nc - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 第24页 - 钛刻科技 | TCTI.cn - 钛刻 (TCTI.cn) 为您提供最前沿的硬核科技资讯、深度评测和未来技术趋势分析。
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 14:37:59+08:00
提示词统一,并且都是用claude code进行生成 你是 Apple Inc 的顶级 UI 设计师，以 iOS 18 的设计风格（毛玻璃效果、高斯模糊、动态渐变、细腻阴影）创建一个单个HTML文件（包含完整CSS和JavaScript）。实现横板天气页面，包含4个并排的动画天气
tech linux.do 2026-04-24 14:26:42+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 14:19:22+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 13:57:21+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 13:53:00+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 13:36:01+08:00
使用deepseek-v4 pro的总结，配合gpt-image-2的出图 1 个帖子 - 1 位参与者 阅读完整话题
tech linux.do 2026-04-24 13:28:33+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 13:22:28+08:00
用DeepSeek V4测试了一下代码能力，让它给我的一个后端项目加个RSS功能，实测下来感觉还不错，能很好的理解项目架构（也有OpenCode的功劳），做出的改动符合当前项目架构，没有出现写屎山或者自己造轮子情况，不过没有自行生成单元测试，gpt的话大部分时间会自动生成单元测试
tech linux.do 2026-04-24 13:15:52+08:00
Epoch AI Claude skews high-income; Meta AI skews low-income Household income of weekly AI users ranges from 80% earning $100K+ for Claude to
tech linux.do 2026-04-24 13:15:00+08:00
先放私有bench GPT 5.5涨价了一倍，根据官方说法推理效率更高了。确实如此，5.4时期需要700甚至1000+秒思考的题目，现在400秒就写完了。但代价就是质量并不如5.4思考1000秒写出来的 或多或少都存在一些缺陷，整体质量不如5.4。 据传参数量也变大了，是oai目
tech linux.do 2026-04-24 12:52:49+08:00
切换模型前，是我和opus的对话，大概有80k左右，大概是我让opus帮我改个东西，然后看到deepseek上线就赶紧切了试试… 结果就是完全无视我当前指令，认准一个地方乱冲… 那就…下次见吧 7 个帖子 - 7 位参与者 阅读完整话题
tech linux.do 2026-04-24 12:48:12+08:00
依旧先放私有bench 这个模型吧，他的思考效率极低，，经常思考个600-1000秒 但是呢，人家GPT思考这么久真能把活干好，v4p就只能达到中游水平了 写出来的很多东西只能说想法很好，但能力不足 在审美这一块呢，不像任何一个模型，基本都有自己的理解，说明代码蒸的不多， 不像某
tech linux.do 2026-04-24 12:40:17+08:00
在 Kimi-K2.6技术报告 中和 DeepSeek-v4技术报告 中，Terminal Bench 2.0测试结果引用的GPT-5.4 xHigh跑分不同（Gemini和Calude是相同的），引用值分别为65.4和75.1，这是有什么讲究吗？ Kimi-K2.6技术报告截图
tech linux.do 2026-04-24 12:09:04+08:00
TechCrunch – 23 Apr 26 X is shutting down Communities because of low usage and lots of spam |... X Communities are no more. Only a fraction
tech linux.do 2026-04-24 12:02:44+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech www.v2ex.com 2026-04-24 12:01:21+08:00
推理不到点子上，整个推理过程就是无限的否定自己，推理能力堪比 qwen 的第一个推理模型 qwq-32b 。不能做到类似 glm5.1 那种言之有物，人看了会觉得真的在思考的效果。 kimi k2.6 还出现了一个非常低级的错误，我让他参考一个 kt 工程，我给了工程的文件夹路径
tech v2ex.com 2026-04-24 11:56:19+08:00
这是DeepSeek V4 Pro的 我要js，给了我一个html (function() { // --- 创建全屏 Canvas --- const canvas = document.createElement('canvas'); const ctx
tech linux.do 2026-04-24 11:54:32+08:00
来自知乎toyama佬 网站： LLM Benchmark Dashboard 附：其他未测完的国模 1 个帖子 - 1 位参与者 阅读完整话题
tech linux.do 2026-04-24 11:52:40+08:00
之前openrouter上elephant的1t版本: inclusionai/ling-2.6-1t:free 1 个帖子 - 1 位参与者 阅读完整话题
tech linux.do 2026-04-24 11:47:22+08:00