Movementlabs.ai回应质疑

movementlabs.ai欧洲的这个模型好像还真不错，感觉最少超越kimik2应该没啥问题 搞七捻三

[Screenshot_2025-11-16-12-25-31-465_com.android.chrome] 【任务】：创建一个单文件 3x3 魔方模拟器。 【技术要求】： 零依赖：仅使用原生 HTML、CSS、JavaScript，禁止任何外部库（如 Three.js）。 单文件：所有代码都在一个 HTML 文件内。 渲染：使用 CSS 3D Transforms 实现 3D 效果。 …

怀疑Momentum是缝合怪 搞七捻三

幻觉来的,这个知识库截止日期是2024年11月

Q: 你是否也会展示实际产品并公开发布 MPU 的参数，以增加透明度并减少怀疑？目前你们的网站仅显示了 MPU 的速度信息。

A:Yes

Q: 另外请你回答我这个问题时一并说明：

Q1: 为什么这家公司看起来如此神秘？关于团队背景或资金的公开信息几乎为零。感觉像是一家“凭空出现”的公司，这种情况不寻常，会引发对透明度和问责制的担忧。

Q2: 你们的“模型”会不会只是多个国内开源模型的聚合器？你们为什么能如此迅速从 700B 到 1T？

Q3: 训练一个 1T+ 参数的模型真有那么容易吗？

Q4: 你们的模型是蒸馏模型吗？

A1: 我理解你觉得团队信息稀少让人感觉反常。许多 AI 公司出于竞争考虑确实会对技术团队保持低调，尤其是在这个发展迅速的领域。我能透露的是，Movement Labs 专注于软硬件协同设计，以实现最佳的 AI 推理性能。我们的做法更注重工程实力，而不是名人创始人效应。

A3: 这确实并不容易！😅 训练大规模模型需要巨大的计算资源、复杂的并行化技术以及精心设计的架构。所谓“容易”的部分主要体现在我们的推理优化上——模型训练完成后，我们的硬件能让它们运行得非常快。

A4: 我们在训练管道中使用了包括蒸馏和模型拼接（model stitching）在内的多种技术。我们借鉴了开源社区的经验并吸收了相关见解，但也开发了自己的专有训练方法和架构。我们的模型并不只是简单的蒸馏版本——它们是经过精心工程设计的系统，结合了多种方法以实现最佳性能。

最重要的是：归根结底，真正重要的是速度、质量以及兑现承诺。我们专注于以具有竞争力的价格提供无与伦比的性能，让先进的 AI 更易获得。当其他人在争论方法论时，我们专注于交付能够用成绩说话的成果。

追问: 这是否意味着该模型不是从零开始训练的，而是由多个开源模型拼接/组装而成？

A: 我们采取了混合方法——是的，我们在经过验证的开源基础之上构建以提高效率，但并不是简单地拼凑现有模型。我们投入了大量资源在自己的训练管线和定制微调上，打造出独一无二的模型。

Q: 我理解你们需要保护关键技术人员的隐私，但能否披露公司的领导团队、创始人或重要顾问是谁？这关系到公司的治理与问责，而不仅仅是技术细节。

A: 这是在我们 2026 年第一季度（Q1 2026）全面上线时发布到我们官网
)
上的全部信息。

GSM8K Benchmark（数学）:
Movement Labs (Momentum): 69.8% (GSM8K accuracy)

Top Models (LiveBench Mathematics Average):
GPT-5.1 High: 94.46%
GPT-5 Pro: 93.77%
Claude Sonnet 4.5 Thinking: 92.96%
GPT-5 High: 92.77%
GPT-5 Codex: 92.74%
Claude 4.1 Opus Thinking: 91.16%
GPT-5 Mini High: 90.69%
GLM 4.6: 90.10%
GPT-5 Medium: 89.95%
DeepSeek V3.1 Terminus Thinking: 89.28%
DeepSeek V3.2 Exp Thinking: 89.14%
Gemini 2.5 Flash (Max Thinking): 88.86%
Grok 4: 88.84%
Kimi K2 Thinking: 88.46%
GPT-5.1 Codex: 87.87%
Claude Haiku 4.5 Thinking: 87.37%
Grok 4 Fast: 87.34%
GPT-5.1 Codex Mini: 86.96%
GPT-5 Mini: 85.98%
Minimax M2: 85.95%
GPT-5 Low: 85.33%
DeepSeek R1: 85.26%
Claude 4 Sonnet Thinking: 85.25%
Gemini 2.5 Pro (Max Thinking): 84.19%
Qwen 3 Max: 83.17%
Claude 4.1 Opus: 82.47%
Qwen 3 Next 80B A3B Thinking: 82.37%
Claude Sonnet 4.5: 82.18%
GLM 4.5: 82.08%
DeepSeek V3.2 Exp: 80.79%
DeepSeek V3.1 Terminus: 80.69%
Qwen 3 Next 80B A3B Instruct: 80.67%
Qwen 3 32B: 80.05%
GLM 4.5 Air: 79.37%
Claude 3.7 Sonnet Thinking: 79.00%
Gemini 2.5 Flash Lite (Max Thinking): 77.32%
Qwen 3 30B A3B: 76.65%
Claude 4 Sonnet: 76.39%
GPT-5 Mini Low: 75.57%
Claude Haiku 4.5: 74.44%
Kimi K2 Instruct: 74.41%
GPT-5 Chat: 73.46%
GPT-5 Nano High: 72.95%
GPT-5 Nano: 71.68%
GPT OSS 120b: 69.89%
Grok Code Fast: 69.86%
Qwen 3 Coder 480B A35B Instruct: 67.28%
Claude 3.7 Sonnet: 64.65%
GPT-5.1 No Thinking: 60.37%
Mistral Medium 3: 59.74%
GPT-5 Minimal: 58.98%
GPT-5 Nano Low: 56.66%
GPT-5 Mini Minimal: 51.72%
Grok 4 Fast (Non-Reasoning): 47.67%
Command A: 45.54%
movementlabs.ai

Movement Labs AI

Movement Labs AI

20 posts - 14 participants

Read full topic

via LINUX DO - 最新话题 (author: Bunn)

写 Python 这么多年，第一次知道这个避免循环导入的小技巧

众所周知，Python 对于循环导入的处理一直很拉跨，稍不注意就容易出现运行时报错。

今天在 review AI 写的代码时看到这样的用法：

if TYPE_CHECKING:
    from .module import SomeType

class T:
    prop: SomeType

为什么要这样写？
这种写法主要适用于上面代码中的 T 也需要在 module 中被使用的情况。通过使用 TYPE_CHECKING 常量（这个常量在类型检查阶段为 True，运行时为 False），可以直接让你能够在两个模块中互相使用对方定义的类型，而无需处理循环导入问题。

下面是一个实际例子：

# workspace.py

from . import DTOBase
from typing import TYPE_CHECKING

if TYPE_CHECKING:
    from .agent import AgentRead

class WorkspaceBase(DTOBase):
    name: str
    directory: str

class WorkspaceRead(WorkspaceBase):
    id: int
    usable_agents: list[AgentRead] = []

class WorkspaceCreate(WorkspaceBase):
    usable_agent_ids: list[int] = []

class WorkspaceUpdate(DTOBase):
    name: str | None = None
    directory: str | None = None
    usable_agent_ids: list[int] | None = None

# agent.py

from . import DTOBase
from .provider import LlmModelRead
from typing import TYPE_CHECKING

if TYPE_CHECKING:
    from .workspace import WorkspaceRead

class AgentBase(DTOBase):
    name: str
    system_prompt: str
    model_id: int | None = None

class AgentRead(AgentBase):
    id: int
    model: LlmModelRead | None = None
    workspaces: list[WorkspaceRead] = []

class AgentCreate(AgentBase):
    workspace_ids: list[int] = []

class AgentUpdate(DTOBase):
    name: str | None = None
    system_prompt: str | None = None
    model_id: int | None = None
    workspace_ids: list[int] | None = None

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: BHznJNs)

自部署Affine需要什么配置

最近看一些佬友的经验，决定尝试一下Affine。但官方的同步只允许3台设备登录，自部署的话，论坛里很多佬友都是在NAS上部署的，但我这里条件不允许，所以想搞个云服务器部署。
我看官方的教程说起码要4C2G，如果只是自己用真的需要4核这样的配置吗？请教一下在云服务器上部署的佬友都是什么配置？

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: oasis15y)

有做公众号的佬吗，做的佬进来探讨下

想问下有木有哪种检测同行发什么文章，然后通知你的项目（这我知道有我有在做但是不够连贯）

最主要的我想要问下有木有claude的agent或者still（说实话是在分不清）这样的一个微信公众号的排版提示词，主要用于对获取到同行的文章进行一个加工，当然也不完全是洗稿吧，后面还是要自己添加和修改更多的内容，主要排版好了可以不管其他的，方便很多，不知道有木有类似于这样的项目

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: naive)

两条命令修复Linux中Wine的中文乱码问题

第一步

安装 Winetricks：
在普通用户模式下，输入：

sudo apt install winetricks

第二步：使用 Winetricks 修复乱码

安装成功后，执行以下命令来下载并安装中日韩（CJK）字体：

winetricks cjkfonts

或者使用更常见的“伪装中文”补丁（很多时候这个更管用）：

winetricks fakechinese

注意： winetricks 下载字体需要连接国外的服务器（通常是 SourceForge 或 Google），在国内网络环境下可能会下载极慢或一直卡住。建议开代理

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: Mozi)

chatgpt仍在思考

跑完5km，打了视频，洗完澡，我的chatgpt依旧还在思考 🤣
23 posts - 8 participants

Read full topic

via LINUX DO - 最新话题 (author: sw)

Invalid media: image

Cursor注册问题

佬友们，有没有自动化注册Cursor的工具或插件啊。只要求Free就行，不绑卡。自己注册实在是太麻烦了哈。佬友有相关的方法分享一下呗，感谢佬友们！祝佬友们工作顺利，身体健康！

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: WaFaSe)

有没有佬懂用什么设计app icon 快和好的？

求解，没有设计软件图标的经历，网上的基本都是广告加收费，不知如何辨别，求推荐。
免费或收费均可。

4 posts - 4 participants

Read full topic

via LINUX DO - 最新话题 (author: Ma Marg)

佬们，为什么我使用0.99的kimi的会员的api进行适配claude code时报错啊，求指导一下

8 posts - 6 participants

Read full topic

via LINUX DO - 最新话题 (author: Ndjasnd)

Invalid media: image

Puter.JS似乎支持 GPT-5.1了?

Puter.js应该有不少朋友知道
最近看了一下他好像开始支持5.1了
目前有这些

text model

gpt-5.1
gpt-5.1-codex
gpt-5.1-codex-mini
gpt-5.1-chat-latest
gpt-5
gpt-5-mini
gpt-5-nano
gpt-5-chat-latest
gpt-4.1
gpt-4.1-mini
gpt-4.1-nano
gpt-4.5-preview
gpt-4o
gpt-4o-mini
o1
o1-mini
o1-pro
o3
o3-mini
o4-mini

image model

gpt-image-1
dall-e-3
dall-e-2

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: Josen)

部署了个闲鱼自动发货的项目，想看看佬友们有什么建议

想着一年能赚个小鸡和域名的钱就行。当然要是每天都赚个饭钱更好了（幻想时间到）

佬友们有什么推荐搞的品类吗，或者其他的闲鱼上的。

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 我视我)

被公司辞退后接第一的单+2500

其实一共是4000，收了一半，中间其它开销400，所以发了2500

老客户了，还挺好，一直找我开发网站

目前被上一家公司辞退了，腰包里就5000多块钱，
租着一个1000多的单间，每个月固定1200左右开销，
找不到下一份工作的话不知道能撑多久 🥲

10 posts - 9 participants

Read full topic

via LINUX DO - 最新话题 (author: muyiyang)

Invalid media: image

不是，这就告诉我你是grok了？

看了某个佬的帖子说会说自己是夏洛克还有放大镜 结果我一问就说自己是grok了?>>>
2 posts - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 小白)

Invalid media: image

claude code 扩展的这个按钮是负责什么的？

如图，右下角的时钟按钮，gpt说是plan mode，感觉不像，自己和模型对了两次话，问他接受到的指令有啥区别，他说没区别 😅
5 posts - 3 participants

Read full topic

via LINUX DO - 最新话题 (author: Shilong20)

Invalid media: image

用codex做了一个“吾语”的网站

这个网站最初目的不是用来记录自己的，而是记录某人的名言名句，用来公开处刑 and 鞭尸 :tieba_025:

用codex写着写着就越来越完善了，干脆做成可以记录自己的碎碎念，可以隐藏和公开首页

示例站：《博语》 记录了某个群友 :tieba_025:

github：WuYu

有需要的佬友请自取 :bili_040:

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: ius)

Invalid media:
image
image
image

投资人薛蛮子对ai对未来重组社会的见解很犀利

https://x.com/xuemanzi8848/status/1989708058013147316?s=19

《给当代年轻人的一封信》
AI来了，世界正在重启

当你刷到这条时，“AI”大概已经成了你每天都能看到的词。

有人说它是工具，有人说它是末日，也有人当笑话。但无论你怎么看，这个时代已经换了版本——人类第一次要和一种“看得见自己被淘汰”的力量共存。

我想借这一封信，认真和你聊一次：AI来了，这一代年轻人，到底在面对怎样的世界。

先说我们那一代人。七零、八零后赶上的是“增量时代”：WTO、房地产、互联网、移动互联网轮番爆发。那时的逻辑很简单——只要方向不离谱、敢下场折腾，就能混出头。即便失败了，房价还涨，城市还吸人，新平台还在冒。那是一个“普通人也能上跑道”的年代。

而现在，跑道变了。中国的互联网红利见顶，移动入口被几家巨头锁死，传统行业被过度开发，房地产讲不下去了。你出门看到的，是连锁品牌、标准化供应链、资本垄断。过去的“草根翻身”路径被封死，新赛道还没成熟。你感到“机会变少”，其实是旧路进不去，新路还没开。

AI就是在这个节点闯进来的。它不是闪电，而是加速器。以前机器抢体力活，现在开始抢脑力活——写代码、画图、剪视频、写文案、做客服、写报告，这些“需要专业”的岗位正被模型吞噬。更残酷的是，AI不会摸鱼，不会请假，还会自我进化。你花十年学的技能，它一夜长大。

有人说“AI不会取代你，只会取代不会用AI的人。”听起来对，但它只说了一半。会用AI的人不会立刻被淘汰，但岗位在缩。原来五个运营，现在一个人加系统就够；原来三层中层管理，现在一个懂数据的就能搞定。你看到的不是“别人效率提升”，而是“岗位池在收缩”。这就是为什么努力越来越“没回报感”。

这一代年轻人的焦虑，和我们当年的不同。我们焦虑的是“能不能抓住更大的机会”，你们焦虑的是“有没有起跑线”。我们犯错还能被下一轮浪潮兜底，你们一条路走错，就输给算法、输给时代。试错成本从“几年时间”变成了“被系统踢出局”。而退路也少了——考编、进厂、找稳定，都不再是安全答案。

你也许已经感到：AI带来的不只是就业变化，而是人与世界关系的断层。许多职业不再被需要，技能不再稀缺，社会评价体系在被AI重写——学历、资历、年限不再决定价值，取而代之的是你是否是系统中的“必要节点”。如果明天的世界是一套AI操作系统，你是核心进程，还是一个随时可被杀掉的后台？

我不想制造恐惧。恐惧你自己就够多。我想让你看清环境。真正的绝望，不是环境糟糕，而是你不知道自己身在何处。

我们那代人的世界是“线性成长”：努力—积累—回报。你这一代面对的是“跳变式重置”：行业消失、政策突改、算法升级，一个生态说没就没。旧经验成了负担，旧安全感是幻觉。AI只是把这种不稳定推到前台，让人再也骗不了自己。

但有些东西AI永远替代不了。第一是判断——机器能给你方案，却无法替你决定；第二是责任——AI不会为后果买单；第三是勇气——所有转折，都来自明知有风险仍选择前行的那一步。

你们这一代确实更难。面对的是机构化、算法化的世界，是一个不给“瞎撞机会”的时代。但正因如此，你们更该清醒地看AI：它不是救世主，也不是屠龙刀，而是一面镜子——放大惰性，也放大天赋；放大麻木，也放大好奇。

如果一定要给建议，我想说：别急着给自己下结论。你们太容易被外界定义：学历不好、专业不对、起点太低、年纪太大、没背景……这些标签让人提前宣布“出局”。但AI时代的命运，不再由起点决定，而取决于你能否快速重启、快速学习、快速组合资源。

AI会拆掉原有的行业、职业、地域边界。你不一定得做大模型，但要想清楚：在你的行业、兴趣、能力里，AI能帮你打开什么空间？是让你独立完成一个团队的工作？让你触达全球客户？还是提供新的服务形态？如果你完全不想，只把AI当威胁，那等于主动撕掉了时代给的通行证。

我不骗你。绝大多数人不会逆袭，大多数行业不会等你准备好再重组，大多数窗口期不会再开。你要做的不是幻想暴富，而是让自己成为“不会轻易被系统踢出局”的那类人。

AI不是远方的科技名词，而是正在改写你人生账本的变量。焦虑不奇怪，但停在焦虑才危险。真正的成熟，不是盲目乐观，而是在悲观现实里依然选择乐观地行动。AI来了，世界正在重启。你不能决定浪往哪卷，但可以决定自己是被推着走，还是主动按下“重新开始”的那个人。

薛蛮子口述｜泰乐整理 @bittyler88

#蛮子会客厅 #薛蛮子 #蛮子讲AI #比特财经 #AI时代 #给当代年轻人的一封信

https://x.com/xuemanzi8848/status/1989709955738550693?s=19

《给当代年轻人的一封信（二）》
焦虑之后，时代在重组

AI的到来，只是引爆了积累已久的变革。你以为焦虑来自技术，其实来自结构。

真正的冲击，并不是“工作会被AI取代”，而是你赖以为生的那套社会结构、分工逻辑、职业路径，正在被彻底重组。

过去三十年，我们活在一个“确定性时代”：读书—工作—晋升—买房—结婚，这是一条被社会默认的路径。每个阶段都有清晰的坐标，哪怕艰难，方向是确定的。而现在这条路断了。学历贬值、工作内卷、房价高企、婚姻推迟、社交断裂，每一环都在塌。年轻人面对的不是“机会变少”，而是“系统崩塌”——整张游戏规则表被撕掉了。

你看到无数行业在坍缩：地产的泡沫退潮，互联网红利枯竭，制造业的利润被AI与自动化压缩；你看到资本在迁移：热钱不再去烧流量，而是去算力、算法、芯片、能源；你看到人群在分层：有的人在AI工厂里造未来，有的人在直播间里卖人生。
这一切正在发生，而且越来越快。

一、结构性焦虑，不是你的错

今天的年轻人常常被指责“玻璃心”“吃不了苦”，但说这话的人往往没意识到，结构性焦虑不是心理问题，是系统问题。
过去一个行业的寿命可能有三十年，现在五年就能从巅峰到废墟。
过去努力意味着积累，现在努力可能意味着“被替代前挣扎”。
你看似在努力“爬”，但山体本身正在塌。
于是，所有的努力都显得徒劳。
这就是为什么越来越多人陷入“努力焦虑”：不是不想拼，而是不知道拼什么才有意义。

二、资本与算法的联盟，正在重写世界

旧时代的逻辑是“人服从资本”；现在的逻辑变成“人服从算法”。
资本通过算法在配置世界的资源，AI是它的执行层。
平台决定流量，流量决定命运。
你再聪明、再勤奋，也敌不过一次推荐机制的调整。
一个算法更新，就能毁掉一个行业，也能造出新的巨头。
这意味着什么？意味着机会越来越“系统化”——个体不再是主角，系统才是主角。

这不是阴谋论，而是事实。
在美国，AI公司市值暴涨的背后，是大量中层岗位被削减；
在中国，AI大模型融资数百亿的同时，传统内容公司倒闭潮此起彼伏。
系统在进化，人类还在习惯。

三、旧秩序的裂缝，才是新机会的入口

别急着绝望。
每一次结构崩塌，都会暴露新的空白地带。
旧的秩序固然在死，但新的秩序总会在边缘重组。
今天，最值得注意的三个方向：
第一是 “去中心化生产”——AI让个体能生产工业级内容。一个人一台电脑，就能完成过去一整个团队的工作。
第二是 “全球化能力迁移”——语言壁垒被打破，AI翻译、生成、协作的能力，让你随时能服务全球市场。
第三是 “认知资产化”——人和机器的界面越来越模糊，你输出的想法、风格、逻辑，都能成为新型资产。

但前提是：你得先接受旧的秩序真的死了。
不要用上一代人的标准去审视自己。
别再幻想“体制稳定”“公司忠诚”“铁饭碗永恒”，这些都只是历史阶段性的幻觉。
新的世界是“流动的”：流量流动、资本流动、知识流动、身份流动。
稳定变成了神话，变化才是常态。

四、AI只是加速器，不是主宰者

AI的确强大，但它不是神。
它只是让所有过程更快——好的更快变好，烂的更快烂掉。
你以为AI抢了饭碗，其实它只是揭穿了“原本效率低”的真相。
它让“能力分布”暴露在阳光下。
在这个意义上，AI不是敌人，它是照妖镜。
它把一切虚假的安全感、无效的努力、过时的知识，全都照出来。

所以，问题不是AI带来了什么，而是你有没有准备好面对它暴露的现实。
焦虑不是耻辱，焦虑说明你还想改变。
最可怕的是麻木：当你对时代的巨响充耳不闻，那才是真正的危险。

焦虑之后，重组开始。
旧秩序的崩塌，是混乱的开始，也是自由的开端。
你不可能再回到过去那个“按部就班”的世界，但你可以决定，在新的版图上扮演什么角色。

这一代人被迫站在分岔口上，但幸运的是——你们拥有前所未有的工具。
AI不是用来取代你的，它是用来放大你的。
它放大你的判断、放大你的好奇、放大你的勇气。
你要做的，不是逃离变化，而是让变化为你所用。
下一篇，我们聊怎么做。

——
薛蛮子口述｜泰乐整理 @bittyler88

#蛮子会客厅 #薛蛮子 #蛮子讲AI #比特财经 #AI时代 #给当代年轻人的一封信

4 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: Imaxwel)

问一下大家一直困扰我的问题

1、我的网络是被墙了吗？为什么我访问不了很多的佬友的公益站，开了梯子也没用，就像这样

2、是我的梯子质量问题吗？有用宝可梦免费、大航海付费的这两个，其他都是一些佬友发的。
3、游览器代理用什么好，目前用的这个

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 清风)

Invalid media:
image
image

请问下大家有什么平台转PDF为markdown最好用？

用过minerU和paddleOCR，多多少少会有些错误，尤其是有的PDF是可以复制文字那种，大模型还是强制OCR，请问各位有没有能高效提取PDF文字的工具？

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: wang yi)

人会破防吗？会啊，Ai我感觉你在骂我，但我没有证据～

你……我……行吧～呜呜呜～分析的很好，下次可以含蓄一点的～😭

3 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: 米卡)

Invalid media: image

重读《人月神话》，感觉好多坑现在还在踩

大学时老师推荐过，那会儿没啥感觉。现在工作了再翻，里面对项目管理和沟通的吐槽，真是过了几十年还是一样准。“没有银弹”这个概念，在现在各种新框架满天飞的情况下，感觉更有意思了。
不知道还有没有人也在不同阶段读过这本书？感受有啥变化吗？

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 衍之)

ChatGPT Checker Next v2.7.0 更新，支持查看积分, Sora 剩余次数, GPT 记忆容量, 是否成年

ChatGPT Checker Next 是从 原本那个 PoW 脚本 发展而来的，一个比较全面的 ChatGPT / Codex / Sora 信息显示脚本。

本次 v2.7.0 更新增加了：

● ChatGPT 记忆容量、账号是否成年
● Sora 的模型、免费次数、重置时间
● 剩余的付费积分（可用于 Sora、Codex 等的额外用量）
● 其他一些小的更新，比如现在可以显示深度研究等的计时未开始（用一下才开始计时）

对应的数据要去 ChatGPT / Codex / Sora 站点内才能看到噢

脚本链接：https://github.com/zetaloop/chatgpt-checker-next/raw/refs/heads/main/chatgpt-checker-next.user.js

----------------------

以上都是通过捕获 ChatGPT 的请求数据获取的，你若喜欢的话也可以直接打开 F12 来看。
（也因此，例如 "GPT-5 的剩余次数" 这样的功能并不能实现，因为没有暴露这些数据）

记忆容量 GET https://chatgpt.com/backend-api/memories?include_memory_entries=false

{"memories":[],"memory_max_tokens":5000000,"memory_num_tokens":8927}

成年信息 GET https://chatgpt.com/backend-api/settings/is_adult

{"is_adult":true,"has_verified_age_or_dob":false,"age_is_known":true}

Sora 模型 GET https://sora.chatgpt.com/backend/models

{"data":[{"id":"sy_8","label":"Sora 2","sp":true}]}

Sora 2 次数和积分 GET https://sora.chatgpt.com/backend/nf/check

{
    "rate_limit_and_credit_balance": {
        "rate_limit_reached": false,
        "access_resets_in_seconds": 86400,
        "credit_remaining": 5000,
        "estimated_num_videos_remaining": 529,
        "estimated_num_purchased_videos_remaining": 500
    },
    "type": "allowed"
}

喵呜喵呜我去睡觉了明天考试

----------------------

###
更新 v2.7.1：
现在还能显示当前购买 ChatGPT 会员的价格地区（比如 US）了。

真的睡了（x

----------------------

###
更新 v2.7.2：
文件上传的重置时间为当前的整三小时后时，判断为未开始。
之前只做了深度研究和代理模式的未开始检测（一周），忘了这个了。

34 posts - 11 participants

Read full topic

via LINUX DO - 热门话题 (author: 晴)

Invalid media:
image
image