Kline&Code

川粉 乌黑 反疫苗 阴谋论爱好者

[Kline&Code @KlineCode]

@anyhowbin 我用的workbuddy，也是同样感觉

[Kline&Code @KlineCode]

deepseek V4 flash真香，能力和terra差不多，价格低太多了

[Kai @Kai866]

一开始，我以为彭博社只是忘了把DeepSeek V4的价格放上去。

[Kline&Code @KlineCode]

@0xMarkTrader @xiaogaifun 这个我同意哈哈

[Kline&Code @KlineCode]

从目前信息看，沃什加息的概率已经很低。

第一，货币政策的重心可能转向日元汇率，通过抬升日元达到收缩流��性的目的；

第二，从美债角度看，加息路径面临较大约束，实施空间有限。

短期看，加息预期降温与日元走��值得持续关注，但不宜据此下重注。

[Kline&Code @KlineCode]

@williamlab 政策两次让BTC逃顶，一次美股逃顶，美股空就完了，英伟达空就完了

[Kline&Code @KlineCode]

@May150624 老板的角度希望员工唯命是从，员工的角度这个视频是讽刺职场，你还吹上了

[Kline&Code @KlineCode]

@__oQuery 哥们你切成max模式啊，high我都没用过

[Kline&Code @KlineCode]

@StandX_CN @thankUcrypto 净扯淡，你说的这些跟大模型什么关系，都是应用端agent层面的，大模型不是想切就切了，换个api的事，举个简单的例子：难道没用过auto模式？

[Kline&Code @KlineCode]

@btcmos qwen3.8��圾玩意，写个代码糊弄事

[Kline&Code @KlineCode]

@dingyi 不吐槽别的，就第一幅图，���看懂了

[Kline&Code @KlineCode]

@cheery9998 ���资深”AI体验官

[Kline&Code @KlineCode]

@LufzzLiz 我真服了，这么多产品我都分不清qoder、qoder work、qoder wake

[Kline&Code @KlineCode]

@CryptoPainter 电费 电网

[Kline&Code @KlineCode]

@roki565 智普5之前根本没法用，当时还不如k2

[Kline&Code @KlineCode]

@williamlab 忘了以前两次比特币牛市顶峰几部委联合发文了？

[Kline&Code @KlineCode]

@LuBtc888 这是先息后本，没什么问题

[Kline&Code @KlineCode]

DeepSeek V4 和 Kimi K2.6，代表了国产开源模型的两条不同路线。 一个在把“模型本体”推到极限。
一个在把“模型作为 Agent”推到真实生产环境。 DeepSeek V4 的关键词是：规模、长上下文、推理上限。 DeepSeek-V4-Pro 是 1.6T 总参数、49B 激活参数的 MoE 模型，支持 100 万 tokens 上下文。它真正想解决的，不是普通聊天，而是超长文档、完整代码库、多天日志、复杂研究材料这种“海量上下文理解”问题。 更重要的是，DeepSeek V4 没有只是粗暴堆窗口。它引入混合注意力架构，用压缩稀疏注意力和高度压缩注意力去降低长上下文成本。官方说在 1M token 场景下，相比 V3.2，单 token 推理 FLOPs 只需要 27%，KV cache 只需要 10%。 如果这些数据能被第三方复现，那 DeepSeek V4 的意义就不只是“上下文更长”，而是把长上下文从宣传参数往可用工��推进了一步。 而 Kimi K2.6 的关键词是：代码、长周期执行、Agent 编排。 Kimi K2.6 官方博客几乎没有把重点放在“参数多大”，而是反复强调它在真实工程任务里的表现：长时间写代码、持续调用工具、理解大型代码库、做前端、做 DevOps、做性能优化，甚至多 Agent 协作。

这类案例其实比单点 benchmark 更能说明 Kimi K2.6 的定位：它不是只想做一个“回答更聪明”的模型，而是想做一个能长时间稳定工作的工程型 Agent。 所以如果用一句话概括： DeepSeek V4 更像一颗巨大的大脑，追求长上下文和推理上限；Kimi K2.6 更像一套成熟的工程手脚，追求在真实工具链里持续干活。 这两个方向都重要，但价值不同。比如它展示了几个很有代表性的案例：连续 12 小时执行
4000+ 次工具调用
14 轮迭代优化
用 Zig 在 Mac 上本地部署并优化 Qwen3.5-0.8B 推理
重构一个 8 年历史的金融撮合引擎 exchange-core
修改 4000+ 行代码
把吞吐提升 185%

但 DeepSeek V4 的问题也很现实： Pro 版本太大了。1.6T MoE，即使用 FP4/FP8 混合，也不是普通机器能轻松部署的。短期真正可用的方式，大概率还是等 API 服务商接入，或者看 V4-Flash 的性价比。 Kimi K2.6 的强项则在于：DeepSeek V4 的强项在于：超长上下文1M token 对代码库分析、交易日志、研究报告、多文档推理非常有价值。
模型上限高V4-Pro Max 在官方 benchmark 里，代码、数学、长上下文、Agent 任务都进入闭源第一梯队附近。
开源权重 + MIT如果生态适配跟上，它会成为很多厂商和研究团队做二次开发的重要底座。

长周期 coding agent它非常强调复杂工程任务中的稳定性、工具调用、错误恢复和持续执行。
Agent swarmKimi K2.6 可以把任务拆给多个子 Agent 并行执行。官方说 Agent Swarm �� K2.5 的 100 个子 Agent / 1500 步，扩展到 K2.6 的 300 个子 Agent / 4000 步。
真实产品化路径更清晰https://t.co/wGgY9JIO3Q、Kimi App、API、Kimi Code、Kimi Agent Swarm、Claw Groups，这些都说明 Kimi K2.6 不是只发布模型，而是在发布一整套 Agent 产品形态。
Kimi K2.6 在官方 benchmark 里也很强：SWE-Bench Pro：58.6
SWE-Bench Verified：80.2
SWE-Bench Multilingual：76.7
Terminal-Bench 2.0：66.7
HLE-Full with tools：54.0
BrowseComp：83.2

它不是所有项目都赢 GPT-5.4、Claude Opus 4.6 或 Gemini 3.1 Pro，但在 coding、tool use、search、agentic workflow 这些场景里，已经很接近闭源第一梯队。 这就很有意思了。 DeepSeek V4 和 Kimi K2.6 的竞争，不是简单的“谁更强”。 它们回答的是两个不同问题： DeepSeek V4 问的是：模型本身还能不能继续变大、变长、变聪明？ Kimi K2.6 问的是：模型能不能在真实世界里连续工作十几个小时，调用上千次工具，还不把事情搞砸？ 前者决定能力上限。
后者决定生产力落地。DeepSearchQA F1：92.5
Toolathlon：50.0

我的判断是： DeepSeek V4 更适合做底座级大脑。
它的价值在长上下文、知识密度、复杂推理、代码能力上。 Kimi K2.6 更适合做工程型 Agent。
它的价值在长周期任务、工具调用、代码执行、任务拆解和团队协作上。 如果只看模型参数，DeepSeek V4 更震撼。
如果看真实工作流，Kimi K2.6 更接近“能干活的 AI 员工”。 这可能也是国产大模型下一阶段最重要的分叉：如果未来 AI 真正进入工作流，这两个方向会同时成立：需要 DeepSeek V4 这种模型，吃下完整上下文，做复杂推理和全局判断。
也需要 Kimi K2.6 这种模型，在工具、代码、搜索、多 Agent 协作里稳定执行。

一条路继续冲击模型上限。
一条路把模型变成可持续执行的 Agent 系统。 而真正的终局，可能不是二选一。 未来最强的 AI 产品，大概率��： DeepSeek V4 级别的大脑 + Kimi K2.6 级别的 Agent 执行系统。 一个负责看得远、想得深。
一个负责拆任务、调工具、跑流程、交付结果。 到那一步，大模型竞争就不���只是 benchmark 竞争，而是完整生产力系统的竞争。

[Kline&Code @KlineCode]

@xiao_yao123 @AriXZone 傻子，你去查查王海和彩虹星球的官司，最终的审判结果，你就知道王海的惩罚是什么

[Kline&Code @KlineCode]

@momoGZ0412 鸡皮疙瘩都起来了