/tag/并发

短期内可靠性高，稳定免费的4并发，deepseek3.2到4级别的思考能力 用来洗数据也太香了吧，直接写个mcp本地调用免费的mimocode做语义拆分 让codex或者claude当监工 1 个帖子 - 1 位参与者 阅读完整话题

没什么拿得出手的，送模型免费使用，不限并发！！ https://axai.dpdns.org 希望大家用完后如果觉得好可以多来给我捧捧场，有专门的免费模型使用，没有额度也可以用。 12 个帖子 - 8 位参与者 阅读完整话题

为什么要说公益站并发低无法支持自己的代码项目的 2并发堪堪勉强使用 我对话时还会出现不定期的报错 难道真的如neo佬所说被开放注册是被做局了吗？ 兄弟们，感觉被人作局了？ 搞七捻三 这问题不大，花点时间沉淀一下就好了。 之前从没在L站看见过相关言论，用着公益站还说公益站不好的。 公益站的目标是“让更多没有支付能力的人能体验到顶级大模型”，想用公益站最起码要尊重公益站站长的规则吧？ 用公益资源享付费体验诚然是我的幻想 ， 比如raw佬的cc站，首字特别快，站长人也很好，还专门花钱请了技术解决问题 但是这也只是幻想。 公益站的服务器和账号都是站长自费公益维护的，真开发级环境就别幻想享受付费级别的体验了。 小小补充下，截至此贴发布前，原评论里的佬友也回复了我他也是很感谢站长的无私付出的，只是希望体验更流畅，并没有说站长不好的意思。 这个帖的发布原因不是用来挂人的，只是想和新入站的佬友们讨论下公益站的使用边界，公益资源都是站长自费购买的或者从付费站里赚的钱投入进去的，限并发目的是为了让更多人能用上小螃蟹模型. –以上 9 个帖子 - 6 位参与者 阅读完整话题

6月11日，据微信派消息，微信聊天可以“合并发图”了。 在微信里发图片，人人都能试试“发送后合并展示”了。 现在，发送 3 张及以上的图片、视频时，你就能看到“发送后合并展示”。 发出去的图片支持展开或收起，点一下即可切换形态。你还可以一键保存“合并展示”的全部内容，或转发给其他朋友。 发图的方式变了，聊天的花样也多了。 比如这样： 研究穿搭 隔空一拳 整蛊朋友 至于还能怎么玩 就看各位的脑洞有多大了 查看评论

腾讯微信官方账号“微信派”今日发文，正式官宣微信聊天发图新功能：在微信里发图片，人人都能试试“发送后合并展示”了。现在，发送 3 张及以上的图片、视频时，就能看到“发送后合并展示”。 微信还表示，“发出去的图片支持展开或收起，点一下即可切换形态。还可以一键保存‘合并展示’的全部内容，或转发给其他朋友。” 查看评论

佬友们号，我想请教一下大家，在自己跑项目的电脑上部署CPA，开多个Codex CLI的时候，似乎只有一个窗口能跑，其他窗口没有反应。 我看其他佬友建设的公益站是放在服务器的，能够设置并发数，但是我在CPA的设置界面中好像没有找到设置并发数目的方法，所以想问一下如果希望在自己的Windows电脑上支持CPA能够多并发使用，有什么办法吗？还是只能自己找一个服务器放在上面使用呢？谢谢各位佬友！ 5 个帖子 - 5 位参与者 阅读完整话题

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是 我的帖子已经打上 公益推广 标签： 是 我的项目属于个人项目，与公司或商业机构无关： 是 我的项目不存在QQ、TG等群组引流： 是 我的项目不存在非运营必要的网站引流： 是 我的项目不存在为他人推广、AFF： 是 我的项目无关联的商业项目： 是 我的站点存在登录，并已接入 LINUX DO Connect： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 http://8.216.53.207:8317/v1 sk-lmaoaltmanbe删掉我carefulnexttime 还有一点阿里云的优惠券，8c16g100m的机器按量付费，不知道bug还能撑多久，反正直到修复前有号都会开着。 cpa不能注册，无违规推广内容，以防万一打上了公益推广。账号来源均来自于众多佬友以及自己手动搞得几个号，在此表示感谢 13 个帖子 - 10 位参与者 阅读完整话题

http://8.216.53.207:8317/v1 sk-lmaoaltmanbecarefulnexttime 还有一点阿里云的优惠券，不要钱开了个日本4c8g机子按量付费，不知道还能撑多久，反正直到bug修复前有号都会开着。 cpa不能注册，账号来源均来自于众多佬友以及自己手动搞得几个号，在此表示感谢 05:52 - 更新到8c16g 11 个帖子 - 9 位参与者 阅读完整话题

https://gpt123.cc.cd/ sk-91fdb06539622524aa8723cb4a8d8dcd2edae31dc9a9c1615f814ab5ce7ed536 已开启注册机 4 个帖子 - 3 位参与者 阅读完整话题

1h3并发的不限量套餐售价100LDC，然鹅100LDC直接冲余额就是0.2倍率的50刀，我发现我1小时且3并发下根本用不完50刀 那我冲那么多次不限量套餐不是显得我很笨 5 个帖子 - 4 位参与者 阅读完整话题

eai.finance New API Unified AI API gateway and admin dashboard. sk-poAY2bm4Up89Z这里删除qdCmavF6rZSLQexdV6pZ72tkPbFPoXM9toM 很快会被删贴，自己保存转发吧。私呼羊毛会触碰到利益？如果帖子没了就是 1 个帖子 - 1 位参与者 阅读完整话题

并发够了 已经隐藏sku 和api的链接了 2 个帖子 - 2 位参与者 阅读完整话题

服务器已经紧急扩容了，现在公益站非常流畅，依然不限额度 不限并发跑到明早八点 codex公益站： new.sharedchat.cc 24 个帖子 - 19 位参与者 阅读完整话题

gpt bug team再次归来，有的群u已经狠狠跑了1天半了，在拉闸前再爽一把吧 4router.net 4Router 高可用高性价比大模型聚合平台 注册自带2刀额度，加群还有2刀额度，令牌选Gpt-Team分组，0.001x倍率（多少倍率都无所谓了，自带的额度完全用不完），尽快使用，无售后保障。 欢迎各位佬友加群1094738104交流 5 个帖子 - 3 位参与者 阅读完整话题

自己做了一个 service，可以模拟昂贵的 search api，但是不想浪费服务器资源（因为没有存储态），想问一下有没有免费好用的，能提供较高并发的 docker 容器服务站可以推荐一下？ 2 个帖子 - 2 位参与者 阅读完整话题

RawChat codex公益站火力全开限时活动，从现在开始到明天早上8点，所有人不限额度，不限并发数量，不限速，猛猛蹬！！ 活动时间：2026.6.7 18:30 - 2026.6.8 8:00 codex公益站网址： https://new.sharedchat.cc/ （关t子或者用非us节点访问） ccstwich配置方式： 目前ccs已经支持获取模型列表和余额查询了 qq群：758607042（有问题群内反馈回复会快点） 跨站使用规则已临时关闭，直到活动结束 74 个帖子 - 68 位参与者 阅读完整话题

SQLite 默认未开启 WAL ，这会显著限制并发性能。 PlanTodo 是一个计划管理软件，最近我为它的同步服务编写了性能测试，经过实测，仅开启 WAL 就让同步服务的吞吐量便提升至原来的 3 倍， 其实关于 SQLite 性能优化的文章早有珠玉在前，比如 Optimal SQLite settings for Django 和 Optimizing SQLite for servers ，所以本篇文章并没有独创性，只是为了让更多人了解 SQLite 的 性能 以及分享一个真实的性能 测试用例 。 PlanTodo 同步服务性能测试 性能测试分为三个： oo_upload (one user, one device for a user, only upload) ，就是一个用户一台设备仅上传 oo_download 就是仅下载 oo_cross 是上传和下载交错进行 oo_upload 和 oo_download 是为了查看上传和下载场景下的极限性能，是为了将来专门优化时用来参考的。而 oo_cross 则较为贴近真实使用场景：用户的某个设备上传几个更新，另一个设备被触发下载；因此可以拿它计算服务器能承受的用户量。 如果你不想看下面具体的测试数据，这里简单展示了吞吐量的变化： oo_upload ，18027 -> 61682 ，是原来的 3.42 倍 oo_download ，17082 -> 49635 ，是原来的 2.90 倍 oo_cross ，17085 -> 44203 ，是原来的 2.58 倍 一般查询是比写入要快的，因此下载应该比上传快，但 PlanTodo 的同步服务却反了过来，说明有很大的优化空间。 下面是开启 WAL 前的测试数据： + just -f services/sync/justfile headless_oo_upload --less-output ============================================================ Performance Summary for test_oo_upload ============================================================ Requests : 18,027 Failures : 0 Failure Rate : 0.00% Average RT : 78.14 ms P50 : 78 ms P95 : 110 ms P99 : 130 ms Max : 272.81 ms Endpoints ------------------------------------------------------------ POST /v1/sync/delta Requests=18,011 Avg=78.1ms P95=110ms P99=130ms Max=272.8ms POST /v1/clients Requests=8 Avg=76.2ms P95=110ms P99=110ms Max=109.9ms GET /v1/sync/full Requests=8 Avg=57.2ms P95=120ms P99=120ms Max=120.3ms + just -f services/sync/justfile headless_oo_download --less-output ============================================================ Performance Summary for test_oo_download ============================================================ Requests : 17,082 Failures : 0 Failure Rate : 0.00% Average RT : 82.63 ms P50 : 82 ms P95 : 110 ms P99 : 130 ms Max : 370.33 ms Endpoints ------------------------------------------------------------ POST /v1/sync/delta Requests=16 Avg=172.6ms P95=370ms P99=370ms Max=370.3ms GET /v1/sync/delta?cursor=1780662404990&limit=100 Requests=2,087 Avg=83.4ms P95=110ms P99=130ms Max=316.1ms GET /v1/sync/delta?cursor=1780662403978&limit=100 Requests=2,102 Avg=83.3ms P95=110ms P99=130ms Max=325.5ms + just -f services/sync/justfile headless_oo_cross --less-output ============================================================ Performance Summary for test_oo_cross ============================================================ Requests : 17,085 Failures : 0 Failure Rate : 0.00% Average RT : 83.05 ms P50 : 82 ms P95 : 120 ms P99 : 150 ms Max : 245.89 ms Endpoints ------------------------------------------------------------ GET /v1/sync/delta?cursor=1780662760888&limit=100 Requests=1 Avg=245.9ms P95=250ms P99=250ms Max=245.9ms GET /v1/sync/delta?cursor=1780662760900&limit=100 Requests=1 Avg=245.4ms P95=250ms P99=250ms Max=245.4ms GET /v1/sync/delta?cursor=1780662758760&limit=100 Requests=1 Avg=228.2ms P95=230ms P99=230ms Max=228.2ms 下面是 开启 WAL 之后 的测试数据： + just -f services/sync/justfile headless_oo_upload --less-output ============================================================ Performance Summary for test_oo_upload ============================================================ Requests : 61,682 Failures : 0 Failure Rate : 0.00% Average RT : 22.30 ms P50 : 22 ms P95 : 32 ms P99 : 41 ms Max : 74.82 ms Endpoints ------------------------------------------------------------ POST /v1/clients Requests=8 Avg=33.8ms P95=48ms P99=48ms Max=48.1ms POST /v1/sync/delta Requests=61,666 Avg=22.3ms P95=32ms P99=41ms Max=74.8ms GET /v1/sync/full Requests=8 Avg=20.7ms P95=32ms P99=32ms Max=32.5ms + just -f services/sync/justfile headless_oo_download --less-output ============================================================ Performance Summary for test_oo_download ============================================================ Requests : 49,635 Failures : 0 Failure Rate : 0.00% Average RT : 28.03 ms P50 : 28 ms P95 : 38 ms P99 : 46 ms Max : 305.64 ms Endpoints ------------------------------------------------------------ POST /v1/sync/delta Requests=16 Avg=127.0ms P95=310ms P99=310ms Max=305.6ms GET /v1/sync/delta?cursor=1780663066610&limit=100 Requests=6,109 Avg=28.4ms P95=38ms P99=46ms Max=246.0ms GET /v1/sync/delta?cursor=1780663068640&limit=100 Requests=6,064 Avg=28.3ms P95=38ms P99=46ms Max=95.8ms + just -f services/sync/justfile headless_oo_cross --less-output ============================================================ Performance Summary for test_oo_cross ============================================================ Requests : 44,203 Failures : 0 Failure Rate : 0.00% Average RT : 31.80 ms P50 : 28 ms P95 : 45 ms P99 : 150 ms Max : 477.37 ms Endpoints ------------------------------------------------------------ GET /v1/sync/delta?cursor=1780663421960&limit=100 Requests=1 Avg=477.4ms P95=480ms P99=480ms Max=477.4ms GET /v1/sync/delta?cursor=1780663421963&limit=100 Requests=1 Avg=475.9ms P95=480ms P99=480ms Max=475.9ms GET /v1/sync/delta?cursor=1780663421966&limit=100 Requests=1 Avg=475.4ms P95=480ms P99=480ms Max=475.4ms 每个测试只持续了 3 min ，因此数据量很小，在大数据量的情况下，性能可能会下降很多，这个会在将来补充。 在测试 oo_cross 里，3min 处理了 44203 个请求，也就是一秒 245 个。测试其实是不断在重复先上传再下载，而客户端也是上传下载成对出现，因此一秒能处理 122 （ 245 / 2 ）台设备的请求，即便因为多用户、多设备带来的其他压力，至少能稳定在一秒 100 个请求。 考虑到，真实使用下，平均要几分钟到十几分钟才会更新一次内容，取 10 分钟一次的话，一个同步服务极限下能支撑 100 x 60 x 10 ，6 万个设备正常使用。 如何开启 WAL 不管是什么 ORM ，开启的方式都是一样的，就是在连接数据库后，执行一次 PRAGMA journal_mode=WAL 。 开启了 WAL 后，在原本的 SQLite 数据库文件那里，会多出两个 .db-shm 、 .db-wal 的文件，可以以此判断是否成功开启。 SQLAlchemy from sqlalchemy import create_engine, event engine = create_engine( DATABASE_URL, echo=False, connect_args={ "timeout": 5, }, ) if engine.dialect.name == "sqlite": @event.listens_for(engine, "connect") def set_sqlite_pragma(dbapi_connection, _): cursor = dbapi_connection.cursor() # cursor.execute("PRAGMA foreign_keys=ON") cursor.execute("PRAGMA journal_mode=WAL") cursor.execute("PRAGMA synchronous=NORMAL") cursor.execute("PRAGMA temp_store=MEMORY") cursor.execute("PRAGMA cache_size=2000") cursor.execute("PRAGMA mmap_size=134217728") cursor.close() PlanTodo 的同步服务就是使用 FastAPI + SQLAlchemy 开发的。由于同步服务的特殊性，这里没有开启外键约束。 Django 在项目的 settings.py 文件里，添加 init_command： DATABASES = { "default": { "ENGINE": "django.db.backends.sqlite3", "NAME": BASE_DIR / "db.sqlite3", "OPTIONS": { "init_command": ( "PRAGMA foreign_keys = ON;" "PRAGMA journal_mode = WAL;" "PRAGMA synchronous = NORMAL;" "PRAGMA busy_timeout = 5000;" "PRAGMA temp_store = MEMORY;" "PRAGMA cache_size = 2000;" "PRAGMA mmap_size = 134217728;" ), }, } } drift 在数据库类的 migration get 方法里，在 beforeOpen 这个回调里增加执行命令： class PtdDatabase extends _$PtdDatabase { // 省略无关代码 @override MigrationStrategy get migration { return MigrationStrategy( beforeOpen: (details) async { // 在每次打开数据库，正式使用之前，执行的命令 await customStatement('PRAGMA journal_mode = WAL'); await customStatement('PRAGMA synchronous = NORMAL'); await customStatement('PRAGMA busy_timeout = 5000'); await customStatement('PRAGMA temp_store = MEMORY'); await customStatement('PRAGMA cache_size = -2000'); }, ); } } 原文链接： https://yanh.tech/2026/06/sqlite-performance-optimization/ 版权声明：本博客所有文章除特別声明外，均为 AhFei 原创，采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 技焉洲 (yanh.tech) 。

codex无限并发无限额度？无限bug team？车已经开走了？ 21 个帖子 - 20 位参与者 阅读完整话题