以后很有可能文学 LLM 和业务 LLM 会彻底分家，比如更多类似 https://huggingface.co/Altworld/Hemmingway-1 会冒出来。

@viskem 是的，我理解就是人话里面有太多“模糊”和“婉转”了。现实任务其实是定量的，或者说人类的活动为了精准故意设定成了定量为主。所以“讲人话”对于 LLM 的 Agent 场景来讲，其实是一种噪声信息，反而降低了统计学最优解的信噪比。

跟后训练对齐的方式有关。“人话”从目前的跑分（强化学习目标）的角度来讲，是一种很低效的指标。

换句话说，人话在 Agent 、Coding 这种场景是非常反效率的。

看楼上的回复，感觉好多人对于跨平台有很大误解。认为跨平台和原生的代码量是 1：2 ，我个人理解，无论是什么跨平台生态，和原生的代码量基本是 1：1.5 ，甚至是 1：1.3 。

自动停止是 cc-switch 代理转换的问题。

在目前，你可以理解为 codex 只能跑支持 responses API 的模型 provider

@sevenyangcc 楼主 @FaustinaD 当年的健身帖也是 v 站神帖，印象深刻。

我也是受到楼主的鼓舞才开始减肥的。

提示词工程师我理解，就跟当年的“电梯工”一样。
属于基于现实硬件性能环境，以及特殊使用场景，诞生的一种纯临时性应急岗位。

现在医院这种超高人流量、突发事件比较多的场景依然有“电梯工”。

工具的核心就是得省精力。

目前所有的 Agent 其实本质上都是一件事上的注意力和精度之间的取舍。
你越选择少分担注意力（越多的交给 Agent 定夺），结果精度就越差。

然而现实生活中其实很少有那种需要占用巨大注意力，且可以接受低精度结果的场景。（毕竟你不可能把你所有的数据都交出来）

另外就是要求第三方自愿同意交出 app 的注意力权力给模型，其实是反人性反利益的。

不光是坟帖的问题，v 站有个权重算法，自己回帖、相同账号重复回帖基本不占权重。

看的人越多、越多不同的人回帖，越靠前。

@yh7gdiaYW 可能是跟 claude code 接入 GPT 模型需要代理有关，代理还是有信息损失和额外干扰。

不过这个结果确实有点娱乐效果。太逗了。

@longaiwp 千问系列就明确官方跑分都是 claude code 环境，反正模型结构注定放弃响应速度了，不如提高跑分上限。

@Jerry02 是，所以我认为“租金”这个成本定义不贴切。

@niubilewodev 好奇的就是这个常数，5.71$/秒，其实是可以根据商电（暂定 1 人民币/千瓦时）、卡租金（ 5090 4 美金/小时）反推的。大概是等效 5000 张 5090 ，感觉少了点……

决定最终产出倾向和格式的是后训练以及微调。
所以其实理论上讲，只要是开放权重的模型，有硬件，任何人都可以做到楼主说的效果。

但是工程学要讲究性价比。作为一个闭源模型，作恶没必要搞这么复杂。

gpt6 的和 gemini 给的分辨率都不同(看围裙的色块层次就可以)。结合你上面实际截图的可视距离，有没有可能 gemini 给你的方案你根本就看不全？

轻度使用可以。但是实际工作中千万不能这么用，AI 会自作聪明，搞混。

比如两个非常相似的日程，AI 的记忆会串台。

@Haku 简单说就是，对于大模型，使用人数和成本的关系是指数的。

每多加一个人，成本都翻一个次方。直到到一个规模化平台。

@Haku 这不光是配套工具那么简单。

1 、你没有官方的运行环境，所以你的显卡利用率一定不如官方。

2 、你没有配套生态，比如 Minimax H3 是有对应的 designer 工具免费提供的。能通过摆 3D 小人精准控制走台和运镜。还能自动生成分镜和剧本。多媒体模型还要缓存素材、生成结果。minimax H3 官方是 7 天免费存储的，你算算 7 天的巨量缓存成本是多少。

3 、你没有官方的部署经验，官方有海量硬件，所以可以根据推理情况灵活调配负载，你的硬件总数是固定的，所以只有一个甜点。一旦用户负载有波动，你的体验就直线下降。

最终结果就是，你的 pp/tg 比官方慢，缓存命中率低，有时候还要整个 session 重新 prefill ，还比官方贵。

视频模型更惨，排队排到死不说，素材传不上去，传上去了调不出来，还没官方的设计工具……

LLM 不赚钱。你看各大服务商哪个价格能做到比官网便宜就知道了。尤其是 deepseek 这类。

视频模型自部署的问题是官网其实是一整套流程，但 Minimax H3 只开源了视频生成部分。
如果从工作量上讲，H3 开源的生态只占大概 40%左右。