度全部重置，周限从充值当天开始重新计算。

[老金带你玩AI @KimYx0207]

兄弟们，我好像看见了tibo说要重置了

[老金带你玩AI @KimYx0207]

https://t.co/q6VJV2GUNq

[老金带你玩AI @KimYx0207]

https://t.co/5CcEMDzKHE

[老金带你玩AI @KimYx0207]

https://t.co/2vwPGkMHEb

[老金带你玩AI @KimYx0207]

@OpenAI @OpenAI_Support

[老金带你玩AI @KimYx0207]

天塌了啊，我这又充值了Pro20x，可是上个月获得的补偿，就无法使用了？

同一个Gmail登录的，之前说有订阅说无法使用，我这Pro20x今天刚到期，结果使用时候还是跟我说无法使用？

@thsottiaux 义父快看看咋回事！？

[老金带你玩AI @KimYx0207]

https://t.co/vif1qKc2kc

[老金带你玩AI @KimYx0207]

好好好，来了！再不来我就要重置了！

[Tibo @thsottiaux]

We have reset usage limits for all Codex and ChatGPT Work users.

Last night around 2am to 4am we suffered an almost global outage. All well and recovered, but you know what comes next.

We learn. We reset. Enjoy.

[老金带你玩AI @KimYx0207]

@_HIT_SZ_ 笑死

[老金带你玩AI @KimYx0207]

@freeman1266 它自己有 project design插件，然后github上有很多前端的。比如Taste Skill，frontend-design等等，不过都不如自己口喷一些专业词汇或者直接甩一个参考给他。