image.png
209.9 KB
#mark #ai #deepseek
DeepSeek 的 ios 和 android 客户端都上线了, 体验了一下非常不错~
● https://apps.apple.com/cn/app/deepseek/id6737597349
via Memos
DeepSeek 的 ios 和 android 客户端都上线了, 体验了一下非常不错~
● https://apps.apple.com/cn/app/deepseek/id6737597349
via Memos
#mark #claude #gpt #deepseek #ai
手动查了下目前几个常见 LLM API 的官方价格差异 (输入均为缓存未命中价格):
1 - Claude 3.5 Sonnet
ref: https://www.anthropic.com/pricing?t#anthropic-api
● 输入成本: $3.00 每百万个令牌
● 输出成本: $15.00 每百万个令牌
2 - OpenAI GPT-4o
ref: https://openai.com/api/pricing/?t
● 输入成本: $2.50 每百万个令牌
● 输出成本: $10.00 每百万个令牌
3 - DeepSeek
ref: https://api-docs.deepseek.com/zh-cn/quick_start/pricing
● 输入成本: ¥2 每百万个令牌 (2025-02-08 后, 目前是1元, 下同)
● 输出成本: ¥8 每百万个令牌 (目前是2元)
via Memos
手动查了下目前几个常见 LLM API 的官方价格差异 (输入均为缓存未命中价格):
1 - Claude 3.5 Sonnet
ref: https://www.anthropic.com/pricing?t#anthropic-api
● 输入成本: $3.00 每百万个令牌
● 输出成本: $15.00 每百万个令牌
2 - OpenAI GPT-4o
ref: https://openai.com/api/pricing/?t
● 输入成本: $2.50 每百万个令牌
● 输出成本: $10.00 每百万个令牌
3 - DeepSeek
ref: https://api-docs.deepseek.com/zh-cn/quick_start/pricing
● 输入成本: ¥2 每百万个令牌 (2025-02-08 后, 目前是1元, 下同)
● 输出成本: ¥8 每百万个令牌 (目前是2元)
via Memos
#mark #obsidian
https://github.com/logancyang/obsidian-copilot
一个不错的 obsidian ai 插件, 可以帮助:
● 自动关联相关笔记.
● 自动调用 embedding 模型建立索引, 并进行整个 vault 的 QA 对话.
via Memos
https://github.com/logancyang/obsidian-copilot
一个不错的 obsidian ai 插件, 可以帮助:
● 自动关联相关笔记.
● 自动调用 embedding 模型建立索引, 并进行整个 vault 的 QA 对话.
via Memos
#llm #cache
关于 LLM API 的 cache hit (缓存命中)
● deepseek 的解释(比较详细): https://api-docs.deepseek.com/zh-cn/guides/kv_cache
● 一篇知乎文章: LLM Best Practice：Prompt caching
via Memos
关于 LLM API 的 cache hit (缓存命中)
● deepseek 的解释(比较详细): https://api-docs.deepseek.com/zh-cn/guides/kv_cache
● 一篇知乎文章: LLM Best Practice：Prompt caching
via Memos
#mark #ai #llm
MTEB 是一个用于评估文本嵌入(Text Embedding)模型性能的基准测试集。这个榜单展示了不同模型在文本嵌入任务上的表现。
● https://huggingface.co/spaces/mteb/leaderboard
via Memos
MTEB 是一个用于评估文本嵌入(Text Embedding)模型性能的基准测试集。这个榜单展示了不同模型在文本嵌入任务上的表现。
● https://huggingface.co/spaces/mteb/leaderboard
via Memos
2025: 我的 AI 折腾日记 (不定期更新)
Changelog
2025-01-17
● 使用 obsidian 的一个 copilot AI 插件, 整体体验非常不错, 可以在上百篇笔记中比较准确的搜索出想要的问题的答案, 以及自动关联相关笔记. ● Embedding 使用 siliconflow (硅基流动) 的 BAAI/bge-m3 ● Chat 使用 deepseek-v3 API
2025-01-11
● 重新订阅 Claude Pro (20$ / 月), 并通过 fuclaude 的方式与两个朋友合租.
● 开通 oaipro 并充值了 10$, 自建了 NextChat 来使用 claude, gpt-4o, gemini 和 deepseek 的 API, 作为 claude / openai 官网不可用时的备选方案.
● 下载了 deepseek 的 ios 移动端, 体验良好
2025-01-09
● 开始使用 deepseek-v3, 在半年前使用豆包和kimi后很久没碰过国产模型了, 重新用起来感觉比以前强大了太多, 搜索和 deepthink 都很给力, 除了有些敏感问题无法询问, 没什么很大的缺点
2025-01-01
● 开始探索 cursor , 并在之后的几天用 cursor 写了 N 多个自用的小脚本和服务, 总结了一些 cursor 的用法
2024 年末
● 主力使用的 chatbot 是 gpt-4o (合租), 感觉 gpt 经常遇到故障和降智, 因此开始探索别的模型, 中间开过一个月的 Claude Pro, 体验不错, 但是不带 Search 功能比较遗憾, 并且因为价格比较贵没有继续续费.
● 在 Gemini 重磅更新后, 辅助使用 Gemini exp 1206
● 同时使用 perplexity pro 进行一些基本问题的搜索.
via Blog
AI / Chatbot 工具更新速度越来越快, 打算将 2025 年自己的 AI stack 更新在这个 Blog 下, 本文不定期更新, 主要为了好玩而记录, 同时可以和大家交流一下, 保持一点追求潮流的热情~
Changelog
2025-01-17
● 使用 obsidian 的一个 copilot AI 插件, 整体体验非常不错, 可以在上百篇笔记中比较准确的搜索出想要的问题的答案, 以及自动关联相关笔记. ● Embedding 使用 siliconflow (硅基流动) 的 BAAI/bge-m3 ● Chat 使用 deepseek-v3 API
2025-01-11
● 重新订阅 Claude Pro (20$ / 月), 并通过 fuclaude 的方式与两个朋友合租.
● 开通 oaipro 并充值了 10$, 自建了 NextChat 来使用 claude, gpt-4o, gemini 和 deepseek 的 API, 作为 claude / openai 官网不可用时的备选方案.
● 下载了 deepseek 的 ios 移动端, 体验良好
2025-01-09
● 开始使用 deepseek-v3, 在半年前使用豆包和kimi后很久没碰过国产模型了, 重新用起来感觉比以前强大了太多, 搜索和 deepthink 都很给力, 除了有些敏感问题无法询问, 没什么很大的缺点
2025-01-01
● 开始探索 cursor , 并在之后的几天用 cursor 写了 N 多个自用的小脚本和服务, 总结了一些 cursor 的用法
2024 年末
● 主力使用的 chatbot 是 gpt-4o (合租), 感觉 gpt 经常遇到故障和降智, 因此开始探索别的模型, 中间开过一个月的 Claude Pro, 体验不错, 但是不带 Search 功能比较遗憾, 并且因为价格比较贵没有继续续费.
● 在 Gemini 重磅更新后, 辅助使用 Gemini exp 1206
● 同时使用 perplexity pro 进行一些基本问题的搜索.
via Blog