
11 月 22 日 · 3 分钟

说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
两类榜单口径不同:Arena 靠体感投票,AA 看硬核推理,同一模型结论能反过来。
主播把自己每月约一百块的模型账单摆出来,算清换模型会涨到几千块。
AI 读完整集转写后给出的推荐理由
同一个千问4 MAX,在 Code Arena 排第六、前面全是国外闭源模型,换到 Artificial Analysis 智能指数只有 43,反而不如 DeepSeek V4 Flash 的 50。主播把两类榜单的口径差异讲清楚,再算了一笔账:缓存命中每百万 token 五毛对两分,他每月一百块的用量换过去要涨到几千块,于是决定不换。
由 AI 从整集转写生成,是创作者说明之外的补充
主播看到千问4 MAX 在 Code Arena 排第六、前面全是国外顶级闭源模型,便截图去问 DeepSeek,并记录交叉验证的结果。他先区分两类榜单:Arena 系靠人类偏好投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,另有 SWE-bench 等学术编程基准,更严谨但更新慢。交叉验证后,千问4 MAX 在 AA 的智能指数为 43,低于 DeepSeek V4 Flash 的 50;在另一总榜排第十四,是中国模型里最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。加上千问4 MAX 闭源、缓存命中时每百万 token 五毛钱,而 DeepSeek Flash 只要两分钱,主播判断自己每月约一百块的用量换过去会涨到几千块,且对现有编程效果满意,因此不换。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
从一张知乎截图说起:千问4 MAX 排第六
主播看到千问4 MAX 在新榜单排第六,前面都是国外顶级闭源模型,而 DeepSeek 未进前十。他把截图拿去问 DeepSeek,记录这次学习的结果。
两类榜单:人类偏好投票 vs 硬核性能基准
介绍 Arena 系榜单靠用户与测试员体感投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,SWE-bench 等学术编程基准更严谨但更新慢。结论是几个榜单要交叉验证。
交叉验证后成绩并不一致
在 AA 上千问4 MAX 智能指数 43,不如 DeepSeek V4 Flash 的 50;另一总榜它排第十四、是中国模型最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。
闭源与价格:五毛对两分
千问4 MAX 本身不开源,据称将来只开源小尺寸版本。价格上缓存命中每百万 token 五毛,DeepSeek Flash 只要两分,差距几十倍。
月花一百块的人为什么不换
主播每月模型消费约一百块,换用贵几十倍的模型会涨到几千块,且对 DeepSeek Flash 的编程效果没有不满意,因此判断不改。

11 月 22 日 · 3 分钟

11 月 22 日 · 6 分钟

11 月 22 日 · 4 分钟

11 月 22 日 · 5 分钟

泛娱乐 · 11 月 17 日 · 4 分钟
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
两类榜单口径不同:Arena 靠体感投票,AA 看硬核推理,同一模型结论能反过来。
主播把自己每月约一百块的模型账单摆出来,算清换模型会涨到几千块。
AI 读完整集转写后给出的推荐理由
同一个千问4 MAX,在 Code Arena 排第六、前面全是国外闭源模型,换到 Artificial Analysis 智能指数只有 43,反而不如 DeepSeek V4 Flash 的 50。主播把两类榜单的口径差异讲清楚,再算了一笔账:缓存命中每百万 token 五毛对两分,他每月一百块的用量换过去要涨到几千块,于是决定不换。
由 AI 从整集转写生成,是创作者说明之外的补充
主播看到千问4 MAX 在 Code Arena 排第六、前面全是国外顶级闭源模型,便截图去问 DeepSeek,并记录交叉验证的结果。他先区分两类榜单:Arena 系靠人类偏好投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,另有 SWE-bench 等学术编程基准,更严谨但更新慢。交叉验证后,千问4 MAX 在 AA 的智能指数为 43,低于 DeepSeek V4 Flash 的 50;在另一总榜排第十四,是中国模型里最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。加上千问4 MAX 闭源、缓存命中时每百万 token 五毛钱,而 DeepSeek Flash 只要两分钱,主播判断自己每月约一百块的用量换过去会涨到几千块,且对现有编程效果满意,因此不换。
点一章从那里开始播 · 与创作者标的时间点各自独立
从一张知乎截图说起:千问4 MAX 排第六
两类榜单:人类偏好投票 vs 硬核性能基准
交叉验证后成绩并不一致
闭源与价格:五毛对两分
月花一百块的人为什么不换
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
http://www.ximalaya.com/album/46898583.xml复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

11 月 22 日 · 3 分钟

11 月 22 日 · 6 分钟

11 月 22 日 · 4 分钟