SuperGrok Heavy 的周额度相比 Claude 和 GPT 20x 周额度哪个更多一点?
用 cpa/sub2api 反代用来比较?是看金额,还是看token用量? 还是个人开发过程中的体感?怎么客观衡量这个标准和用量? 最近感觉随便几轮对话就能用掉2%-3%
AI 资讯
已同步 36981 条公开资讯,来源和发布时间保留在每条记录中。
AIGOOD 已同步公开来源;每条资讯详情保留来源和原文链接。
用 cpa/sub2api 反代用来比较?是看金额,还是看token用量? 还是个人开发过程中的体感?怎么客观衡量这个标准和用量? 最近感觉随便几轮对话就能用掉2%-3%
现在哪里还有常驻的luna可以蹬啊 一天不lu浑身难受 免费付费都可以,佬友们推荐下 然后想问一下,plus全用luna能用多少
需要学生认证, 点这里领取,帮可怜的钱包: [Zed — Education]
从0点试到9点,一直是已领完,结果眯了一会,一觉醒来,就看到有佬友分享10点最后一万个名额,天塌了 有没有佬友领了不打算用的,可以借来蹬下的?不用明天也过期了,感激不尽,主要项目用zcode写了一半,总感觉心里憋着事
关梯子+无痕+如实填写(能中文的都中文)
是中转站的但是我不知道这种效果是好还是差,好久没折腾ai了不知道现在评判的标准 关键词是抄佬友的https://linux.do/t/topic/2758432
这几天看X,发现openai对plus账号的权限改的特别严。先不说恢复了5h滚动窗口,然后又给5h额度大砍一刀,虽然是根据账号具体情况随机额度,但是我订阅用的是正规google play订阅,代理地址也非常稳定没有变过,在恢复5h之后明显感觉比之前的5h不耐用了。 而且更离谱的是,直接把goal功能砍废了,原来5h到了还可以用周限额继续完成任务,现在直接截断了强制等。 这不就是强制plus用户去买pro,感觉现在plus用户对openai来说就是负资产。
邀请成功赠送积分的邮件都收到了,结果账号里一直没有
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
目前在高强度使用 GPT 5.6 和 Grok 发现大模型在提出具体的解决方案时,有这样几个特点: 非常倾向于过度设计 为问题引入非必要的复杂度 在实现过程中写一堆测试 我写了一个 Skill ,让大模型围绕以下三个维度“反思”它提出的方案或者观点: 有效性:是否能高质量解决问题 复杂性:是否引入了非必要的复杂度 后果: 是否引入了新的问题 在 Skill 中也定义了大模型提出方案的基线,以及围绕解决方案的排查思路 目前我在多个项目里实测了几天,感觉效果拔群,配合 Matt Pocock 的工作流会更好 欢迎各位…
有佬知道吗
通过super grok 获取了一个grok bot ,但是完全不知道有什么作用。不能当vps,访问国内的网站还会被拦截,搞不懂有什么作用。