DeepseekV4上线，模型在下了，昇腾的部署文档快端上来吧，已经饥渴难耐了

还记得上次部署deepseek还是在上次 🤔
4 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: shamiko)

Deepseek价格恐怖如斯 好贵啊

一个hi+一个分析系统的命令
花了11m41s
消耗4.13rmb

10 个帖子 - 10 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: slayer3320)

佬们，有没有本地大模型替代的

我电脑是m2 max 96G的，最近羊毛不好弄了，想本地部署一个大模型，求推荐适合代码的本地大模型，能偶尔用用的

3 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: xbc)

无人在意的角落，gpt5.5上主页了

We’re releasing GPT‑5.5, our smartest and most intuitive to use model yet, and the next step toward a new way of getting work done on a computer.

https://openai.com/index/introducing-gpt-5-5/

6 个帖子 - 6 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Viber)

【CHY API公益站】终于2级了，抽500个1w额度兑换码

来社区好久了，终于2级啦！为了表达喜悦，也是搞了个抽奖好吧（这次绝对不会发不了奖品）
抽奖地址
兑奖地址

PS:求求不要再举报了，我不想被踢2级啊嘤嘤嘤嘤嘤

对了，注册也打开了

21 个帖子 - 21 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: CHY)

电子斗蛐蛐：小米mimo vs 智谱glm vs GPT

从该评论继续讨论：小米发布了MiMo-V2.5-Pro模型,有用过的感觉效果怎么样吗？

昨天使用了社区佬友分享的 mimo-v2.5-pro，当时解决了我一个困扰已久的问题，此问题 gpt-5.4/glm-5.1 都没有解决，今天又遇到一个类似的问题，我决定试一试 初始提示词相同 情况下（由于后期模型修复后的错误不一致，我尽量保持 prompt 的格式、风格一致），各个模型需要 额外 几次提示词能修复。

小米mimo、智谱glm 在 claude code 中运行，gpt 在 codex 中运行，插件、skill配置相似，统计数据来源：Claude Code History Viewer

战况如下：

mimo-v2.5-pro：
额外 prompt 2次，合计消息98条，用时20分钟，token数 4.8M，文件修改数 1

glm-5v-turbo：
额外 prompt 8次，编译错误1次，合计消息183条，用时25分钟，token数 4.3M，文件修改数 1

glm-5.1：
额外 prompt 3次，合计消息69条（主agent 52条，subagent 17条），用时38分钟，token数 2.5M，文件修改数 2

gpt-5.4-xhigh：
额外 prompt 3次，合计消息491条，用时59分钟，token数 25.6M，文件修改数 4

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

主观体验：

mimo-v2.5-pro 输出很快（60~90 t/s），非常喜欢调用工具，有点gpt的味道。

glm-5v-turbo 输出很快（40~60 t/s），但是代码检查不到位，会出现编译错误，体验一般。

glm-5.1 似乎是用量太大的原因？我的lite订阅输出非常慢（6-20 t/s），输出质量不错，跟 mimo-v2.5-pro 伯仲之间，而且他的总消息数小于mimo，用了更少的工具，得到了正确答案，还充分利用了subagent 能力，但是由于吞吐速度慢，整体耗时很长，体验有点差。

gpt-5.4-xhigh 吞吐速度一般（30~60 t/s），由于我没有官方订阅，使用的是社区佬友的公益，速度仅作参考。体验大家也知道的，gpt不爱说人话，喜欢先调用一大堆工具，然后输出。面对这个问题使用了 3 次额外提示，修改了4个文件，没有想象中的那么精准。

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

本场斗蛐蛐的胜者是：mimo-v2.5-pro / glm-5.1

mimo-v2.5-pro 用较少的prompt尽快的定位了问题并修复，展示了自己作为挑战者的底气。glm-5.1 则以较少的工具调用次数、较少的token消耗证明了自己国模一哥的地位。评价为 夯。

glm-5v-turbo 在本场中评为 拉完了，出现编译错误非常扣分。

gpt-5.4-xhigh 本场评为 拉完了，没有符合大家对它较高的期待，并且大量的token消耗，和最长的用时，但是鉴于平时可靠的长任务运行，提升到 NPC。

本次测评评价仅供娱乐，测评场景单一，不符合任何科学测试原则，不作为任何 XXX plan 购入参考，不包含对任何公司的客观评价依据。

3 个帖子 - 3 位参与者

阅读完整话题

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

我觉得我这周是， 做完你的（gptimage2），做你的（kimi2.6），做完他的(gpt5.5)，做他的(deepseekv4)

大家都用上没
刚用上5.5，
不知道消耗是5.4的多少倍。。。。。

4 个帖子 - 4 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 三卷儿)

太强了佬，下次不敢了！

● 邮箱提前一个小时给我干欠费了，充值估计也是秒欠费，只能临时关掉邮箱验证码。
● Redis数据库干爆了，上次mysql没扛住，这次换Redis一样炸。

但是有一个好消息，注册成功的有很多是随机字符的@gmail.com结尾的邮箱，我尝试发送邮件，收到退信，原因用户不存在，等几天我就来清理一下这批账号，重新回流。

10 个帖子 - 10 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: picpi)

恭喜deepseek v4终于出来了，国模集体抬头

deepseek v4终于出来了，国内大模型以deepseek为首再次集体抬头，直逼三巨头

5 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: zo1223)

飞升2级成功，3级且听龙吟

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 雪山飞狐)

deepseek 测评【转发】

内测群发的:

DeepSeek-V4测试报告
model1:
优势:

1. 该模型纯编程能力远强于Kimi-k2.6和GLM-5.1
2. 模型上下文超长,利于大量文档阅读

劣势:

1. 该模型未经过Agent使用环境优化 1. 特征一:“亲历亲为”:模型极少使用SubAgent,导致上下文迅速膨胀 2. 特征二:模型代码注释不详实,无文档,
即使有在提示词中以一定程度提及:
“具有AI-AGENT可持续性
具有人类可读性”
但效果聊胜于无,说明模型不知道可读性对应文档详实
Agent可持续性对应良好的AGENTS.md文档以及自主生成SKILL 3. 特征三:缺乏大型项目规划能力:无Todo长程规划,项目构建逻辑不足
rs项目不会写rustfmt.toml以及clippy,依赖配置错误
C++项目Vcpkg配置错误
说明模型并不明白构建项目以及维护良好代码的基本逻辑 4. 特征四:使用Claude Code反而导致模型能力退化
说明模型并不具备复杂Agent系统承载能力
2. “偷懒”:测试模型C++能力时,尝试从开源库拉取代码,这是其他所有模型没有的

特殊:

1. 非思考下模型的规划能力会更强

model2:
优势:

1. 该模型大型项目规划能力强于model1,与Kimi-K2.6,GLM-5.1持平
2. 大规模使用SubAgent,充分利用并发

劣势:

1. 该模型出现"逃逸"行为:
未能正确处理C++依赖,直接将依赖包拉取至非项目目录进行编译
发现主机不存在python并明确不能使用python的情况下尝试安装
在非项目目录编写代码
2. 过于自信
在所有测试中从未尝试对项目进行完整尝试,甚至未尝试编译项目
将编译成功当作没有bug而不进行检查
3. 存在强于model1的幻觉
4. 存在类似于Kimi-K2.6的过早优化,高耦合特化代码
5. 存在猜测性修复而不经用户讨论
6. 用户询问某处更改时,检查到一半发现有问题就自顾自地去改了而不提醒用户
7. 自主查询依赖文档的能力较弱
8. model1中所提及的1.3仍然存在,模型更注重具体代码是否完成,而不注重项目的维护难度
会尝试规避检查,甚至干脆不检查,即使提示词已经强调
9. 存在比model1更强的惰性,会在任务执行中段就宣称全部完成
10. 出现bug会宣称是外部原因,如用户破坏代码等错误归因

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Jan Rodemoyer)