tedasnow

一直观察，偶尔冒泡

[程序员老熊 @xiongchun007]

老铁们，炸了。美国企业开始排队给 DeepSeek 打钱了！

美国知名企业支出管理平台 Ramp 于 6月3日 发布 DeepSeek 登顶美企新增采购榜首。成为当月首次付费采购增长最猛的基础大模型厂商。

其实原因也很简单，美企用 Claude 一个月狂烧 5 亿美金，亚马逊、微软都喊疼，开始收紧 AI 开支不再玩 Token 榜单游戏。那中小企业就更不堪重负！而 DeepSeek 直接把价格砍了 85%，那还等什么呢？排队打钱吧 🤔

Top SaaS Vendors on Ramp (June 2026) https://t.co/Z28bpGEpH0

[tedasnow @tedasnow]

@qkl2058 这个视频入门确实不错
https://t.co/xEnXowt406

[tedasnow @tedasnow]

GLM 的code plan 彻底废了，这几天一直提示："error":{"code":"1305","message":"该模型当前访问量过大，请您稍后再试"}

[tedasnow @tedasnow]

Qwen 3.5 35B-A3B 3B 活跃参数的 MoE 模型，用NVIDIA 的Mamba2 架构，在老 3090 24GB VRAM 上实现了187 tokens/s

[Sudo su @sudoingX]

nvidia's 3B mamba destroyed alibaba's 3B deltanet on the same RTX 3090. only 24 days between releases. same active parameters, same VRAM tier, completely different architectures.

nemotron cascade 2: 187 tok/s. flat from 4K to 625K context. zero speed loss.
flags: -ngl 99 -np 1. that's it. no context flags, no KV cache tricks. auto-allocates 625K.

qwen 3.5 35B-A3B: 112 tok/s. flat from 4K to 262K context. zero speed loss.
flags: -ngl 99 -np 1 -c 262144 --cache-type-k q8_0 --cache-type-v q8_0. needed KV cache quantization to fit 262K.

both models held a flat line across every context level. both architectures are context-independent. but nvidia's mamba2 is 67% faster at generating tokens on the exact same hardware and needs fewer flags to get there. same node, same GPU, same everything. the only variable is the model.

gold medal math olympiad winner running at 187 tokens per second on single RTX 3090 a card from 6 years ago. nvidia cooked.

[tedasnow @tedasnow]

什么是工程师？有了ai之后，工程师所懂的专业知识不再是和普通人区别，更重要的工程能力，可以把复杂问题拆分，想出解决思路，控制成本和收益，和现实世界接触和反馈的综合能力

[tedasnow @tedasnow]

@vista8 也许，未来真正能手写代码的人，就好比现在懂汇编能逆向的人，不需要那么多了

[tedasnow @tedasnow]

@LipuAIX 适合写成skill

[tedasnow @tedasnow]

@GitHub_Daily 需要 Mixedbread 提供的一整套语义检索服务 作为支持，不适合代码内容敏感性值的项目

[tedasnow @tedasnow]

@karminski3 还是你意识的早，都这么多数据了，我是到最后几天才发现不做记录很难发现大模型开仓时候到思维链式怎么样的，10.31号才开始抓到数据库中分析的

[tedasnow @tedasnow]

再有几个小时 nof1 第一季就结束了，官方这个Blog中的内容还是值得研究一下的，比如里面提到模型总喜欢“旧 → 新”，这种数据排列方式，Grok 4、GPT-5 和 Gemini 2.5 Pro 的做空频率远高于同行；Claude Sonnet 4.5 几乎不进行做空……等等，强烈推荐阅读https://t.co/ngVLV0VcTh

[tedasnow @tedasnow]

SafePal 和Bitget 的U卡都是用的 Fiat24 所以先注册了一家的再注册另外一家的就会提示失败，因为同一身份只能在Fiat24开设一个账户，但我在使用的时候发现，关键的操作都要用钱包签名，这不是标准的Dapp嘛，果断用导入钱包的方式，果然，可以在SafePal 和Bitget中用同一张卡

[tedasnow @tedasnow]

@xiaohu 这就是openai限制医学和法律相关咨询的原因了，因为嗅到了极大的可变现利益

[tedasnow @tedasnow]

@Bitget_zh 14

[tedasnow @tedasnow]

Bitget Wallet的Master U卡 突然没办法给claude续费了，之前成功续费了2个月，不知道是啥原因，重新update也不行，不知是个例还是普遍，提示 Your card was declined. decline_code是generic_decline，看来是完蛋要找新的u卡渠道了 @BitgetWallet

[tedasnow @tedasnow]

FLUX Kontext 官方API的参考图片只支持一张，如何实现多张图图片的组合的呢，其实是把多张图片先拼合成一张图，comfyUI文档https://t.co/u3juid5kvZ也说用ImageStitch节点把多张图片合并再交给API

[tedasnow @tedasnow]

把两张图片按照一定方式合并，分别用了chatgpt-4o 和 FLUX Kontext 总的来说 FLUX Kontext 胜出，我这个示例是我能想到的比较极端的测试案例了，把红酒瓶放入一个背景中，选红酒瓶是因为这是个外形和文字都可测试的物体，而且文字有大有小，对模型能力是极大的考验

[tedasnow @tedasnow]

@PennyJoly 刚注册用了，不错，这下不用开plus了，但是发现个问题，上传图片提示：413 Request Entity Too Large，应该是nginx的上传限制没放宽

[tedasnow @tedasnow]

@vista8 确实稳，我也用提示词写了个自己的风格，测试DeepSeek V3 0324 效果非常好👍

[tedasnow @tedasnow]

客服也石沉大海

[tedasnow @tedasnow]

nobepay似乎要跑路了，无拒付，余额充足的情况下，卡突被冻结，搜索了一下，很多人最近都这样，感觉是要跑路了，幸亏里面的钱不多了