从 关于反代 ChatGPT 网页 Pro 模型的降智问题 继续讨论。 目前我怀疑降智的原因只剩下两个：一个是 IP 的问题，一个是使用量过大的问题。 目前我的 Pro 模型使用量大概是一天 50 次左右，我用的是 Pro 20x。我现在的情况是，两并发就会降智，一并发偶尔也会降智。 所以我想问问其他的佬友，高强度使用会不会也遇到降智的情况（就在 IP 特别稳定的情况下）？ 补充一下，我试了香港、台湾还有美国的真家宽，都无一例外地有降智的情况，但是我也没法排除不是 IP 的问题，因为我不知道是不是我的几个 IP 都被 OpenAI 标记了，之前有过自动化的操作。 1 个帖子 - 1 位参与者 阅读完整话题
如题，不知道 v 友们有没有遇到过 今天刚刚尝试在币安上买了点 usdc , 通过 c2c ，支付宝交易 不到一个小时左右就被问候了，问有没有加入过什么投资理财群 至于为什么说是又，之前因为流量使用 rustdesk 被联系过，后来用 rustdesk 只用 wifi 就没被联系过了
在昨天研究 qwen3.6-27B 的优化时，看到了这个问题： server: fix context checkpoint restore for hybrid/recurrent models (DeltaNet/Mamba) 大概意思就是，因为 llama.cpp 的缓存巡回逻辑有问题，导致你 n 次调用大模型（ n>1 ）时，大概率 llama.cpp 找不到之前的对话，会从头再次 prefill 你的对话全文。 翻译成大白话讲，就是你对一个人，每多说一句话，就要从第一句开始重复一遍。 更为悲惨的是： 在 5 月份，llama.cpp 制作组引入了另外一个 checkpoint 逻辑，使得缓存巡回性能再次下降： Commit e98cb51 经过此帖中大神实测，NVIDIA RTX PRO 6000 Blackwell 在运行 qwen3.6-27B Q8 时，上下文 50K 的长度下，每次请求 LLM 都会浪费 40 秒： 3 consecutive full re-processings logged: ┌───────────┬────────────────────┬───────┐ │ Turn │ Tokens reprocessed │ Time │ ├───────────┼────────────────────┼───────┤ │ Task 2795 │ 67,608 │ 38.4s │ ├───────────┼────────────────────┼───────┤ │ Task 3241 │ 71,211 │ 41.0s │ ├───────────┼────────────────────┼───────┤ │ Task 3401 │ 71,105 │ 41.4s │ └───────────┴────────────────────┴───────┘ Root cause visible in logs: The new prompt is ~19k tokens, but all checkpoints sit at positions 39k–71k (from previous longer requests). Every checkpoint is checked against 19340 and rejected because they're all beyond the new prompt length. Result: 0 usable checkpoints → full reprocess from BOS. 结论是，目前的 llama.cpp+qwen3.6-27B 这个组合，在 Agent 工具这个场景下，性能不可用。 目前此 issues 还是 open 状态，待修复。
昨天群里看到一个 Claude Fable 5 生成的高考作文，然后用 Qwen3.7-Max 也来了一下——别的不说，这俩家伙背的是一本作文选！ 5 个帖子 - 4 位参与者 阅读完整话题
在昨天研究 qwen3.6-27B 的优化时，看到了这个问题： server: fix context checkpoint restore for hybrid/recurrent models (DeltaNet/Mamba) 大概意思就是，因为 llama.cpp 的缓存巡回逻辑有问题，导致你 n 次调用大模型（ n>1 ）时，大概率 llama.cpp 找不到之前的对话，会从头再次 prefill 你的对话全文。 翻译成大白话讲，就是你对一个人，每多说一句话，就要从第一句开始重复一遍。 更为悲惨的是： 在 5 月份，llama.cpp 制作组引入了另外一个 checkpoint 逻辑，使得缓存巡回性能再次下降： Commit e98cb51 经过此帖中大神实测，NVIDIA RTX PRO 6000 Blackwell 在运行 qwen3.6-27B Q8 时，上下文 50K 的长度下，每次请求 LLM 都会浪费 40 秒： 3 consecutive full re-processings logged: ┌───────────┬────────────────────┬───────┐ │ Turn │ Tokens reprocessed │ Time │ ├───────────┼────────────────────┼───────┤ │ Task 2795 │ 67,608 │ 38.4s │ ├───────────┼────────────────────┼───────┤ │ Task 3241 │ 71,211 │ 41.0s │ ├───────────┼────────────────────┼───────┤ │ Task 3401 │ 71,105 │ 41.4s │ └───────────┴────────────────────┴───────┘ Root cause visible in logs: The new prompt is ~19k tokens, but all checkpoints sit at positions 39k–71k (from previous longer requests). Every checkpoint is checked against 19340 and rejected because they're all beyond the new prompt length. Result: 0 usable checkpoints → full reprocess from BOS. 结论是，目前的 llama.cpp+qwen3.6-27B 这个组合，在 Agent 工具这个场景下，性能不可用。 目前此 issues 还是 open 状态，待修复。
如题，不知道 v 友们有没有遇到过 今天刚刚尝试在币安上买了点 usdc , 通过 c2c ，支付宝交易 不到一个小时左右就被问候了，问有没有加入过什么投资理财群 至于为什么说是又，之前因为流量使用 rustdesk 被联系过，后来用 rustdesk 只用 wifi 就没被联系过了
在昨天研究 qwen3.6-27B 的优化时，看到了这个问题： server: fix context checkpoint restore for hybrid/recurrent models (DeltaNet/Mamba) 大概意思就是，因为 llama.cpp 的缓存巡回逻辑有问题，导致你 n 次调用大模型（ n>1 ）时，大概率 llama.cpp 找不到之前的对话，会从头再次 prefill 你的对话全文。 翻译成大白话讲，就是你对一个人，每多说一句话，就要从第一句开始重复一遍。 更为悲惨的是： 在 5 月份，llama.cpp 制作组引入了另外一个 checkpoint 逻辑，使得缓存巡回性能再次下降： Commit e98cb51 经过此帖中大神实测，NVIDIA RTX PRO 6000 Blackwell 在运行 qwen3.6-27B Q8 时，上下文 50K 的长度下，每次请求 LLM 都会浪费 40 秒： 3 consecutive full re-processings logged: ┌───────────┬────────────────────┬───────┐ │ Turn │ Tokens reprocessed │ Time │ ├───────────┼────────────────────┼───────┤ │ Task 2795 │ 67,608 │ 38.4s │ ├───────────┼────────────────────┼───────┤ │ Task 3241 │ 71,211 │ 41.0s │ ├───────────┼────────────────────┼───────┤ │ Task 3401 │ 71,105 │ 41.4s │ └───────────┴────────────────────┴───────┘ Root cause visible in logs: The new prompt is ~19k tokens, but all checkpoints sit at positions 39k–71k (from previous longer requests). Every checkpoint is checked against 19340 and rejected because they're all beyond the new prompt length. Result: 0 usable checkpoints → full reprocess from BOS. 结论是，目前的 llama.cpp+qwen3.6-27B 这个组合，在 Agent 工具这个场景下，性能不可用。 目前此 issues 还是 open 状态，待修复。
如题，不知道 v 友们有没有遇到过 今天刚刚尝试在币安上买了点 usdc , 通过 c2c ，支付宝交易 不到一个小时左右就被问候了，问有没有加入过什么投资理财群 至于为什么说是又，之前因为流量使用 rustdesk 被联系过，后来用 rustdesk 只用 wifi 就没被联系过了
如题，不知道 v 友们有没有遇到过 今天刚刚尝试在币安上买了点 usdc , 通过 c2c ，支付宝交易 不到一个小时左右就被问候了，问有没有加入过什么投资理财群 至于为什么说是又，之前因为流量使用 rustdesk 被联系过，后来用 rustdesk 只用 wifi 就没被联系过了
佬友们webshare和proxy-cheap哪个更好。或者是还有比较好点的推荐吗 1 个帖子 - 1 位参与者 阅读完整话题
Mimo送的API额度要过期了，尝试把最近看到的一本有意思的专著机翻来看看，否则数学部分实在是不想混着英文看。跑了四个小时，本着不要重新造轮子的想法，分享给佬友 P.S. 500页的书好像最后也没有烧掉很多token，大概20块 (x pan.baidu.com 百度网盘 请输入提取码 百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间 1 个帖子 - 1 位参与者 阅读完整话题
美国手机号注册的 wechat ，之前图片打开至少要 5 秒，有时干脆根本打不开,要试很多次才行，最近几天恢复了，基本都是秒开，这是到新加坡的网络恢复正常了？还是腾讯优化了？
不知道它怎么来的了，一顿操作 2 个帖子 - 2 位参与者 阅读完整话题
wedoaius beldenstudious 美国 archinesjp 日本 loptrde 德国 27aiau 澳大利亚 27aiin 印度 27ainz 新西兰 4 个帖子 - 4 位参与者 阅读完整话题
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
环境：Windows 11 x64，Claude Code v2.1.170 众所周知claude系列模型并不是非常擅长写powershell，经常写错，而且有因为转义问题导致删库的风险。 但是之前claude code 在windows上默认调用的终端都是git bash而不是powershell，claude可以使用熟悉的bash语法，不会遇到这些问题。 然鹅，今天更新claude code到2.1.170后，发现它开始使用powershell作为终端，/config也找不到切回git bash 的选项。 有佬友知道怎么把claude code终端切回git bash吗？ 5 个帖子 - 5 位参与者 阅读完整话题
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
求助，在cc里面用fable和opus都是429，前面有段时间我记得是可以用的，新开会话也一样。 是单纯用的人太多了吗？或者说是我的配置不对哇 1 个帖子 - 1 位参与者 阅读完整话题
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。