實際影片長度:16:02.000。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:03.600
zh過去幾十小時發佈了很多模式
0:03.600–0:06.520
zh除了有GBT 5.6 之外
0:06.520–0:10.800
zhElon Musk 旗下的 BayX AI 亦推出 Grog 4.5
0:10.800–0:15.320
zh沉寂了一輪的 Meta 亦推出 Mule Spark 1.1
0:15.320–0:18.720
zh其中對我來説最有驚喜就是 Grog 4.5
0:18.720–0:21.520
zh你會見到綜合牌榜上
0:21.520–0:23.400
zh現在是排第六
0:23.400–0:25.680
zhGrog 4.5 都是屬於多模態的模式
0:25.680–0:27.480
zh你可以輸入字和相片
0:27.480–0:30.680
zh價錢是和Clock的Sunnet差不多
0:30.680–0:33.240
zh但性能是接近Clock的Opus
0:33.240–0:35.000
zhContext Window不算很多
0:35.000–0:35.960
zh是50萬
0:35.960–0:39.320
zh接下來會給兩個任務測試
0:39.320–0:41.480
zh因為今天測試這些AI
0:41.480–0:43.960
zh問他數個題、IQ題已經沒有用了
0:43.960–0:46.200
zh因為去到2026年是AI Agent的年代
0:46.200–0:49.160
zh所以直接給一些日常的工作去做
0:49.160–0:50.760
zh其實原意是
0:50.760–0:54.600
zh我想測試OpenAI最新的模式GBT 5.6
0:54.600–0:58.520
zh但當我在Soul Computer使用5.6的時候
0:58.520–0:59.960
zh就出現了問題
0:59.960–1:01.560
zh所以暫時還未試得住
1:01.560–1:02.760
zh相信是一個Bug來的
1:02.760–1:04.840
zh要等Soul Computer解決了
1:04.840–1:06.280
zh另外Meta最新的模型
1:06.280–1:08.920
zh暫時只是開放給美國用户使用
1:08.920–1:10.040
zh所以現在無法試驗
1:10.040–1:11.240
zh所以這次影片
1:11.240–1:13.800
zh我主要是測試Grog 4.5
1:13.800–1:16.520
zh還有我都有測試Fable
1:16.520–1:19.080
zh但它用Creddy的速度太快了
1:19.080–1:20.520
zh我做了一個任務
1:20.520–1:22.440
zh就已經達到它的上限
1:22.440–1:25.640
zh我要等到明天才可以再使用
1:25.640–1:29.640
zh所以這次影片主要是測試Grog最新的模型
1:29.640–1:33.080
zh第一個任務就是更新這個表
1:33.080–1:36.280
zh之前我會找一個Ferrance的同事
1:36.280–1:38.520
zh幫我保持更新這個表
1:38.520–1:40.920
zh這次我試一下叫AI幫我更新
1:40.920–1:43.720
zh你會看到這個表上的資料不是最新
1:43.720–1:46.200
zh例如上面還在顯示GPT 5.5
1:46.200–1:47.960
zh還有未加入Meta最新的模型
1:47.960–1:49.880
zhAnthropic的模型也未更新
1:49.880–1:51.880
zh所以這就是我的提示詞
1:51.880–1:54.280
zh我給了Google Sheet的連結
1:54.280–1:56.200
zh後面當然是駁好API
1:56.200–1:57.800
zh然後我就叫它複製我的頁
1:57.800–1:59.080
zh因為我怕它會弄彎
1:59.080–2:01.400
zh所以copy出來叫它改安全一點
2:01.400–2:02.360
zh我就跟它説
2:02.360–2:03.960
zhOpenAI的模型
2:03.960–2:05.080
zh現在是5.6
2:05.080–2:07.240
zh我就叫它全部轉為5.6
2:07.240–2:09.480
zh5.6其實是有3個模型
2:09.480–2:11.640
zh另外就要更新Grog的模型
2:11.640–2:13.640
zh由4.3到最新的模型
2:13.640–2:15.240
zh看看它會不會自己找
2:15.240–2:16.440
zh因為最新的應該是4.5
2:16.440–2:17.560
zh另外Clock
2:17.560–2:20.200
zh就是要它更新的3個模型
2:20.200–2:20.760
enFable
2:20.760–2:21.400
enOpenSunnet
2:21.400–2:24.440
zh另外要增加一行就是Meta的新模型
2:24.440–2:26.040
enMule Spark 1.1
2:26.040–2:27.560
zh在XAI
2:27.560–2:30.440
zh當我使用Grog 4.5的時候
2:30.440–2:33.240
zh我很明顯感覺到它的速度
2:33.240–2:35.960
zh是我用過這麼多模型中最快的一個
2:35.960–2:39.000
zh它中間總共走了30個步驟
2:39.000–2:40.600
zh包括看那個slide
2:40.600–2:42.200
zh然後copy那個slide
2:42.200–2:44.520
zh然後上網找相關的資料
2:44.520–2:46.360
zh然後修改那個slide等等
2:46.360–2:48.040
zh然後看看它做出來的結果
2:48.040–2:49.880
zh現在這一頁就是原本的
2:49.880–2:53.240
zh下面這一頁就是它做出來的
2:53.240–2:54.360
zh現在我放大來看
2:54.360–2:57.560
zhOpenAI我叫它全部更新5.6
2:57.560–2:58.920
zh資料是正確的
2:58.920–2:59.800
enAnthropic
2:59.800–3:02.440
zh我也是叫它更新3個最新的模型
3:02.440–3:03.080
zh正確
3:03.080–3:03.720
enFable 5
3:03.720–3:04.520
enOper 4.8
3:04.520–3:05.320
zh和Sunnet
3:05.320–3:05.880
zh是對的
3:05.880–3:08.600
zh另外在下面要增加XAI的模型
3:08.600–3:09.640
enGrog 4.5
3:09.640–3:11.480
zhContext window 是50
3:11.480–3:12.440
zh我確定是正確的
3:12.440–3:13.960
zh唯獨是美中不足
3:13.960–3:15.480
zh就是那個table
3:15.480–3:17.480
zh由於增加了文字之後
3:17.480–3:20.360
zh它就超出了那個slide的範圍
3:20.360–3:23.560
zh其實我不知道是可不可以透過API的層面
3:23.560–3:25.560
zh去微調這個table
3:25.560–3:26.680
zh我儘管試一下
3:26.680–3:28.040
zh叫Grog去修改
3:28.040–3:29.320
zh看看它能否改成
3:29.320–3:30.520
zh在這裡我截圖給它看
3:30.520–3:32.120
zh然後我發送這張截圖
3:32.120–3:33.080
zh現在就跟它説
3:33.080–3:35.240
zh你做的slide資料正確
3:35.240–3:37.000
zh但slide上的table
3:37.000–3:38.840
zh超出了畫面
3:38.840–3:40.440
zh其實我不知道
3:40.440–3:42.120
zhGoogle Slide的API
3:42.120–3:44.840
zh是不是有微調這些table的距離
3:44.840–3:46.760
zh一打開它的程式看
3:46.760–3:48.280
zh似乎是有的
3:48.280–3:51.000
zh是有控制整體的table的高
3:51.000–3:51.960
zh現在這裡
3:51.960–3:53.960
zh你會看到它似乎是設定
3:53.960–3:55.320
zh每一行的距離
3:55.320–3:58.280
zh它就將那個字數變成8point
3:58.280–4:00.440
zh和推高了那個表格
4:00.440–4:02.040
zh在這裡我試試重新整理
4:02.040–4:05.720
zh你會看到它確實是縮小了字
4:05.720–4:10.200
zh但其實table仍然是超出了那個範圍
4:10.200–4:12.200
zh在這裡我發現一個小問題
4:12.200–4:14.120
zh它這個做出來的table
4:14.120–4:17.080
zh全部的文字下都多了個enter位
4:17.080–4:19.240
zh以至到它佔用的空間多了
4:19.240–4:22.200
zh如果你見到我刪除了那些enter位之後
4:22.200–4:24.440
zh其實那個table是壓縮了的
4:24.440–4:25.800
zh所以Grog
4:25.800–4:28.200
zh它總算是將資料塞進去
4:28.200–4:30.040
zh但是叫它微調的table
4:30.040–4:31.160
zh就做得馬地了
4:31.160–4:32.520
zh原本這個任務
4:32.520–4:34.120
zh我也是叫Fable去做的
4:34.120–4:34.840
zh但是做了一半
4:34.840–4:36.280
zh它已經玩了一些 credit了
4:36.280–4:38.040
zh還有GPT 5.6還沒用得了
4:38.040–4:41.000
zh我現在試試叫GPT 5.5
4:41.000–4:43.000
zh會不會做得到這個任務
4:43.000–4:44.600
zh現在我copy這個 prompt
4:44.600–4:45.320
zh開新對話
4:45.320–4:47.560
zh這次就是使用5.5
4:47.560–4:49.160
zh這個不是最新版本
4:49.160–4:52.120
zh但也盡管看看它做不做得到
4:52.120–4:53.880
zh在這裡發生了一些很有趣的事
4:53.880–4:56.360
zh就是我叫GPT 5.5的時候
4:56.360–4:59.480
zh它發現了第三頁已經是複製出來的
4:59.480–5:02.200
zh就是看到之前Grog做出來的版本
5:02.200–5:05.080
zh所以它似乎選擇不複製
5:05.080–5:06.680
zh因為它看到我已經複製了
5:06.680–5:08.840
zh它就説它會下載這個thumbnail
5:08.840–5:09.880
zh它應該是截了一套
5:09.880–5:13.160
zh然後用視覺去判斷這張sign
5:13.160–5:14.440
zh我沒有跟它説
5:14.440–5:16.360
zh它自己發現到那個table
5:16.360–5:17.800
zh是出了那個範圍
5:17.800–5:19.560
zh然後它就説幫我修改
5:19.560–5:21.320
zh它説這些超出了我的原意
5:21.320–5:24.760
zh我原意是叫它copy一張新的sign
5:24.760–5:26.440
zh但它發現已經copy了
5:26.440–5:28.360
zh而且它自己發現到那個table
5:28.360–5:29.000
zh超出了範圍
5:29.000–5:29.800
zh現在就幫我修改
5:29.800–5:31.480
zh在這裡GPT 5.5
5:31.480–5:33.480
zh都花了一段時間
5:33.480–5:35.480
zh接近十分鐘的時間
5:35.480–5:39.320
zh期間裡面我看到它是不停地
5:39.320–5:41.560
zh去screen cap那張sign
5:41.560–5:43.560
zh然後vertify一次
5:43.560–5:44.520
zh如果不行的話
5:44.520–5:46.040
zh它就重複做一次
5:46.040–5:48.840
zh現在經過多番的嘗試之後
5:48.840–5:50.040
zh它就説成功了
5:50.040–5:51.560
zh我現在進去看看
5:51.560–5:53.400
zh真的讓它搞定了
5:53.400–5:55.960
zh它的方法就是再縮小一點
5:55.960–5:57.400
zh剛才那個字是8 point
5:57.400–5:59.560
zh現在它就縮小到6.5
5:59.560–6:01.720
zh而且它沒有發現到table
6:01.720–6:03.480
zh那行多了個enter
6:03.480–6:04.680
zh但不要緊
6:04.680–6:06.040
zh在測試裡面
6:06.040–6:09.960
zh就會發現到Grog的速度是非常之快
6:09.960–6:11.720
zh給它的任務是做到的
6:11.720–6:14.120
zh但如果你有用GPT的模型
6:14.120–6:15.800
zh你會發現它的特性就是
6:15.800–6:17.240
zh它做事比較嚴謹
6:17.240–6:19.480
zh而且會不停地去vertify
6:19.480–6:21.240
zhfact check結果
6:21.240–6:23.240
zh如果不滿意或不合格的話
6:23.240–6:24.440
zh它會重複做
6:24.440–6:26.600
zh如果用人格來形容它
6:26.600–6:27.960
zh它做事是有點堅持
6:27.960–6:29.960
zh所以我做一些東西
6:29.960–6:31.720
zh是不涉及寫文案
6:31.720–6:32.920
zh不涉及品味
6:32.920–6:36.200
zh純粹是一些back end的work flow
6:36.200–6:38.200
zh我是最喜歡使用GPT的模型
6:38.200–6:41.480
zh接下來我測試一個有趣的task
6:41.480–6:42.680
zh就是整影片
6:42.680–6:45.240
zh這個影片不是傳統的
6:45.240–6:46.440
zh影片生成模型
6:46.440–6:48.680
zh這個影片是要結合上網找資料
6:48.680–6:50.040
zh寫歌詞
6:50.040–6:52.200
zh找圖片等等的step
6:52.200–6:54.520
zh這個影片上面的動畫
6:54.520–6:57.480
zh實際上是考去frontend的能力
6:57.480–6:59.720
zh因為這個影片的原理是
6:59.720–7:02.280
zh這個模型基於新聞內容
7:02.280–7:05.800
zh去寫一個HTML的網頁出來
7:05.800–7:08.120
zh然後再將那個網頁的元素
7:08.120–7:09.320
zh變成動畫
7:09.320–7:11.560
zh當中我是有些特定的要求
7:11.560–7:14.280
zh背景的指式一定要用回我指定的指式
7:14.280–7:18.440
zh上面的文字一定要跟回我指定的字形
7:18.440–7:19.320
zh為字形的大小
7:19.320–7:23.400
zh下面的字幕要跟著歌詞唱到那個位置的時間
7:23.400–7:25.480
zh還有歌詞要放在下面
7:25.480–7:27.240
zh主要畫面放在中間
7:27.240–7:30.680
zh接下來就比較一下Grog和Fable的表現
7:30.680–7:32.520
zh我錄影這個測試影片的時候
7:32.520–7:35.720
zh其實我是先做整歌的這個task
7:35.720–7:37.880
zh所以當時Fable還有credit
7:37.880–7:39.320
zh但他做完這個task之後
7:39.320–7:40.360
zh這些credit就用完了
7:40.360–7:43.480
zh我們現在先看看Grog的表現
7:43.480–7:44.840
zh這是我給他的pronster
7:44.840–7:45.960
zh我寫了一個skill
7:45.960–7:47.160
zh就是我給你一篇新聞
7:47.160–7:50.120
zh你就寄了一篇新聞去找相關的內容
7:50.120–7:51.800
zh找相關的圖片
7:51.800–7:54.600
zh然後寫一個生動有趣的歌詞
7:54.600–7:57.320
zh然後用Zuno去generate首歌
7:57.320–8:00.680
zh然後你要設計畫面配合動畫
8:00.680–8:01.640
zh再配合歌詞
8:01.640–8:03.240
zh再 output一個影片 file
8:03.240–8:06.120
zh上傳到YouTube、Instagram、Facebook等等
8:06.120–8:09.960
zh這首歌是關於近年推出了很多新的模型
8:09.960–8:14.120
zh如Meta,Millspark,Grog 4.5,GPT 5.6,Clock,Fable等等
8:14.120–8:15.560
zh就説競爭很激烈
8:15.560–8:18.280
zh還有要提及Gemini是不見了蹤影
8:18.280–8:20.360
zh如果用GPT的模型
8:20.360–8:23.160
zh他很大機會會在歌詞上
8:23.160–8:26.200
zhExactly 用這句Gemini不見了蹤影
8:26.200–8:26.760
zh這句話
8:26.760–8:27.880
zh因為這是GPT的特性
8:27.880–8:29.640
zh但其他模型是不是這樣呢
8:29.640–8:30.520
zh現在就看看
8:30.520–8:33.320
zh中間有幾個步驟是需要給我 approve的
8:33.320–8:36.280
zh第一個步驟是那個歌詞
8:36.280–8:38.680
zh你會看到Grog的模型
8:38.680–8:41.560
zh在歌詞中也出現了不見了蹤影
8:41.560–8:42.040
zh這句話
8:42.040–8:43.880
zh當然沒有對與錯
8:43.880–8:46.440
zh有時候我做一些創作事件
8:46.440–8:49.080
zh我反而想這個模型有多一點發揮的空間
8:49.080–8:50.520
zh不要聽死我的prone
8:50.520–8:52.280
zh但這次只是第一次測試
8:52.280–8:54.600
zh我會再長遠去測試一下
8:54.600–8:56.360
zhGrog這個模型是不是像GPT一樣
8:56.360–8:58.520
zh很聽死我的prone的要求
8:58.520–9:00.120
zh所以你會發現我這兩個Task
9:00.120–9:02.120
zh第一個Task是跟足指示
9:02.120–9:05.560
zh第二個Task是需要它有一點創意空間
9:05.560–9:09.000
zh他寫的歌詞出來都OK
9:09.000–9:11.000
zh中間有些中文是怪怪的
9:11.000–9:14.520
zh例如SpaceXAI也要寫曲幕
9:14.520–9:17.080
zh然後Clock Fable暫中唱
9:17.080–9:18.120
zhEnterpan在
9:18.120–9:20.520
zh是少少奇怪的中文
9:20.520–9:21.880
zh然後基於這個歌詞
9:21.880–9:24.520
zh他就用Zuno去generate這首歌
9:24.520–9:26.600
zh而且他會generate兩首歌
9:26.600–9:29.720
zh我需要去選擇一個Cold Start
9:29.720–9:30.760
zhCold Start是什麼意思呢
9:30.760–9:32.520
zh即是沒有什麼前奏的音樂
9:32.520–9:33.480
zh你想像一下
9:33.480–9:36.280
zh那條片是放在Facebook這些平台上的
9:36.280–9:38.600
zh如果你頭30秒都是音樂的前奏
9:38.600–9:39.560
zh沒有出歌詞
9:39.560–9:41.960
zh那些人一下子就撥走了這條影片
9:41.960–9:44.200
zh所以我需要選一條影片
9:44.200–9:46.600
zh前奏是越短越好的
9:46.600–9:48.440
zh這個有聽指示
9:48.440–9:50.280
zh就選了一個前奏比較短的
9:50.280–9:52.920
zh然後他就設計那個場景
9:52.920–9:56.600
zh他會再給我看看場景是如何
9:56.600–9:57.480
zh我滿意了
9:57.480–10:00.680
zh他才會發佈到我的Facebook IG 帳户
10:00.680–10:03.240
zh接下來就看看他做出來的影片
10:03.240–10:05.400
zh大家不需要留意那首歌
10:05.400–10:06.040
zh好沒有聽的
10:06.040–10:09.000
zh是留意他符合我給他的要求
10:09.000–10:10.520
zh每個沙入扣定
10:10.520–10:11.320
zh站場
10:11.320–10:12.680
zhMusebar 地點
10:12.680–10:13.640
zh一燈唱
10:13.640–10:14.440
zhAgent 改發
10:14.440–10:15.960
enPanda repo
10:15.960–10:16.840
zh加錢壓的
10:16.840–10:18.200
zh又很有像
10:18.200–10:20.280
zhR4.5 衝出來
10:20.280–10:21.960
zhSpace style 也要寫
10:21.960–10:22.920
zhCold 忙
10:22.920–10:25.000
zhGPT 5.6 羣加到
10:25.000–10:27.560
zhSotera Luna 一席香
10:27.560–10:28.680
zhCoffebo 站中場
10:28.680–10:29.800
zhEnterprise 還在搶
10:29.800–10:31.000
zhMusebar 磨心一個接一個
10:31.000–10:32.680
zh工程事故被炸到狂
10:32.680–10:33.480
zhJama 咪呢
10:33.480–10:34.840
zh怎麼不見了總影
10:34.840–10:35.880
zh舞台等全量
10:35.880–10:37.240
zh唯獨你缺席
10:37.240–10:38.280
zh這星期AI
10:38.280–10:39.000
zh太熱鬧
10:39.000–10:40.440
zhCoding 我還沒停
10:40.440–10:42.760
zhMusebar 更快更準
10:42.760–10:44.760
zh誰先把人無交情
10:44.760–10:46.200
enCoding
10:46.200–10:48.120
zh在這裡看到他最大的問題
10:48.120–10:50.600
zh就是他沒有聽到我的要求
10:50.600–10:52.040
zh他這些設計的元素
10:52.040–10:54.200
zh應該是放在畫面中間
10:54.200–10:55.760
zh但他放下了
10:55.760–10:56.920
zh跟字幕黏在
10:56.920–10:58.200
zh其實我在Skill 中
10:58.200–10:59.880
zh是有清楚説到這一點
10:59.880–11:02.120
zh但他沒有跟到這個指示
11:02.120–11:03.480
zh還有你會看到中文字
11:03.480–11:03.960
zh都是怪怪的
11:03.960–11:05.960
zh他的標題是全家一起上
11:05.960–11:06.920
zh小小怪
11:06.920–11:07.880
zh還有動畫
11:07.880–11:11.640
zh不算是很有設計的
11:11.640–11:13.880
zh當然你可以Prom 它
11:13.880–11:15.240
zh令它設計出來的東西
11:15.240–11:16.920
zh更符合你的要求
11:16.920–11:18.280
zh但在這個測試中
11:18.280–11:19.560
zh其實我是想摸摸
11:19.560–11:21.320
zh這個模型的特性
11:21.320–11:23.240
zh因為平時我用Clock 的模型
11:23.240–11:25.560
zh其實我是想它發揮多一點
11:25.560–11:27.400
zh但如果用GPT 的模型
11:27.400–11:29.480
zh我就要給他多些指定的要求
11:29.480–11:31.000
zh接下來比較一下
11:31.000–11:32.920
zhClock Fable 做出來的影片
11:32.920–11:35.160
zh首先看他的工作流程
11:35.160–11:35.800
zh同樣地
11:35.800–11:38.520
zh首先要寫歌詞給我去Approve
11:38.520–11:42.520
zh然後他就要去找一些上網的資料
11:42.520–11:43.320
zh和圖片
11:43.320–11:45.000
zh和 January 兩首歌
11:45.000–11:45.560
zh給我選
11:45.560–11:47.480
zh前奏要短
11:47.480–11:49.400
zh這些步驟全部跟足
11:49.400–11:52.360
zh接下來他就要給我一個預覽畫面
11:52.360–11:55.000
zh現在我播放 Fable 做出來的影片
11:55.000–11:56.360
zhMEDA 推出Muse Park
11:56.360–11:57.240
enB1-1
11:57.240–11:59.000
zhAI 卸成是擂台在開展
11:59.000–12:00.600
zh讀個BURG 三年 手都發文
12:00.600–12:02.680
zh汗豬超低加強 客户
12:02.680–12:04.520
zh接一天掛搜 五千先跑
12:04.520–12:06.360
zhMUS 所有快友 身邊沒OPUS
12:06.360–12:08.280
zh從一天起 PPT 無頁登場
12:08.280–12:10.120
zhSO 還好 成發現了新數學
12:10.120–12:11.160
enClock Fable
12:11.160–12:13.160
zhMUS 所有的音樂
12:13.160–12:15.480
zhMUS 所有的音樂
12:15.480–12:17.240
zhMUS 所有的音樂
12:17.240–12:19.240
zhMUS 所有的音樂
12:19.240–12:20.440
zhMUS 所有的音樂
12:20.440–12:21.240
zhMUS 所有的音樂
12:21.240–12:22.440
zhMUS 所有的音樂
12:22.440–12:22.840
zhMUS 所有的音樂
12:22.840–12:23.400
zhMUS 所有的音樂
12:23.400–12:24.840
zhMUS 所有的音樂
12:24.840–12:25.400
zhMUS 所有的音樂
12:25.400–12:31.400
zhMUS 所有的音樂
12:31.400–12:35.400
zh我自己就很明顯喜歡Fable
12:35.400–12:37.080
zh這個播出
12:37.080–12:39.080
zh你會看到它跟著我的指示
12:39.080–12:42.120
zh元素不會踩到下面的字幕
12:42.120–12:44.520
zh動畫相對來説
12:44.520–12:45.960
zh是仔細一點
12:45.960–12:47.480
zh你會看到排行榜
12:47.480–12:48.120
zh飛出來時
12:48.120–12:49.960
zh它都會有一點動畫
12:49.960–12:52.360
zh它用了戰國時代去比喻
12:52.360–12:53.960
zh這個我Prom 中沒有提過
12:53.960–12:55.320
zh它用戰國時代來比喻
12:55.320–12:56.040
zh其實都是合適的
12:56.040–12:57.560
zh另外在Prom 中
12:57.560–12:59.400
zh我提過這首歌有趣
12:59.400–13:02.040
zh它自己找了這篇新聞放進去
13:02.040–13:04.440
zhFacebook 創辦人 Mark Zuckerberg
13:04.440–13:08.280
zh過去三年從未在Twitter上出過貼文
13:08.280–13:10.440
zh最近幾天出了貼文
13:10.440–13:13.240
zh就是因為發佈新模型
13:13.240–13:16.680
zh他自己加了這首歌
13:16.680–13:18.120
zh我認為是不錯的
13:18.120–13:18.760
zh當然
13:18.760–13:20.520
zhFable 和Grog
13:20.520–13:22.440
zh的模型其實是不同級別
13:22.440–13:25.240
zh因為Fable 屬於最頂尖最大的級別
13:25.240–13:28.680
zhGrog 應該屬於 Opus 的級別
13:28.680–13:30.920
zh再看回模型的價錢
13:30.920–13:33.960
zhFable 5 100萬 token 輸入是10美元
13:33.960–13:36.200
zh輸出是50美元
13:36.200–13:39.960
zh而Grog 4.5 100萬 token 輸入只需2美元
13:39.960–13:41.720
zh輸出是6美元
13:41.720–13:42.440
zh即是説
13:42.440–13:46.200
zh它這個收費還要比Grog 新力5
13:46.200–13:47.240
zh便宜一點
13:47.240–13:49.800
zh但它的性能是接近 Opus
13:49.800–13:52.040
zh所以以性價比來説
13:52.040–13:54.520
zhGrog 4.5 是不錯的
13:54.520–13:57.080
zh當然今天只是我第一天的試用
13:57.080–13:59.480
zh我相信未來我繼續用的時候
13:59.480–14:01.960
zh會更加熟悉這個模型的特性
14:01.960–14:04.120
zh到時會再跟大家分享
14:04.120–14:07.000
zh如果大家都有使用Soul Computer 的話
14:07.000–14:09.000
zh都建議你去試一試
14:09.000–14:11.960
zh你可以去Open Router 使用
14:11.960–14:15.800
zh而我自己是直接在 X 的官方網站
14:15.800–14:17.800
zh去用它的 API
14:17.800–14:19.480
zh你登入它的平台之後
14:19.480–14:21.560
zh你需要去充值
14:21.560–14:25.080
zh然後在左手邊就可以拿到這條 API Key
14:25.080–14:27.320
zh然後你在Soul Computer 設定
14:27.320–14:28.440
zh按去 AI 那裡
14:28.440–14:31.560
zh然後在 Provider 選擇 Bring your own key
14:31.560–14:33.960
zh下面選擇 Open AI Style
14:33.960–14:37.560
zh你的 Base URL 跟我的畫面的輸入
14:37.560–14:40.440
zhModel ID 也是跟我的畫面的輸入
14:40.440–14:43.800
zhAPI Key 當然是放回你的 API Key 就可以了
14:43.800–14:48.600
zh來看8月我會教授 CEF 資助的 AI 課程
14:48.600–14:51.400
zhCEF 即是持續進修基金資助
14:51.400–14:53.720
zh讀完這個課程之後
14:53.720–14:55.720
zh你可以獲得八成的資助
14:55.720–14:57.400
zh實際資助後
14:57.400–14:59.720
zh你需要付費用是 $3600
14:59.720–15:03.240
zh如果想了解更多課程內容細節的話
15:03.240–15:05.560
zh可以點擊影片下面的連結
15:05.560–15:08.120
zh進入主辦機構的網站
15:08.120–15:09.320
zh跟他們 WhatsApp 查詢
15:09.320–15:11.480
zh另外在 8 月 1 日會舉辦
15:11.480–15:13.160
zhFive Quoting 實戰工作坊
15:13.160–15:15.160
zh這個課程是由 Day 主角
15:15.160–15:17.560
zh在上一班我們看到很多學員
15:17.560–15:18.920
zh是即場成功
15:18.920–15:21.080
zh不僅做了一個工具出來
15:21.080–15:23.080
zh而且工具是有 AI 功能
15:23.080–15:24.600
zh即是説這個課程
15:24.600–15:28.440
zh我們會練習去做一個 AI 的應用出來
15:28.440–15:30.920
zh例如做一個財務分析工具
15:30.920–15:34.600
zh然後這個工具裏面再配合 AI 去做分析
15:34.600–15:37.720
zh在課程中我們會使用專業 developer
15:37.720–15:38.920
zh都會使用的工具
15:38.920–15:41.160
zh包括 GitHub Cloudflare 等等
15:41.160–15:44.120
zh這個不僅是一個學習工具的課程
15:44.120–15:45.240
zh而在過程中
15:45.240–15:47.640
zh你會對開發的概念
15:47.640–15:49.240
zh有一個更完整的理解
15:49.240–15:53.560
zh但凡參加過我們 OMP 三小時工作坊的朋友
15:53.560–15:55.560
zh都可以獲得三百元的優惠
15:55.560–15:57.160
zh如果想了解更多的
15:57.160–15:59.160
zh歡迎點擊影片下方的連結
15:59.160–16:01.160
zh我們下次影片再見
16:01.160–16:02.000
zh請問一下
0:00.000–0:03.600
過去幾十小時發佈了很多模式
0:03.600–0:06.520
除了有GBT 5.6 之外
0:06.520–0:10.800
Elon Musk 旗下的 BayX AI 亦推出 Grog 4.5
0:10.800–0:15.320
沉寂了一輪的 Meta 亦推出 Mule Spark 1.1
0:15.320–0:18.720
其中對我來説最有驚喜就是 Grog 4.5
0:18.720–0:21.520
你會見到綜合牌榜上
0:21.520–0:23.400
現在是排第六
0:23.400–0:25.680
Grog 4.5 都是屬於多模態的模式
0:25.680–0:27.480
你可以輸入字和相片
0:27.480–0:30.680
價錢是和Clock的Sunnet差不多
0:30.680–0:33.240
但性能是接近Clock的Opus
0:33.240–0:35.000
Context Window不算很多
0:35.000–0:35.960
是50萬
0:35.960–0:39.320
接下來會給兩個任務測試
0:39.320–0:41.480
因為今天測試這些AI
0:41.480–0:43.960
問他數個題、IQ題已經沒有用了
0:43.960–0:46.200
因為去到2026年是AI Agent的年代
0:46.200–0:49.160
所以直接給一些日常的工作去做
0:49.160–0:50.760
其實原意是
0:50.760–0:54.600
我想測試OpenAI最新的模式GBT 5.6
0:54.600–0:58.520
但當我在Soul Computer使用5.6的時候
0:58.520–0:59.960
就出現了問題
0:59.960–1:01.560
所以暫時還未試得住
1:01.560–1:02.760
相信是一個Bug來的
1:02.760–1:04.840
要等Soul Computer解決了
1:04.840–1:06.280
另外Meta最新的模型
1:06.280–1:08.920
暫時只是開放給美國用户使用
1:08.920–1:10.040
所以現在無法試驗
1:10.040–1:11.240
所以這次影片
1:11.240–1:13.800
我主要是測試Grog 4.5
1:13.800–1:16.520
還有我都有測試Fable
1:16.520–1:19.080
但它用Creddy的速度太快了
1:19.080–1:20.520
我做了一個任務
1:20.520–1:22.440
就已經達到它的上限
1:22.440–1:25.640
我要等到明天才可以再使用
1:25.640–1:29.640
所以這次影片主要是測試Grog最新的模型
1:29.640–1:33.080
第一個任務就是更新這個表
1:33.080–1:36.280
之前我會找一個Ferrance的同事
1:36.280–1:38.520
幫我保持更新這個表
1:38.520–1:40.920
這次我試一下叫AI幫我更新
1:40.920–1:43.720
你會看到這個表上的資料不是最新
1:43.720–1:46.200
例如上面還在顯示GPT 5.5
1:46.200–1:47.960
還有未加入Meta最新的模型
1:47.960–1:49.880
Anthropic的模型也未更新
1:49.880–1:51.880
所以這就是我的提示詞
1:51.880–1:54.280
我給了Google Sheet的連結
1:54.280–1:56.200
後面當然是駁好API
1:56.200–1:57.800
然後我就叫它複製我的頁
1:57.800–1:59.080
因為我怕它會弄彎
1:59.080–2:01.400
所以copy出來叫它改安全一點
2:01.400–2:02.360
我就跟它説
2:02.360–2:03.960
OpenAI的模型
2:03.960–2:05.080
現在是5.6
2:05.080–2:07.240
我就叫它全部轉為5.6
2:07.240–2:09.480
5.6其實是有3個模型
2:09.480–2:11.640
另外就要更新Grog的模型
2:11.640–2:13.640
由4.3到最新的模型
2:13.640–2:15.240
看看它會不會自己找
2:15.240–2:16.440
因為最新的應該是4.5
2:16.440–2:17.560
另外Clock
2:17.560–2:20.200
就是要它更新的3個模型
2:20.200–2:20.760
Fable
2:20.760–2:21.400
OpenSunnet
2:21.400–2:24.440
另外要增加一行就是Meta的新模型
2:24.440–2:26.040
Mule Spark 1.1
2:26.040–2:27.560
在XAI
2:27.560–2:30.440
當我使用Grog 4.5的時候
2:30.440–2:33.240
我很明顯感覺到它的速度
2:33.240–2:35.960
是我用過這麼多模型中最快的一個
2:35.960–2:39.000
它中間總共走了30個步驟
2:39.000–2:40.600
包括看那個slide
2:40.600–2:42.200
然後copy那個slide
2:42.200–2:44.520
然後上網找相關的資料
2:44.520–2:46.360
然後修改那個slide等等
2:46.360–2:48.040
然後看看它做出來的結果
2:48.040–2:49.880
現在這一頁就是原本的
2:49.880–2:53.240
下面這一頁就是它做出來的
2:53.240–2:54.360
現在我放大來看
2:54.360–2:57.560
OpenAI我叫它全部更新5.6
2:57.560–2:58.920
資料是正確的
2:58.920–2:59.800
Anthropic
2:59.800–3:02.440
我也是叫它更新3個最新的模型
3:02.440–3:03.080
正確
3:03.080–3:03.720
Fable 5
3:03.720–3:04.520
Oper 4.8
3:04.520–3:05.320
和Sunnet
3:05.320–3:05.880
是對的
3:05.880–3:08.600
另外在下面要增加XAI的模型
3:08.600–3:09.640
Grog 4.5
3:09.640–3:11.480
Context window 是50
3:11.480–3:12.440
我確定是正確的
3:12.440–3:13.960
唯獨是美中不足
3:13.960–3:15.480
就是那個table
3:15.480–3:17.480
由於增加了文字之後
3:17.480–3:20.360
它就超出了那個slide的範圍
3:20.360–3:23.560
其實我不知道是可不可以透過API的層面
3:23.560–3:25.560
去微調這個table
3:25.560–3:26.680
我儘管試一下
3:26.680–3:28.040
叫Grog去修改
3:28.040–3:29.320
看看它能否改成
3:29.320–3:30.520
在這裡我截圖給它看
3:30.520–3:32.120
然後我發送這張截圖
3:32.120–3:33.080
現在就跟它説
3:33.080–3:35.240
你做的slide資料正確
3:35.240–3:37.000
但slide上的table
3:37.000–3:38.840
超出了畫面
3:38.840–3:40.440
其實我不知道
3:40.440–3:42.120
Google Slide的API
3:42.120–3:44.840
是不是有微調這些table的距離
3:44.840–3:46.760
一打開它的程式看
3:46.760–3:48.280
似乎是有的
3:48.280–3:51.000
是有控制整體的table的高
3:51.000–3:51.960
現在這裡
3:51.960–3:53.960
你會看到它似乎是設定
3:53.960–3:55.320
每一行的距離
3:55.320–3:58.280
它就將那個字數變成8point
3:58.280–4:00.440
和推高了那個表格
4:00.440–4:02.040
在這裡我試試重新整理
4:02.040–4:05.720
你會看到它確實是縮小了字
4:05.720–4:10.200
但其實table仍然是超出了那個範圍
4:10.200–4:12.200
在這裡我發現一個小問題
4:12.200–4:14.120
它這個做出來的table
4:14.120–4:17.080
全部的文字下都多了個enter位
4:17.080–4:19.240
以至到它佔用的空間多了
4:19.240–4:22.200
如果你見到我刪除了那些enter位之後
4:22.200–4:24.440
其實那個table是壓縮了的
4:24.440–4:25.800
所以Grog
4:25.800–4:28.200
它總算是將資料塞進去
4:28.200–4:30.040
但是叫它微調的table
4:30.040–4:31.160
就做得馬地了
4:31.160–4:32.520
原本這個任務
4:32.520–4:34.120
我也是叫Fable去做的
4:34.120–4:34.840
但是做了一半
4:34.840–4:36.280
它已經玩了一些 credit了
4:36.280–4:38.040
還有GPT 5.6還沒用得了
4:38.040–4:41.000
我現在試試叫GPT 5.5
4:41.000–4:43.000
會不會做得到這個任務
4:43.000–4:44.600
現在我copy這個 prompt
4:44.600–4:45.320
開新對話
4:45.320–4:47.560
這次就是使用5.5
4:47.560–4:49.160
這個不是最新版本
4:49.160–4:52.120
但也盡管看看它做不做得到
4:52.120–4:53.880
在這裡發生了一些很有趣的事
4:53.880–4:56.360
就是我叫GPT 5.5的時候
4:56.360–4:59.480
它發現了第三頁已經是複製出來的
4:59.480–5:02.200
就是看到之前Grog做出來的版本
5:02.200–5:05.080
所以它似乎選擇不複製
5:05.080–5:06.680
因為它看到我已經複製了
5:06.680–5:08.840
它就説它會下載這個thumbnail
5:08.840–5:09.880
它應該是截了一套
5:09.880–5:13.160
然後用視覺去判斷這張sign
5:13.160–5:14.440
我沒有跟它説
5:14.440–5:16.360
它自己發現到那個table
5:16.360–5:17.800
是出了那個範圍
5:17.800–5:19.560
然後它就説幫我修改
5:19.560–5:21.320
它説這些超出了我的原意
5:21.320–5:24.760
我原意是叫它copy一張新的sign
5:24.760–5:26.440
但它發現已經copy了
5:26.440–5:28.360
而且它自己發現到那個table
5:28.360–5:29.000
超出了範圍
5:29.000–5:29.800
現在就幫我修改
5:29.800–5:31.480
在這裡GPT 5.5
5:31.480–5:33.480
都花了一段時間
5:33.480–5:35.480
接近十分鐘的時間
5:35.480–5:39.320
期間裡面我看到它是不停地
5:39.320–5:41.560
去screen cap那張sign
5:41.560–5:43.560
然後vertify一次
5:43.560–5:44.520
如果不行的話
5:44.520–5:46.040
它就重複做一次
5:46.040–5:48.840
現在經過多番的嘗試之後
5:48.840–5:50.040
它就説成功了
5:50.040–5:51.560
我現在進去看看
5:51.560–5:53.400
真的讓它搞定了
5:53.400–5:55.960
它的方法就是再縮小一點
5:55.960–5:57.400
剛才那個字是8 point
5:57.400–5:59.560
現在它就縮小到6.5
5:59.560–6:01.720
而且它沒有發現到table
6:01.720–6:03.480
那行多了個enter
6:03.480–6:04.680
但不要緊
6:04.680–6:06.040
在測試裡面
6:06.040–6:09.960
就會發現到Grog的速度是非常之快
6:09.960–6:11.720
給它的任務是做到的
6:11.720–6:14.120
但如果你有用GPT的模型
6:14.120–6:15.800
你會發現它的特性就是
6:15.800–6:17.240
它做事比較嚴謹
6:17.240–6:19.480
而且會不停地去vertify
6:19.480–6:21.240
fact check結果
6:21.240–6:23.240
如果不滿意或不合格的話
6:23.240–6:24.440
它會重複做
6:24.440–6:26.600
如果用人格來形容它
6:26.600–6:27.960
它做事是有點堅持
6:27.960–6:29.960
所以我做一些東西
6:29.960–6:31.720
是不涉及寫文案
6:31.720–6:32.920
不涉及品味
6:32.920–6:36.200
純粹是一些back end的work flow
6:36.200–6:38.200
我是最喜歡使用GPT的模型
6:38.200–6:41.480
接下來我測試一個有趣的task
6:41.480–6:42.680
就是整影片
6:42.680–6:45.240
這個影片不是傳統的
6:45.240–6:46.440
影片生成模型
6:46.440–6:48.680
這個影片是要結合上網找資料
6:48.680–6:50.040
寫歌詞
6:50.040–6:52.200
找圖片等等的step
6:52.200–6:54.520
這個影片上面的動畫
6:54.520–6:57.480
實際上是考去frontend的能力
6:57.480–6:59.720
因為這個影片的原理是
6:59.720–7:02.280
這個模型基於新聞內容
7:02.280–7:05.800
去寫一個HTML的網頁出來
7:05.800–7:08.120
然後再將那個網頁的元素
7:08.120–7:09.320
變成動畫
7:09.320–7:11.560
當中我是有些特定的要求
7:11.560–7:14.280
背景的指式一定要用回我指定的指式
7:14.280–7:18.440
上面的文字一定要跟回我指定的字形
7:18.440–7:19.320
為字形的大小
7:19.320–7:23.400
下面的字幕要跟著歌詞唱到那個位置的時間
7:23.400–7:25.480
還有歌詞要放在下面
7:25.480–7:27.240
主要畫面放在中間
7:27.240–7:30.680
接下來就比較一下Grog和Fable的表現
7:30.680–7:32.520
我錄影這個測試影片的時候
7:32.520–7:35.720
其實我是先做整歌的這個task
7:35.720–7:37.880
所以當時Fable還有credit
7:37.880–7:39.320
但他做完這個task之後
7:39.320–7:40.360
這些credit就用完了
7:40.360–7:43.480
我們現在先看看Grog的表現
7:43.480–7:44.840
這是我給他的pronster
7:44.840–7:45.960
我寫了一個skill
7:45.960–7:47.160
就是我給你一篇新聞
7:47.160–7:50.120
你就寄了一篇新聞去找相關的內容
7:50.120–7:51.800
找相關的圖片
7:51.800–7:54.600
然後寫一個生動有趣的歌詞
7:54.600–7:57.320
然後用Zuno去generate首歌
7:57.320–8:00.680
然後你要設計畫面配合動畫
8:00.680–8:01.640
再配合歌詞
8:01.640–8:03.240
再 output一個影片 file
8:03.240–8:06.120
上傳到YouTube、Instagram、Facebook等等
8:06.120–8:09.960
這首歌是關於近年推出了很多新的模型
8:09.960–8:14.120
如Meta,Millspark,Grog 4.5,GPT 5.6,Clock,Fable等等
8:14.120–8:15.560
就説競爭很激烈
8:15.560–8:18.280
還有要提及Gemini是不見了蹤影
8:18.280–8:20.360
如果用GPT的模型
8:20.360–8:23.160
他很大機會會在歌詞上
8:23.160–8:26.200
Exactly 用這句Gemini不見了蹤影
8:26.200–8:26.760
這句話
8:26.760–8:27.880
因為這是GPT的特性
8:27.880–8:29.640
但其他模型是不是這樣呢
8:29.640–8:30.520
現在就看看
8:30.520–8:33.320
中間有幾個步驟是需要給我 approve的
8:33.320–8:36.280
第一個步驟是那個歌詞
8:36.280–8:38.680
你會看到Grog的模型
8:38.680–8:41.560
在歌詞中也出現了不見了蹤影
8:41.560–8:42.040
這句話
8:42.040–8:43.880
當然沒有對與錯
8:43.880–8:46.440
有時候我做一些創作事件
8:46.440–8:49.080
我反而想這個模型有多一點發揮的空間
8:49.080–8:50.520
不要聽死我的prone
8:50.520–8:52.280
但這次只是第一次測試
8:52.280–8:54.600
我會再長遠去測試一下
8:54.600–8:56.360
Grog這個模型是不是像GPT一樣
8:56.360–8:58.520
很聽死我的prone的要求
8:58.520–9:00.120
所以你會發現我這兩個Task
9:00.120–9:02.120
第一個Task是跟足指示
9:02.120–9:05.560
第二個Task是需要它有一點創意空間
9:05.560–9:09.000
他寫的歌詞出來都OK
9:09.000–9:11.000
中間有些中文是怪怪的
9:11.000–9:14.520
例如SpaceXAI也要寫曲幕
9:14.520–9:17.080
然後Clock Fable暫中唱
9:17.080–9:18.120
Enterpan在
9:18.120–9:20.520
是少少奇怪的中文
9:20.520–9:21.880
然後基於這個歌詞
9:21.880–9:24.520
他就用Zuno去generate這首歌
9:24.520–9:26.600
而且他會generate兩首歌
9:26.600–9:29.720
我需要去選擇一個Cold Start
9:29.720–9:30.760
Cold Start是什麼意思呢
9:30.760–9:32.520
即是沒有什麼前奏的音樂
9:32.520–9:33.480
你想像一下
9:33.480–9:36.280
那條片是放在Facebook這些平台上的
9:36.280–9:38.600
如果你頭30秒都是音樂的前奏
9:38.600–9:39.560
沒有出歌詞
9:39.560–9:41.960
那些人一下子就撥走了這條影片
9:41.960–9:44.200
所以我需要選一條影片
9:44.200–9:46.600
前奏是越短越好的
9:46.600–9:48.440
這個有聽指示
9:48.440–9:50.280
就選了一個前奏比較短的
9:50.280–9:52.920
然後他就設計那個場景
9:52.920–9:56.600
他會再給我看看場景是如何
9:56.600–9:57.480
我滿意了
9:57.480–10:00.680
他才會發佈到我的Facebook IG 帳户
10:00.680–10:03.240
接下來就看看他做出來的影片
10:03.240–10:05.400
大家不需要留意那首歌
10:05.400–10:06.040
好沒有聽的
10:06.040–10:09.000
是留意他符合我給他的要求
10:09.000–10:10.520
每個沙入扣定
10:10.520–10:11.320
站場
10:11.320–10:12.680
Musebar 地點
10:12.680–10:13.640
一燈唱
10:13.640–10:14.440
Agent 改發
10:14.440–10:15.960
Panda repo
10:15.960–10:16.840
加錢壓的
10:16.840–10:18.200
又很有像
10:18.200–10:20.280
R4.5 衝出來
10:20.280–10:21.960
Space style 也要寫
10:21.960–10:22.920
Cold 忙
10:22.920–10:25.000
GPT 5.6 羣加到
10:25.000–10:27.560
Sotera Luna 一席香
10:27.560–10:28.680
Coffebo 站中場
10:28.680–10:29.800
Enterprise 還在搶
10:29.800–10:31.000
Musebar 磨心一個接一個
10:31.000–10:32.680
工程事故被炸到狂
10:32.680–10:33.480
Jama 咪呢
10:33.480–10:34.840
怎麼不見了總影
10:34.840–10:35.880
舞台等全量
10:35.880–10:37.240
唯獨你缺席
10:37.240–10:38.280
這星期AI
10:38.280–10:39.000
太熱鬧
10:39.000–10:40.440
Coding 我還沒停
10:40.440–10:42.760
Musebar 更快更準
10:42.760–10:44.760
誰先把人無交情
10:44.760–10:46.200
Coding
10:46.200–10:48.120
在這裡看到他最大的問題
10:48.120–10:50.600
就是他沒有聽到我的要求
10:50.600–10:52.040
他這些設計的元素
10:52.040–10:54.200
應該是放在畫面中間
10:54.200–10:55.760
但他放下了
10:55.760–10:56.920
跟字幕黏在
10:56.920–10:58.200
其實我在Skill 中
10:58.200–10:59.880
是有清楚説到這一點
10:59.880–11:02.120
但他沒有跟到這個指示
11:02.120–11:03.480
還有你會看到中文字
11:03.480–11:03.960
都是怪怪的
11:03.960–11:05.960
他的標題是全家一起上
11:05.960–11:06.920
小小怪
11:06.920–11:07.880
還有動畫
11:07.880–11:11.640
不算是很有設計的
11:11.640–11:13.880
當然你可以Prom 它
11:13.880–11:15.240
令它設計出來的東西
11:15.240–11:16.920
更符合你的要求
11:16.920–11:18.280
但在這個測試中
11:18.280–11:19.560
其實我是想摸摸
11:19.560–11:21.320
這個模型的特性
11:21.320–11:23.240
因為平時我用Clock 的模型
11:23.240–11:25.560
其實我是想它發揮多一點
11:25.560–11:27.400
但如果用GPT 的模型
11:27.400–11:29.480
我就要給他多些指定的要求
11:29.480–11:31.000
接下來比較一下
11:31.000–11:32.920
Clock Fable 做出來的影片
11:32.920–11:35.160
首先看他的工作流程
11:35.160–11:35.800
同樣地
11:35.800–11:38.520
首先要寫歌詞給我去Approve
11:38.520–11:42.520
然後他就要去找一些上網的資料
11:42.520–11:43.320
和圖片
11:43.320–11:45.000
和 January 兩首歌
11:45.000–11:45.560
給我選
11:45.560–11:47.480
前奏要短
11:47.480–11:49.400
這些步驟全部跟足
11:49.400–11:52.360
接下來他就要給我一個預覽畫面
11:52.360–11:55.000
現在我播放 Fable 做出來的影片
11:55.000–11:56.360
MEDA 推出Muse Park
11:56.360–11:57.240
B1-1
11:57.240–11:59.000
AI 卸成是擂台在開展
11:59.000–12:00.600
讀個BURG 三年 手都發文
12:00.600–12:02.680
汗豬超低加強 客户
12:02.680–12:04.520
接一天掛搜 五千先跑
12:04.520–12:06.360
MUS 所有快友 身邊沒OPUS
12:06.360–12:08.280
從一天起 PPT 無頁登場
12:08.280–12:10.120
SO 還好 成發現了新數學
12:10.120–12:11.160
Clock Fable
12:11.160–12:13.160
MUS 所有的音樂
12:13.160–12:15.480
MUS 所有的音樂
12:15.480–12:17.240
MUS 所有的音樂
12:17.240–12:19.240
MUS 所有的音樂
12:19.240–12:20.440
MUS 所有的音樂
12:20.440–12:21.240
MUS 所有的音樂
12:21.240–12:22.440
MUS 所有的音樂
12:22.440–12:22.840
MUS 所有的音樂
12:22.840–12:23.400
MUS 所有的音樂
12:23.400–12:24.840
MUS 所有的音樂
12:24.840–12:25.400
MUS 所有的音樂
12:25.400–12:31.400
MUS 所有的音樂
12:31.400–12:35.400
我自己就很明顯喜歡Fable
12:35.400–12:37.080
這個播出
12:37.080–12:39.080
你會看到它跟著我的指示
12:39.080–12:42.120
元素不會踩到下面的字幕
12:42.120–12:44.520
動畫相對來説
12:44.520–12:45.960
是仔細一點
12:45.960–12:47.480
你會看到排行榜
12:47.480–12:48.120
飛出來時
12:48.120–12:49.960
它都會有一點動畫
12:49.960–12:52.360
它用了戰國時代去比喻
12:52.360–12:53.960
這個我Prom 中沒有提過
12:53.960–12:55.320
它用戰國時代來比喻
12:55.320–12:56.040
其實都是合適的
12:56.040–12:57.560
另外在Prom 中
12:57.560–12:59.400
我提過這首歌有趣
12:59.400–13:02.040
它自己找了這篇新聞放進去
13:02.040–13:04.440
Facebook 創辦人 Mark Zuckerberg
13:04.440–13:08.280
過去三年從未在Twitter上出過貼文
13:08.280–13:10.440
最近幾天出了貼文
13:10.440–13:13.240
就是因為發佈新模型
13:13.240–13:16.680
他自己加了這首歌
13:16.680–13:18.120
我認為是不錯的
13:18.120–13:18.760
當然
13:18.760–13:20.520
Fable 和Grog
13:20.520–13:22.440
的模型其實是不同級別
13:22.440–13:25.240
因為Fable 屬於最頂尖最大的級別
13:25.240–13:28.680
Grog 應該屬於 Opus 的級別
13:28.680–13:30.920
再看回模型的價錢
13:30.920–13:33.960
Fable 5 100萬 token 輸入是10美元
13:33.960–13:36.200
輸出是50美元
13:36.200–13:39.960
而Grog 4.5 100萬 token 輸入只需2美元
13:39.960–13:41.720
輸出是6美元
13:41.720–13:42.440
即是説
13:42.440–13:46.200
它這個收費還要比Grog 新力5
13:46.200–13:47.240
便宜一點
13:47.240–13:49.800
但它的性能是接近 Opus
13:49.800–13:52.040
所以以性價比來説
13:52.040–13:54.520
Grog 4.5 是不錯的
13:54.520–13:57.080
當然今天只是我第一天的試用
13:57.080–13:59.480
我相信未來我繼續用的時候
13:59.480–14:01.960
會更加熟悉這個模型的特性
14:01.960–14:04.120
到時會再跟大家分享
14:04.120–14:07.000
如果大家都有使用Soul Computer 的話
14:07.000–14:09.000
都建議你去試一試
14:09.000–14:11.960
你可以去Open Router 使用
14:11.960–14:15.800
而我自己是直接在 X 的官方網站
14:15.800–14:17.800
去用它的 API
14:17.800–14:19.480
你登入它的平台之後
14:19.480–14:21.560
你需要去充值
14:21.560–14:25.080
然後在左手邊就可以拿到這條 API Key
14:25.080–14:27.320
然後你在Soul Computer 設定
14:27.320–14:28.440
按去 AI 那裡
14:28.440–14:31.560
然後在 Provider 選擇 Bring your own key
14:31.560–14:33.960
下面選擇 Open AI Style
14:33.960–14:37.560
你的 Base URL 跟我的畫面的輸入
14:37.560–14:40.440
Model ID 也是跟我的畫面的輸入
14:40.440–14:43.800
API Key 當然是放回你的 API Key 就可以了
14:43.800–14:48.600
來看8月我會教授 CEF 資助的 AI 課程
14:48.600–14:51.400
CEF 即是持續進修基金資助
14:51.400–14:53.720
讀完這個課程之後
14:53.720–14:55.720
你可以獲得八成的資助
14:55.720–14:57.400
實際資助後
14:57.400–14:59.720
你需要付費用是 $3600
14:59.720–15:03.240
如果想了解更多課程內容細節的話
15:03.240–15:05.560
可以點擊影片下面的連結
15:05.560–15:08.120
進入主辦機構的網站
15:08.120–15:09.320
跟他們 WhatsApp 查詢
15:09.320–15:11.480
另外在 8 月 1 日會舉辦
15:11.480–15:13.160
Five Quoting 實戰工作坊
15:13.160–15:15.160
這個課程是由 Day 主角
15:15.160–15:17.560
在上一班我們看到很多學員
15:17.560–15:18.920
是即場成功
15:18.920–15:21.080
不僅做了一個工具出來
15:21.080–15:23.080
而且工具是有 AI 功能
15:23.080–15:24.600
即是説這個課程
15:24.600–15:28.440
我們會練習去做一個 AI 的應用出來
15:28.440–15:30.920
例如做一個財務分析工具
15:30.920–15:34.600
然後這個工具裏面再配合 AI 去做分析
15:34.600–15:37.720
在課程中我們會使用專業 developer
15:37.720–15:38.920
都會使用的工具
15:38.920–15:41.160
包括 GitHub Cloudflare 等等
15:41.160–15:44.120
這個不僅是一個學習工具的課程
15:44.120–15:45.240
而在過程中
15:45.240–15:47.640
你會對開發的概念
15:47.640–15:49.240
有一個更完整的理解
15:49.240–15:53.560
但凡參加過我們 OMP 三小時工作坊的朋友
15:53.560–15:55.560
都可以獲得三百元的優惠
15:55.560–15:57.160
如果想了解更多的
15:57.160–15:59.160
歡迎點擊影片下方的連結
15:59.160–16:01.160
我們下次影片再見
16:01.160–16:02.000
請問一下
0:00.000–0:03.600
zh過去幾十小時發佈了很多模式
過去幾十小時發佈了很多模式
0:03.600–0:06.520
zh除了有GBT 5.6 之外
除了有GBT 5.6 之外
0:06.520–0:10.800
zhElon Musk 旗下的 BayX AI 亦推出 Grog 4.5
Elon Musk 旗下的 BayX AI 亦推出 Grog 4.5
0:10.800–0:15.320
zh沉寂了一輪的 Meta 亦推出 Mule Spark 1.1
沉寂了一輪的 Meta 亦推出 Mule Spark 1.1
0:15.320–0:18.720
zh其中對我來説最有驚喜就是 Grog 4.5
其中對我來説最有驚喜就是 Grog 4.5
0:18.720–0:21.520
zh你會見到綜合牌榜上
你會見到綜合牌榜上
0:21.520–0:23.400
zh現在是排第六
現在是排第六
0:23.400–0:25.680
zhGrog 4.5 都是屬於多模態的模式
Grog 4.5 都是屬於多模態的模式
0:25.680–0:27.480
zh你可以輸入字和相片
你可以輸入字和相片
0:27.480–0:30.680
zh價錢是和Clock的Sunnet差不多
價錢是和Clock的Sunnet差不多
0:30.680–0:33.240
zh但性能是接近Clock的Opus
但性能是接近Clock的Opus
0:33.240–0:35.000
zhContext Window不算很多
Context Window不算很多
0:35.000–0:35.960
zh是50萬
是50萬
0:35.960–0:39.320
zh接下來會給兩個任務測試
接下來會給兩個任務測試
0:39.320–0:41.480
zh因為今天測試這些AI
因為今天測試這些AI
0:41.480–0:43.960
zh問他數個題、IQ題已經沒有用了
問他數個題、IQ題已經沒有用了
0:43.960–0:46.200
zh因為去到2026年是AI Agent的年代
因為去到2026年是AI Agent的年代
0:46.200–0:49.160
zh所以直接給一些日常的工作去做
所以直接給一些日常的工作去做
0:49.160–0:50.760
zh其實原意是
其實原意是
0:50.760–0:54.600
zh我想測試OpenAI最新的模式GBT 5.6
我想測試OpenAI最新的模式GBT 5.6
0:54.600–0:58.520
zh但當我在Soul Computer使用5.6的時候
但當我在Soul Computer使用5.6的時候
0:58.520–0:59.960
zh就出現了問題
就出現了問題
0:59.960–1:01.560
zh所以暫時還未試得住
所以暫時還未試得住
1:01.560–1:02.760
zh相信是一個Bug來的
相信是一個Bug來的
1:02.760–1:04.840
zh要等Soul Computer解決了
要等Soul Computer解決了
1:04.840–1:06.280
zh另外Meta最新的模型
另外Meta最新的模型
1:06.280–1:08.920
zh暫時只是開放給美國用户使用
暫時只是開放給美國用户使用
1:08.920–1:10.040
zh所以現在無法試驗
所以現在無法試驗
1:10.040–1:11.240
zh所以這次影片
所以這次影片
1:11.240–1:13.800
zh我主要是測試Grog 4.5
我主要是測試Grog 4.5
1:13.800–1:16.520
zh還有我都有測試Fable
還有我都有測試Fable
1:16.520–1:19.080
zh但它用Creddy的速度太快了
但它用Creddy的速度太快了
1:19.080–1:20.520
zh我做了一個任務
我做了一個任務
1:20.520–1:22.440
zh就已經達到它的上限
就已經達到它的上限
1:22.440–1:25.640
zh我要等到明天才可以再使用
我要等到明天才可以再使用
1:25.640–1:29.640
zh所以這次影片主要是測試Grog最新的模型
所以這次影片主要是測試Grog最新的模型
1:29.640–1:33.080
zh第一個任務就是更新這個表
第一個任務就是更新這個表
1:33.080–1:36.280
zh之前我會找一個Ferrance的同事
之前我會找一個Ferrance的同事
1:36.280–1:38.520
zh幫我保持更新這個表
幫我保持更新這個表
1:38.520–1:40.920
zh這次我試一下叫AI幫我更新
這次我試一下叫AI幫我更新
1:40.920–1:43.720
zh你會看到這個表上的資料不是最新
你會看到這個表上的資料不是最新
1:43.720–1:46.200
zh例如上面還在顯示GPT 5.5
例如上面還在顯示GPT 5.5
1:46.200–1:47.960
zh還有未加入Meta最新的模型
還有未加入Meta最新的模型
1:47.960–1:49.880
zhAnthropic的模型也未更新
Anthropic的模型也未更新
1:49.880–1:51.880
zh所以這就是我的提示詞
所以這就是我的提示詞
1:51.880–1:54.280
zh我給了Google Sheet的連結
我給了Google Sheet的連結
1:54.280–1:56.200
zh後面當然是駁好API
後面當然是駁好API
1:56.200–1:57.800
zh然後我就叫它複製我的頁
然後我就叫它複製我的頁
1:57.800–1:59.080
zh因為我怕它會弄彎
因為我怕它會弄彎
1:59.080–2:01.400
zh所以copy出來叫它改安全一點
所以copy出來叫它改安全一點
2:01.400–2:02.360
zh我就跟它説
我就跟它説
2:02.360–2:03.960
zhOpenAI的模型
OpenAI的模型
2:03.960–2:05.080
zh現在是5.6
現在是5.6
2:05.080–2:07.240
zh我就叫它全部轉為5.6
我就叫它全部轉為5.6
2:07.240–2:09.480
zh5.6其實是有3個模型
5.6其實是有3個模型
2:09.480–2:11.640
zh另外就要更新Grog的模型
另外就要更新Grog的模型
2:11.640–2:13.640
zh由4.3到最新的模型
由4.3到最新的模型
2:13.640–2:15.240
zh看看它會不會自己找
看看它會不會自己找
2:15.240–2:16.440
zh因為最新的應該是4.5
因為最新的應該是4.5
2:16.440–2:17.560
zh另外Clock
另外Clock
2:17.560–2:20.200
zh就是要它更新的3個模型
就是要它更新的3個模型
2:20.200–2:20.760
enFable
Fable
2:20.760–2:21.400
enOpenSunnet
OpenSunnet
2:21.400–2:24.440
zh另外要增加一行就是Meta的新模型
另外要增加一行就是Meta的新模型
2:24.440–2:26.040
enMule Spark 1.1
Mule Spark 1.1
2:26.040–2:27.560
zh在XAI
在XAI
2:27.560–2:30.440
zh當我使用Grog 4.5的時候
當我使用Grog 4.5的時候
2:30.440–2:33.240
zh我很明顯感覺到它的速度
我很明顯感覺到它的速度
2:33.240–2:35.960
zh是我用過這麼多模型中最快的一個
是我用過這麼多模型中最快的一個
2:35.960–2:39.000
zh它中間總共走了30個步驟
它中間總共走了30個步驟
2:39.000–2:40.600
zh包括看那個slide
包括看那個slide
2:40.600–2:42.200
zh然後copy那個slide
然後copy那個slide
2:42.200–2:44.520
zh然後上網找相關的資料
然後上網找相關的資料
2:44.520–2:46.360
zh然後修改那個slide等等
然後修改那個slide等等
2:46.360–2:48.040
zh然後看看它做出來的結果
然後看看它做出來的結果
2:48.040–2:49.880
zh現在這一頁就是原本的
現在這一頁就是原本的
2:49.880–2:53.240
zh下面這一頁就是它做出來的
下面這一頁就是它做出來的
2:53.240–2:54.360
zh現在我放大來看
現在我放大來看
2:54.360–2:57.560
zhOpenAI我叫它全部更新5.6
OpenAI我叫它全部更新5.6
2:57.560–2:58.920
zh資料是正確的
資料是正確的
2:58.920–2:59.800
enAnthropic
Anthropic
2:59.800–3:02.440
zh我也是叫它更新3個最新的模型
我也是叫它更新3個最新的模型
3:02.440–3:03.080
zh正確
正確
3:03.080–3:03.720
enFable 5
Fable 5
3:03.720–3:04.520
enOper 4.8
Oper 4.8
3:04.520–3:05.320
zh和Sunnet
和Sunnet
3:05.320–3:05.880
zh是對的
是對的
3:05.880–3:08.600
zh另外在下面要增加XAI的模型
另外在下面要增加XAI的模型
3:08.600–3:09.640
enGrog 4.5
Grog 4.5
3:09.640–3:11.480
zhContext window 是50
Context window 是50
3:11.480–3:12.440
zh我確定是正確的
我確定是正確的
3:12.440–3:13.960
zh唯獨是美中不足
唯獨是美中不足
3:13.960–3:15.480
zh就是那個table
就是那個table
3:15.480–3:17.480
zh由於增加了文字之後
由於增加了文字之後
3:17.480–3:20.360
zh它就超出了那個slide的範圍
它就超出了那個slide的範圍
3:20.360–3:23.560
zh其實我不知道是可不可以透過API的層面
其實我不知道是可不可以透過API的層面
3:23.560–3:25.560
zh去微調這個table
去微調這個table
3:25.560–3:26.680
zh我儘管試一下
我儘管試一下
3:26.680–3:28.040
zh叫Grog去修改
叫Grog去修改
3:28.040–3:29.320
zh看看它能否改成
看看它能否改成
3:29.320–3:30.520
zh在這裡我截圖給它看
在這裡我截圖給它看
3:30.520–3:32.120
zh然後我發送這張截圖
然後我發送這張截圖
3:32.120–3:33.080
zh現在就跟它説
現在就跟它説
3:33.080–3:35.240
zh你做的slide資料正確
你做的slide資料正確
3:35.240–3:37.000
zh但slide上的table
但slide上的table
3:37.000–3:38.840
zh超出了畫面
超出了畫面
3:38.840–3:40.440
zh其實我不知道
其實我不知道
3:40.440–3:42.120
zhGoogle Slide的API
Google Slide的API
3:42.120–3:44.840
zh是不是有微調這些table的距離
是不是有微調這些table的距離
3:44.840–3:46.760
zh一打開它的程式看
一打開它的程式看
3:46.760–3:48.280
zh似乎是有的
似乎是有的
3:48.280–3:51.000
zh是有控制整體的table的高
是有控制整體的table的高
3:51.000–3:51.960
zh現在這裡
現在這裡
3:51.960–3:53.960
zh你會看到它似乎是設定
你會看到它似乎是設定
3:53.960–3:55.320
zh每一行的距離
每一行的距離
3:55.320–3:58.280
zh它就將那個字數變成8point
它就將那個字數變成8point
3:58.280–4:00.440
zh和推高了那個表格
和推高了那個表格
4:00.440–4:02.040
zh在這裡我試試重新整理
在這裡我試試重新整理
4:02.040–4:05.720
zh你會看到它確實是縮小了字
你會看到它確實是縮小了字
4:05.720–4:10.200
zh但其實table仍然是超出了那個範圍
但其實table仍然是超出了那個範圍
4:10.200–4:12.200
zh在這裡我發現一個小問題
在這裡我發現一個小問題
4:12.200–4:14.120
zh它這個做出來的table
它這個做出來的table
4:14.120–4:17.080
zh全部的文字下都多了個enter位
全部的文字下都多了個enter位
4:17.080–4:19.240
zh以至到它佔用的空間多了
以至到它佔用的空間多了
4:19.240–4:22.200
zh如果你見到我刪除了那些enter位之後
如果你見到我刪除了那些enter位之後
4:22.200–4:24.440
zh其實那個table是壓縮了的
其實那個table是壓縮了的
4:24.440–4:25.800
zh所以Grog
所以Grog
4:25.800–4:28.200
zh它總算是將資料塞進去
它總算是將資料塞進去
4:28.200–4:30.040
zh但是叫它微調的table
但是叫它微調的table
4:30.040–4:31.160
zh就做得馬地了
就做得馬地了
4:31.160–4:32.520
zh原本這個任務
原本這個任務
4:32.520–4:34.120
zh我也是叫Fable去做的
我也是叫Fable去做的
4:34.120–4:34.840
zh但是做了一半
但是做了一半
4:34.840–4:36.280
zh它已經玩了一些 credit了
它已經玩了一些 credit了
4:36.280–4:38.040
zh還有GPT 5.6還沒用得了
還有GPT 5.6還沒用得了
4:38.040–4:41.000
zh我現在試試叫GPT 5.5
我現在試試叫GPT 5.5
4:41.000–4:43.000
zh會不會做得到這個任務
會不會做得到這個任務
4:43.000–4:44.600
zh現在我copy這個 prompt
現在我copy這個 prompt
4:44.600–4:45.320
zh開新對話
開新對話
4:45.320–4:47.560
zh這次就是使用5.5
這次就是使用5.5
4:47.560–4:49.160
zh這個不是最新版本
這個不是最新版本
4:49.160–4:52.120
zh但也盡管看看它做不做得到
但也盡管看看它做不做得到
4:52.120–4:53.880
zh在這裡發生了一些很有趣的事
在這裡發生了一些很有趣的事
4:53.880–4:56.360
zh就是我叫GPT 5.5的時候
就是我叫GPT 5.5的時候
4:56.360–4:59.480
zh它發現了第三頁已經是複製出來的
它發現了第三頁已經是複製出來的
4:59.480–5:02.200
zh就是看到之前Grog做出來的版本
就是看到之前Grog做出來的版本
5:02.200–5:05.080
zh所以它似乎選擇不複製
所以它似乎選擇不複製
5:05.080–5:06.680
zh因為它看到我已經複製了
因為它看到我已經複製了
5:06.680–5:08.840
zh它就説它會下載這個thumbnail
它就説它會下載這個thumbnail
5:08.840–5:09.880
zh它應該是截了一套
它應該是截了一套
5:09.880–5:13.160
zh然後用視覺去判斷這張sign
然後用視覺去判斷這張sign
5:13.160–5:14.440
zh我沒有跟它説
我沒有跟它説
5:14.440–5:16.360
zh它自己發現到那個table
它自己發現到那個table
5:16.360–5:17.800
zh是出了那個範圍
是出了那個範圍
5:17.800–5:19.560
zh然後它就説幫我修改
然後它就説幫我修改
5:19.560–5:21.320
zh它説這些超出了我的原意
它説這些超出了我的原意
5:21.320–5:24.760
zh我原意是叫它copy一張新的sign
我原意是叫它copy一張新的sign
5:24.760–5:26.440
zh但它發現已經copy了
但它發現已經copy了
5:26.440–5:28.360
zh而且它自己發現到那個table
而且它自己發現到那個table
5:28.360–5:29.000
zh超出了範圍
超出了範圍
5:29.000–5:29.800
zh現在就幫我修改
現在就幫我修改
5:29.800–5:31.480
zh在這裡GPT 5.5
在這裡GPT 5.5
5:31.480–5:33.480
zh都花了一段時間
都花了一段時間
5:33.480–5:35.480
zh接近十分鐘的時間
接近十分鐘的時間
5:35.480–5:39.320
zh期間裡面我看到它是不停地
期間裡面我看到它是不停地
5:39.320–5:41.560
zh去screen cap那張sign
去screen cap那張sign
5:41.560–5:43.560
zh然後vertify一次
然後vertify一次
5:43.560–5:44.520
zh如果不行的話
如果不行的話
5:44.520–5:46.040
zh它就重複做一次
它就重複做一次
5:46.040–5:48.840
zh現在經過多番的嘗試之後
現在經過多番的嘗試之後
5:48.840–5:50.040
zh它就説成功了
它就説成功了
5:50.040–5:51.560
zh我現在進去看看
我現在進去看看
5:51.560–5:53.400
zh真的讓它搞定了
真的讓它搞定了
5:53.400–5:55.960
zh它的方法就是再縮小一點
它的方法就是再縮小一點
5:55.960–5:57.400
zh剛才那個字是8 point
剛才那個字是8 point
5:57.400–5:59.560
zh現在它就縮小到6.5
現在它就縮小到6.5
5:59.560–6:01.720
zh而且它沒有發現到table
而且它沒有發現到table
6:01.720–6:03.480
zh那行多了個enter
那行多了個enter
6:03.480–6:04.680
zh但不要緊
但不要緊
6:04.680–6:06.040
zh在測試裡面
在測試裡面
6:06.040–6:09.960
zh就會發現到Grog的速度是非常之快
就會發現到Grog的速度是非常之快
6:09.960–6:11.720
zh給它的任務是做到的
給它的任務是做到的
6:11.720–6:14.120
zh但如果你有用GPT的模型
但如果你有用GPT的模型
6:14.120–6:15.800
zh你會發現它的特性就是
你會發現它的特性就是
6:15.800–6:17.240
zh它做事比較嚴謹
它做事比較嚴謹
6:17.240–6:19.480
zh而且會不停地去vertify
而且會不停地去vertify
6:19.480–6:21.240
zhfact check結果
fact check結果
6:21.240–6:23.240
zh如果不滿意或不合格的話
如果不滿意或不合格的話
6:23.240–6:24.440
zh它會重複做
它會重複做
6:24.440–6:26.600
zh如果用人格來形容它
如果用人格來形容它
6:26.600–6:27.960
zh它做事是有點堅持
它做事是有點堅持
6:27.960–6:29.960
zh所以我做一些東西
所以我做一些東西
6:29.960–6:31.720
zh是不涉及寫文案
是不涉及寫文案
6:31.720–6:32.920
zh不涉及品味
不涉及品味
6:32.920–6:36.200
zh純粹是一些back end的work flow
純粹是一些back end的work flow
6:36.200–6:38.200
zh我是最喜歡使用GPT的模型
我是最喜歡使用GPT的模型
6:38.200–6:41.480
zh接下來我測試一個有趣的task
接下來我測試一個有趣的task
6:41.480–6:42.680
zh就是整影片
就是整影片
6:42.680–6:45.240
zh這個影片不是傳統的
這個影片不是傳統的
6:45.240–6:46.440
zh影片生成模型
影片生成模型
6:46.440–6:48.680
zh這個影片是要結合上網找資料
這個影片是要結合上網找資料
6:48.680–6:50.040
zh寫歌詞
寫歌詞
6:50.040–6:52.200
zh找圖片等等的step
找圖片等等的step
6:52.200–6:54.520
zh這個影片上面的動畫
這個影片上面的動畫
6:54.520–6:57.480
zh實際上是考去frontend的能力
實際上是考去frontend的能力
6:57.480–6:59.720
zh因為這個影片的原理是
因為這個影片的原理是
6:59.720–7:02.280
zh這個模型基於新聞內容
這個模型基於新聞內容
7:02.280–7:05.800
zh去寫一個HTML的網頁出來
去寫一個HTML的網頁出來
7:05.800–7:08.120
zh然後再將那個網頁的元素
然後再將那個網頁的元素
7:08.120–7:09.320
zh變成動畫
變成動畫
7:09.320–7:11.560
zh當中我是有些特定的要求
當中我是有些特定的要求
7:11.560–7:14.280
zh背景的指式一定要用回我指定的指式
背景的指式一定要用回我指定的指式
7:14.280–7:18.440
zh上面的文字一定要跟回我指定的字形
上面的文字一定要跟回我指定的字形
7:18.440–7:19.320
zh為字形的大小
為字形的大小
7:19.320–7:23.400
zh下面的字幕要跟著歌詞唱到那個位置的時間
下面的字幕要跟著歌詞唱到那個位置的時間
7:23.400–7:25.480
zh還有歌詞要放在下面
還有歌詞要放在下面
7:25.480–7:27.240
zh主要畫面放在中間
主要畫面放在中間
7:27.240–7:30.680
zh接下來就比較一下Grog和Fable的表現
接下來就比較一下Grog和Fable的表現
7:30.680–7:32.520
zh我錄影這個測試影片的時候
我錄影這個測試影片的時候
7:32.520–7:35.720
zh其實我是先做整歌的這個task
其實我是先做整歌的這個task
7:35.720–7:37.880
zh所以當時Fable還有credit
所以當時Fable還有credit
7:37.880–7:39.320
zh但他做完這個task之後
但他做完這個task之後
7:39.320–7:40.360
zh這些credit就用完了
這些credit就用完了
7:40.360–7:43.480
zh我們現在先看看Grog的表現
我們現在先看看Grog的表現
7:43.480–7:44.840
zh這是我給他的pronster
這是我給他的pronster
7:44.840–7:45.960
zh我寫了一個skill
我寫了一個skill
7:45.960–7:47.160
zh就是我給你一篇新聞
就是我給你一篇新聞
7:47.160–7:50.120
zh你就寄了一篇新聞去找相關的內容
你就寄了一篇新聞去找相關的內容
7:50.120–7:51.800
zh找相關的圖片
找相關的圖片
7:51.800–7:54.600
zh然後寫一個生動有趣的歌詞
然後寫一個生動有趣的歌詞
7:54.600–7:57.320
zh然後用Zuno去generate首歌
然後用Zuno去generate首歌
7:57.320–8:00.680
zh然後你要設計畫面配合動畫
然後你要設計畫面配合動畫
8:00.680–8:01.640
zh再配合歌詞
再配合歌詞
8:01.640–8:03.240
zh再 output一個影片 file
再 output一個影片 file
8:03.240–8:06.120
zh上傳到YouTube、Instagram、Facebook等等
上傳到YouTube、Instagram、Facebook等等
8:06.120–8:09.960
zh這首歌是關於近年推出了很多新的模型
這首歌是關於近年推出了很多新的模型
8:09.960–8:14.120
zh如Meta,Millspark,Grog 4.5,GPT 5.6,Clock,Fable等等
如Meta,Millspark,Grog 4.5,GPT 5.6,Clock,Fable等等
8:14.120–8:15.560
zh就説競爭很激烈
就説競爭很激烈
8:15.560–8:18.280
zh還有要提及Gemini是不見了蹤影
還有要提及Gemini是不見了蹤影
8:18.280–8:20.360
zh如果用GPT的模型
如果用GPT的模型
8:20.360–8:23.160
zh他很大機會會在歌詞上
他很大機會會在歌詞上
8:23.160–8:26.200
zhExactly 用這句Gemini不見了蹤影
Exactly 用這句Gemini不見了蹤影
8:26.200–8:26.760
zh這句話
這句話
8:26.760–8:27.880
zh因為這是GPT的特性
因為這是GPT的特性
8:27.880–8:29.640
zh但其他模型是不是這樣呢
但其他模型是不是這樣呢
8:29.640–8:30.520
zh現在就看看
現在就看看
8:30.520–8:33.320
zh中間有幾個步驟是需要給我 approve的
中間有幾個步驟是需要給我 approve的
8:33.320–8:36.280
zh第一個步驟是那個歌詞
第一個步驟是那個歌詞
8:36.280–8:38.680
zh你會看到Grog的模型
你會看到Grog的模型
8:38.680–8:41.560
zh在歌詞中也出現了不見了蹤影
在歌詞中也出現了不見了蹤影
8:41.560–8:42.040
zh這句話
這句話
8:42.040–8:43.880
zh當然沒有對與錯
當然沒有對與錯
8:43.880–8:46.440
zh有時候我做一些創作事件
有時候我做一些創作事件
8:46.440–8:49.080
zh我反而想這個模型有多一點發揮的空間
我反而想這個模型有多一點發揮的空間
8:49.080–8:50.520
zh不要聽死我的prone
不要聽死我的prone
8:50.520–8:52.280
zh但這次只是第一次測試
但這次只是第一次測試
8:52.280–8:54.600
zh我會再長遠去測試一下
我會再長遠去測試一下
8:54.600–8:56.360
zhGrog這個模型是不是像GPT一樣
Grog這個模型是不是像GPT一樣
8:56.360–8:58.520
zh很聽死我的prone的要求
很聽死我的prone的要求
8:58.520–9:00.120
zh所以你會發現我這兩個Task
所以你會發現我這兩個Task
9:00.120–9:02.120
zh第一個Task是跟足指示
第一個Task是跟足指示
9:02.120–9:05.560
zh第二個Task是需要它有一點創意空間
第二個Task是需要它有一點創意空間
9:05.560–9:09.000
zh他寫的歌詞出來都OK
他寫的歌詞出來都OK
9:09.000–9:11.000
zh中間有些中文是怪怪的
中間有些中文是怪怪的
9:11.000–9:14.520
zh例如SpaceXAI也要寫曲幕
例如SpaceXAI也要寫曲幕
9:14.520–9:17.080
zh然後Clock Fable暫中唱
然後Clock Fable暫中唱
9:17.080–9:18.120
zhEnterpan在
Enterpan在
9:18.120–9:20.520
zh是少少奇怪的中文
是少少奇怪的中文
9:20.520–9:21.880
zh然後基於這個歌詞
然後基於這個歌詞
9:21.880–9:24.520
zh他就用Zuno去generate這首歌
他就用Zuno去generate這首歌
9:24.520–9:26.600
zh而且他會generate兩首歌
而且他會generate兩首歌
9:26.600–9:29.720
zh我需要去選擇一個Cold Start
我需要去選擇一個Cold Start
9:29.720–9:30.760
zhCold Start是什麼意思呢
Cold Start是什麼意思呢
9:30.760–9:32.520
zh即是沒有什麼前奏的音樂
即是沒有什麼前奏的音樂
9:32.520–9:33.480
zh你想像一下
你想像一下
9:33.480–9:36.280
zh那條片是放在Facebook這些平台上的
那條片是放在Facebook這些平台上的
9:36.280–9:38.600
zh如果你頭30秒都是音樂的前奏
如果你頭30秒都是音樂的前奏
9:38.600–9:39.560
zh沒有出歌詞
沒有出歌詞
9:39.560–9:41.960
zh那些人一下子就撥走了這條影片
那些人一下子就撥走了這條影片
9:41.960–9:44.200
zh所以我需要選一條影片
所以我需要選一條影片
9:44.200–9:46.600
zh前奏是越短越好的
前奏是越短越好的
9:46.600–9:48.440
zh這個有聽指示
這個有聽指示
9:48.440–9:50.280
zh就選了一個前奏比較短的
就選了一個前奏比較短的
9:50.280–9:52.920
zh然後他就設計那個場景
然後他就設計那個場景
9:52.920–9:56.600
zh他會再給我看看場景是如何
他會再給我看看場景是如何
9:56.600–9:57.480
zh我滿意了
我滿意了
9:57.480–10:00.680
zh他才會發佈到我的Facebook IG 帳户
他才會發佈到我的Facebook IG 帳户
10:00.680–10:03.240
zh接下來就看看他做出來的影片
接下來就看看他做出來的影片
10:03.240–10:05.400
zh大家不需要留意那首歌
大家不需要留意那首歌
10:05.400–10:06.040
zh好沒有聽的
好沒有聽的
10:06.040–10:09.000
zh是留意他符合我給他的要求
是留意他符合我給他的要求
10:09.000–10:10.520
zh每個沙入扣定
每個沙入扣定
10:10.520–10:11.320
zh站場
站場
10:11.320–10:12.680
zhMusebar 地點
Musebar 地點
10:12.680–10:13.640
zh一燈唱
一燈唱
10:13.640–10:14.440
zhAgent 改發
Agent 改發
10:14.440–10:15.960
enPanda repo
Panda repo
10:15.960–10:16.840
zh加錢壓的
加錢壓的
10:16.840–10:18.200
zh又很有像
又很有像
10:18.200–10:20.280
zhR4.5 衝出來
R4.5 衝出來
10:20.280–10:21.960
zhSpace style 也要寫
Space style 也要寫
10:21.960–10:22.920
zhCold 忙
Cold 忙
10:22.920–10:25.000
zhGPT 5.6 羣加到
GPT 5.6 羣加到
10:25.000–10:27.560
zhSotera Luna 一席香
Sotera Luna 一席香
10:27.560–10:28.680
zhCoffebo 站中場
Coffebo 站中場
10:28.680–10:29.800
zhEnterprise 還在搶
Enterprise 還在搶
10:29.800–10:31.000
zhMusebar 磨心一個接一個
Musebar 磨心一個接一個
10:31.000–10:32.680
zh工程事故被炸到狂
工程事故被炸到狂
10:32.680–10:33.480
zhJama 咪呢
Jama 咪呢
10:33.480–10:34.840
zh怎麼不見了總影
怎麼不見了總影
10:34.840–10:35.880
zh舞台等全量
舞台等全量
10:35.880–10:37.240
zh唯獨你缺席
唯獨你缺席
10:37.240–10:38.280
zh這星期AI
這星期AI
10:38.280–10:39.000
zh太熱鬧
太熱鬧
10:39.000–10:40.440
zhCoding 我還沒停
Coding 我還沒停
10:40.440–10:42.760
zhMusebar 更快更準
Musebar 更快更準
10:42.760–10:44.760
zh誰先把人無交情
誰先把人無交情
10:44.760–10:46.200
enCoding
Coding
10:46.200–10:48.120
zh在這裡看到他最大的問題
在這裡看到他最大的問題
10:48.120–10:50.600
zh就是他沒有聽到我的要求
就是他沒有聽到我的要求
10:50.600–10:52.040
zh他這些設計的元素
他這些設計的元素
10:52.040–10:54.200
zh應該是放在畫面中間
應該是放在畫面中間
10:54.200–10:55.760
zh但他放下了
但他放下了
10:55.760–10:56.920
zh跟字幕黏在
跟字幕黏在
10:56.920–10:58.200
zh其實我在Skill 中
其實我在Skill 中
10:58.200–10:59.880
zh是有清楚説到這一點
是有清楚説到這一點
10:59.880–11:02.120
zh但他沒有跟到這個指示
但他沒有跟到這個指示
11:02.120–11:03.480
zh還有你會看到中文字
還有你會看到中文字
11:03.480–11:03.960
zh都是怪怪的
都是怪怪的
11:03.960–11:05.960
zh他的標題是全家一起上
他的標題是全家一起上
11:05.960–11:06.920
zh小小怪
小小怪
11:06.920–11:07.880
zh還有動畫
還有動畫
11:07.880–11:11.640
zh不算是很有設計的
不算是很有設計的
11:11.640–11:13.880
zh當然你可以Prom 它
當然你可以Prom 它
11:13.880–11:15.240
zh令它設計出來的東西
令它設計出來的東西
11:15.240–11:16.920
zh更符合你的要求
更符合你的要求
11:16.920–11:18.280
zh但在這個測試中
但在這個測試中
11:18.280–11:19.560
zh其實我是想摸摸
其實我是想摸摸
11:19.560–11:21.320
zh這個模型的特性
這個模型的特性
11:21.320–11:23.240
zh因為平時我用Clock 的模型
因為平時我用Clock 的模型
11:23.240–11:25.560
zh其實我是想它發揮多一點
其實我是想它發揮多一點
11:25.560–11:27.400
zh但如果用GPT 的模型
但如果用GPT 的模型
11:27.400–11:29.480
zh我就要給他多些指定的要求
我就要給他多些指定的要求
11:29.480–11:31.000
zh接下來比較一下
接下來比較一下
11:31.000–11:32.920
zhClock Fable 做出來的影片
Clock Fable 做出來的影片
11:32.920–11:35.160
zh首先看他的工作流程
首先看他的工作流程
11:35.160–11:35.800
zh同樣地
同樣地
11:35.800–11:38.520
zh首先要寫歌詞給我去Approve
首先要寫歌詞給我去Approve
11:38.520–11:42.520
zh然後他就要去找一些上網的資料
然後他就要去找一些上網的資料
11:42.520–11:43.320
zh和圖片
和圖片
11:43.320–11:45.000
zh和 January 兩首歌
和 January 兩首歌
11:45.000–11:45.560
zh給我選
給我選
11:45.560–11:47.480
zh前奏要短
前奏要短
11:47.480–11:49.400
zh這些步驟全部跟足
這些步驟全部跟足
11:49.400–11:52.360
zh接下來他就要給我一個預覽畫面
接下來他就要給我一個預覽畫面
11:52.360–11:55.000
zh現在我播放 Fable 做出來的影片
現在我播放 Fable 做出來的影片
11:55.000–11:56.360
zhMEDA 推出Muse Park
MEDA 推出Muse Park
11:56.360–11:57.240
enB1-1
B1-1
11:57.240–11:59.000
zhAI 卸成是擂台在開展
AI 卸成是擂台在開展
11:59.000–12:00.600
zh讀個BURG 三年 手都發文
讀個BURG 三年 手都發文
12:00.600–12:02.680
zh汗豬超低加強 客户
汗豬超低加強 客户
12:02.680–12:04.520
zh接一天掛搜 五千先跑
接一天掛搜 五千先跑
12:04.520–12:06.360
zhMUS 所有快友 身邊沒OPUS
MUS 所有快友 身邊沒OPUS
12:06.360–12:08.280
zh從一天起 PPT 無頁登場
從一天起 PPT 無頁登場
12:08.280–12:10.120
zhSO 還好 成發現了新數學
SO 還好 成發現了新數學
12:10.120–12:11.160
enClock Fable
Clock Fable
12:11.160–12:13.160
zhMUS 所有的音樂
MUS 所有的音樂
12:13.160–12:15.480
zhMUS 所有的音樂
MUS 所有的音樂
12:15.480–12:17.240
zhMUS 所有的音樂
MUS 所有的音樂
12:17.240–12:19.240
zhMUS 所有的音樂
MUS 所有的音樂
12:19.240–12:20.440
zhMUS 所有的音樂
MUS 所有的音樂
12:20.440–12:21.240
zhMUS 所有的音樂
MUS 所有的音樂
12:21.240–12:22.440
zhMUS 所有的音樂
MUS 所有的音樂
12:22.440–12:22.840
zhMUS 所有的音樂
MUS 所有的音樂
12:22.840–12:23.400
zhMUS 所有的音樂
MUS 所有的音樂
12:23.400–12:24.840
zhMUS 所有的音樂
MUS 所有的音樂
12:24.840–12:25.400
zhMUS 所有的音樂
MUS 所有的音樂
12:25.400–12:31.400
zhMUS 所有的音樂
MUS 所有的音樂
12:31.400–12:35.400
zh我自己就很明顯喜歡Fable
我自己就很明顯喜歡Fable
12:35.400–12:37.080
zh這個播出
這個播出
12:37.080–12:39.080
zh你會看到它跟著我的指示
你會看到它跟著我的指示
12:39.080–12:42.120
zh元素不會踩到下面的字幕
元素不會踩到下面的字幕
12:42.120–12:44.520
zh動畫相對來説
動畫相對來説
12:44.520–12:45.960
zh是仔細一點
是仔細一點
12:45.960–12:47.480
zh你會看到排行榜
你會看到排行榜
12:47.480–12:48.120
zh飛出來時
飛出來時
12:48.120–12:49.960
zh它都會有一點動畫
它都會有一點動畫
12:49.960–12:52.360
zh它用了戰國時代去比喻
它用了戰國時代去比喻
12:52.360–12:53.960
zh這個我Prom 中沒有提過
這個我Prom 中沒有提過
12:53.960–12:55.320
zh它用戰國時代來比喻
它用戰國時代來比喻
12:55.320–12:56.040
zh其實都是合適的
其實都是合適的
12:56.040–12:57.560
zh另外在Prom 中
另外在Prom 中
12:57.560–12:59.400
zh我提過這首歌有趣
我提過這首歌有趣
12:59.400–13:02.040
zh它自己找了這篇新聞放進去
它自己找了這篇新聞放進去
13:02.040–13:04.440
zhFacebook 創辦人 Mark Zuckerberg
Facebook 創辦人 Mark Zuckerberg
13:04.440–13:08.280
zh過去三年從未在Twitter上出過貼文
過去三年從未在Twitter上出過貼文
13:08.280–13:10.440
zh最近幾天出了貼文
最近幾天出了貼文
13:10.440–13:13.240
zh就是因為發佈新模型
就是因為發佈新模型
13:13.240–13:16.680
zh他自己加了這首歌
他自己加了這首歌
13:16.680–13:18.120
zh我認為是不錯的
我認為是不錯的
13:18.120–13:18.760
zh當然
當然
13:18.760–13:20.520
zhFable 和Grog
Fable 和Grog
13:20.520–13:22.440
zh的模型其實是不同級別
的模型其實是不同級別
13:22.440–13:25.240
zh因為Fable 屬於最頂尖最大的級別
因為Fable 屬於最頂尖最大的級別
13:25.240–13:28.680
zhGrog 應該屬於 Opus 的級別
Grog 應該屬於 Opus 的級別
13:28.680–13:30.920
zh再看回模型的價錢
再看回模型的價錢
13:30.920–13:33.960
zhFable 5 100萬 token 輸入是10美元
Fable 5 100萬 token 輸入是10美元
13:33.960–13:36.200
zh輸出是50美元
輸出是50美元
13:36.200–13:39.960
zh而Grog 4.5 100萬 token 輸入只需2美元
而Grog 4.5 100萬 token 輸入只需2美元
13:39.960–13:41.720
zh輸出是6美元
輸出是6美元
13:41.720–13:42.440
zh即是説
即是説
13:42.440–13:46.200
zh它這個收費還要比Grog 新力5
它這個收費還要比Grog 新力5
13:46.200–13:47.240
zh便宜一點
便宜一點
13:47.240–13:49.800
zh但它的性能是接近 Opus
但它的性能是接近 Opus
13:49.800–13:52.040
zh所以以性價比來説
所以以性價比來説
13:52.040–13:54.520
zhGrog 4.5 是不錯的
Grog 4.5 是不錯的
13:54.520–13:57.080
zh當然今天只是我第一天的試用
當然今天只是我第一天的試用
13:57.080–13:59.480
zh我相信未來我繼續用的時候
我相信未來我繼續用的時候
13:59.480–14:01.960
zh會更加熟悉這個模型的特性
會更加熟悉這個模型的特性
14:01.960–14:04.120
zh到時會再跟大家分享
到時會再跟大家分享
14:04.120–14:07.000
zh如果大家都有使用Soul Computer 的話
如果大家都有使用Soul Computer 的話
14:07.000–14:09.000
zh都建議你去試一試
都建議你去試一試
14:09.000–14:11.960
zh你可以去Open Router 使用
你可以去Open Router 使用
14:11.960–14:15.800
zh而我自己是直接在 X 的官方網站
而我自己是直接在 X 的官方網站
14:15.800–14:17.800
zh去用它的 API
去用它的 API
14:17.800–14:19.480
zh你登入它的平台之後
你登入它的平台之後
14:19.480–14:21.560
zh你需要去充值
你需要去充值
14:21.560–14:25.080
zh然後在左手邊就可以拿到這條 API Key
然後在左手邊就可以拿到這條 API Key
14:25.080–14:27.320
zh然後你在Soul Computer 設定
然後你在Soul Computer 設定
14:27.320–14:28.440
zh按去 AI 那裡
按去 AI 那裡
14:28.440–14:31.560
zh然後在 Provider 選擇 Bring your own key
然後在 Provider 選擇 Bring your own key
14:31.560–14:33.960
zh下面選擇 Open AI Style
下面選擇 Open AI Style
14:33.960–14:37.560
zh你的 Base URL 跟我的畫面的輸入
你的 Base URL 跟我的畫面的輸入
14:37.560–14:40.440
zhModel ID 也是跟我的畫面的輸入
Model ID 也是跟我的畫面的輸入
14:40.440–14:43.800
zhAPI Key 當然是放回你的 API Key 就可以了
API Key 當然是放回你的 API Key 就可以了
14:43.800–14:48.600
zh來看8月我會教授 CEF 資助的 AI 課程
來看8月我會教授 CEF 資助的 AI 課程
14:48.600–14:51.400
zhCEF 即是持續進修基金資助
CEF 即是持續進修基金資助
14:51.400–14:53.720
zh讀完這個課程之後
讀完這個課程之後
14:53.720–14:55.720
zh你可以獲得八成的資助
你可以獲得八成的資助
14:55.720–14:57.400
zh實際資助後
實際資助後
14:57.400–14:59.720
zh你需要付費用是 $3600
你需要付費用是 $3600
14:59.720–15:03.240
zh如果想了解更多課程內容細節的話
如果想了解更多課程內容細節的話
15:03.240–15:05.560
zh可以點擊影片下面的連結
可以點擊影片下面的連結
15:05.560–15:08.120
zh進入主辦機構的網站
進入主辦機構的網站
15:08.120–15:09.320
zh跟他們 WhatsApp 查詢
跟他們 WhatsApp 查詢
15:09.320–15:11.480
zh另外在 8 月 1 日會舉辦
另外在 8 月 1 日會舉辦
15:11.480–15:13.160
zhFive Quoting 實戰工作坊
Five Quoting 實戰工作坊
15:13.160–15:15.160
zh這個課程是由 Day 主角
這個課程是由 Day 主角
15:15.160–15:17.560
zh在上一班我們看到很多學員
在上一班我們看到很多學員
15:17.560–15:18.920
zh是即場成功
是即場成功
15:18.920–15:21.080
zh不僅做了一個工具出來
不僅做了一個工具出來
15:21.080–15:23.080
zh而且工具是有 AI 功能
而且工具是有 AI 功能
15:23.080–15:24.600
zh即是説這個課程
即是説這個課程
15:24.600–15:28.440
zh我們會練習去做一個 AI 的應用出來
我們會練習去做一個 AI 的應用出來
15:28.440–15:30.920
zh例如做一個財務分析工具
例如做一個財務分析工具
15:30.920–15:34.600
zh然後這個工具裏面再配合 AI 去做分析
然後這個工具裏面再配合 AI 去做分析
15:34.600–15:37.720
zh在課程中我們會使用專業 developer
在課程中我們會使用專業 developer
15:37.720–15:38.920
zh都會使用的工具
都會使用的工具
15:38.920–15:41.160
zh包括 GitHub Cloudflare 等等
包括 GitHub Cloudflare 等等
15:41.160–15:44.120
zh這個不僅是一個學習工具的課程
這個不僅是一個學習工具的課程
15:44.120–15:45.240
zh而在過程中
而在過程中
15:45.240–15:47.640
zh你會對開發的概念
你會對開發的概念
15:47.640–15:49.240
zh有一個更完整的理解
有一個更完整的理解
15:49.240–15:53.560
zh但凡參加過我們 OMP 三小時工作坊的朋友
但凡參加過我們 OMP 三小時工作坊的朋友
15:53.560–15:55.560
zh都可以獲得三百元的優惠
都可以獲得三百元的優惠
15:55.560–15:57.160
zh如果想了解更多的
如果想了解更多的
15:57.160–15:59.160
zh歡迎點擊影片下方的連結
歡迎點擊影片下方的連結
15:59.160–16:01.160
zh我們下次影片再見
我們下次影片再見
16:01.160–16:02.000
zh請問一下
請問一下

影片筆記:SpaceXAI 發布 Grok 4.5!超低成本入手 Opus 級效能?跟 Claude Fable 比較,速度冠絕全場

一句話總結

影片實測對比了 Grog 4.5FableGPT 系列 模型,發現 Grog 4.5 雖具備極高速度與接近 Opus 的性價比,但在視覺細節與格式微調上表現較弱;Fable 在創意與視覺任務上表現優異但價格較高;GPT 則以嚴謹的驗證機制適合後端工作流。

核心重點

  1. 模型性能與定位
  • Grog 4.5:執行速度極快,價格低廉(輸入 $2,輸出 $6/百萬 Token),性能被認為接近 Opus 級別,適合後端工作流與高性價比需求。
  • Fable 5:屬於最頂尖級別,價格較高(輸入 $10,輸出 $50/百萬 Token),但在視覺設計、動畫細節及隱含意圖理解上表現最佳,適合前端創意任務。
  • GPT 系列 (5.5/5.6):執行速度較慢,但具備自我驗證(Verify)與事實檢查能力,風格嚴謹,適合需要嚴格遵循指示與驗證的後端工作。
  1. 任務表現差異
  • 結構化任務(更新表格):Grog 4.5 速度快但易產生排版錯誤(如多餘換行導致溢出);GPT 5.5 透過反覆截圖驗證成功解決格式問題。
  • 創意任務(生成影片):Fable 能理解隱含意圖(如比喻、畫面置中),動畫細節豐富;Grog 4.5 雖能執行指令但視覺細節處理不佳(元素未置中、與字幕黏連)。
  1. 測試環境限制
  • GBT 5.6 因技術問題(Bug)未完整測試。
  • Meta 最新模型僅開放美國用戶。
  • Fable 因額度(Credit)耗盡僅部分測試。

詳細大綱

A. 市場現狀與測試環境

  • 新模型發布:市場湧現多款新模型,包括 GBT 5.6 (OpenAI)、Grog 4.5 (Elon Musk 旗下 BayX AI)、Mule Spark 1.1 (Meta)。
  • 測試限制說明
  • GBT 5.6:在 Soul Computer 使用時出現問題(疑似 Bug),暫未測試。
  • Meta 模型:僅開放給美國用戶,無法試驗。
  • Fable:因任務耗盡 Credit,僅部分測試。
  • 主要測試對象:Grog 4.5 與 Fable。

B. 任務一:更新排行榜表格 (後端/結構化任務)

  • 任務目標:更新 Google Sheet 中的 AI 模型排行榜,包含更新模型名稱、版本、Context Window 及價格。
  • Grog 4.5 表現
  • 速度:極快,中間經過 30 個步驟(看 Slide、複製、上網查資料、修改 Slide)。
  • 準確性:資料更新正確(GPT 5.6, Anthropic 3個模型, Fable 5, Opus 4.8, Sunnet, Grog 4.5)。
  • 缺陷
  • 表格超出 Slide 範圍。
  • 文字下方多出 Enter 位,導致空間佔用增加。
  • 微調表格時,雖縮小字體至 8 point 並推高表格,但仍超出範圍。
  • 作者手動刪除 Enter 位後才成功壓縮表格。
  • GPT 5.5 表現
  • 速度:慢,接近十分鐘。
  • 邏輯:發現第三頁已複製,選擇不重複複製,下載縮圖進行視覺判斷。
  • 驗證機制:不停截圖(Screen cap)驗證,若不合格則重複執行,直到成功。
  • 結果:成功縮小字體至 6.5,解決溢出問題。
  • 特性:嚴謹、堅持、適合不涉及文案與品味的後端工作流。

C. 任務二:生成影片 (前端/創意任務)

  • 任務目標:結合新聞資料、寫歌詞、找圖片、生成動畫影片。
  • 要求:特定背景/文字字形、字幕時間同步、主要畫面置中、字幕置下。
  • 內容:關於新模型發布(Meta, Grog 4.5, GPT 5.6, Clock, Fable 等)及競爭激烈,提及 Gemini 消失。
  • Grog 4.5 表現
  • 歌詞:出現「Gemini 不見了蹤影」,符合 GPT 特性但非作者原意;中文歌詞怪異(如 "SpaceXAI 也要寫曲幕"、"Clock Fable 暫中唱")。
  • 音樂生成:使用 Zuno 生成兩首歌,作者選擇前奏較短(Cold Start)的一首以適應社群媒體。
  • 視覺設計
  • 元素未置中,與字幕黏在一起,違反指示。
  • 標題「全家一起上 小小怪」。
  • 動畫設計感較弱。
  • 總結:未聽從特定視覺指示,創意發揮空間有限,偏向聽從指令但執行細節不佳。
  • Fable 表現
  • 流程:寫歌詞 -> 上網查資料/圖片 -> 生成兩首歌 -> 預覽畫面。
  • 視覺設計
  • 元素不踩到字幕,符合指示。
  • 動畫細節較多(如排行榜飛出時的動畫)。
  • 使用「戰國時代」比喻(作者未提示,但認為合適)。
  • 自行加入新聞:Facebook 創辦人 Mark Zuckerberg 過去三年未在 Twitter 發貼文,近期發貼文是因發布新模型。
  • 總結:作者較喜歡 Fable 的表現,細節處理較好。

D. 模型比較與結論

  • 級別對比
  • Fable:最頂尖最大級別。
  • Grog 4.5:屬於 Opus 級別。
  • 價格對比 (每 100 萬 Token)
  • Fable 5:輸入 $10,輸出 $50。
  • Grog 4.5:輸入 $2,輸出 $6。
  • Grog 新力 5 (疑點):價格介於兩者之間。
  • 性價比:Grog 4.5 價格比 Grog 新力 5 便宜,性能接近 Opus,性價比不錯。
  • 使用建議
  • Grog 4.5:適合後端工作流,性價比高。
  • GPT:適合嚴謹、需驗證的後端工作。
  • Fable:適合需要創意與視覺細節的任務。

E. 技術操作與課程推廣

  • Soul Computer 使用 Grog API 設定
  • 平台:Open Router 或 X 官方網站。
  • 步驟:登入平台 -> 充值 -> 獲取 API Key -> 在 Soul Computer 設定 AI -> Provider 選擇 "Bring your own key" -> 選擇 "Open AI Style" -> 輸入 Base URL 與 Model ID -> 填入 API Key。
  • 課程推廣
  • CEF 資助 AI 課程:持續進修基金資助,完成後獲八成資助,自付 $3600。
  • Five Quoting 實戰工作坊:8月1日舉辦,由 Day 主角主辦。
  • 內容:製作具 AI 功能的工具(如財務分析工具)。
  • 工具:GitHub, Cloudflare 等專業開發者工具。
  • 優惠:OMP 三小時工作坊參加者可獲 $300 優惠。

工具 / 模型 / 名詞整理

  • AI 模型
  • GBT 5.6 (或 GPT 5.6)
  • Grog 4.5 (XAI)
  • Mule Spark 1.1 (Meta)
  • Fable 5
  • Opus 4.8
  • Sunnet
  • GPT 5.5
  • Gemini
  • Grog 新力 5 (疑點)
  • 公司/組織
  • BayX AI (Elon Musk 旗下)
  • Meta
  • OpenAI
  • Anthropic
  • XAI
  • Google
  • Facebook
  • Instagram
  • YouTube
  • Twitter
  • Day 主角
  • OMP
  • 軟體/平台/工具
  • Soul Computer
  • Google Sheet
  • Google Slide
  • Open Router
  • Zuno (用於生成歌曲)
  • GitHub
  • Cloudflare
  • WhatsApp
  • 其他專有名詞
  • Context Window (上下文視窗)
  • Credit (額度)
  • API Key
  • Base URL
  • Model ID
  • Cold Start (無前奏音樂)
  • CEF (持續進修基金)
  • Five Quoting 實戰工作坊

操作流程整理

在 Soul Computer 中設定 Grog API 的步驟:

  1. 登入 Open Router 或 X 官方網站。
  2. 進行充值。
  3. 獲取 API Key。
  4. 在 Soul Computer 中設定 AI。
  5. Provider 選擇 "Bring your own key"。
  6. 選擇 "Open AI Style"。
  7. 輸入 Base URL 與 Model ID。
  8. 填入 API Key。

值得注意的限制或風險

  • 技術穩定性:GBT 5.6 在特定平台(Soul Computer)使用時可能出現 Bug。
  • 地區限制:Meta 最新模型僅開放給美國用戶。
  • 額度限制:Fable 等模型可能因 Credit 耗盡而無法完整測試或持續使用。
  • 格式微調風險:Grog 4.5 雖速度快,但在處理表格格式、字體大小及換行符時,容易產生排版溢出問題,需手動介入調整。
  • 創意與指令遵循的權衡:Grog 4.5 在視覺細節上可能違反特定指示(如置中、間距),而 Fable 雖細節佳但價格較高。

逐字稿辨識疑點

  • GBT 5.6 / GPT 5.6:逐字稿中交替出現 "GBT" 與 "GPT",疑為聽寫錯誤或口誤,實際應指 OpenAI 的模型。
  • Grog 4.5:逐字稿中多次出現 "Grog",疑為 "Groq" 的聽寫錯誤,但依規則保留原樣。
  • BayX AI:Elon Musk 旗下公司通常為 xAI,"BayX" 疑為聽寫錯誤。
  • Mule Spark 1.1:Meta 最新模型通常為 Llama 系列,"Mule Spark" 疑為聽寫錯誤。
  • Clock:逐字稿中多次出現 "Clock",疑為 "Claude" 的聽寫錯誤。
  • Fable 5 / Oper 4.8:"Oper" 疑為 "Opus" 的聽寫錯誤。
  • Sunnet:Anthropic 的模型通常為 Sonnet,"Sunnet" 疑為聽寫錯誤。
  • Grog 新力 5:名稱不明,疑為 "Grok 3" 或其他模型的聽寫錯誤。
  • Zuno:用於生成歌曲的工具,疑為 "Suno" 的聽寫錯誤。
  • Januay:在 Fable 任務中提到 "和 January 兩首歌",疑為 "Suno" 或其他音樂生成工具的聽寫錯誤。
  • MEDA:在 Fable 影片開頭提到 "MEDA 推出 Muse Park",疑為 "Meta" 的聽寫錯誤。
  • BURG:Fable 歌詞中出現 "讀個 BURG",疑為 "Llama" 或其他模型的聽寫錯誤。
  • SO:Fable 歌詞中出現 "SO 還好",疑為 "Sora" 或其他模型的聽寫錯誤。
  • Sotera Luna:Grog 影片歌詞中出現 "Sotera Luna 一席香",疑為 "Sora" 或其他模型的聽寫錯誤。
  • Coffebo:Grog 影片歌詞中出現 "Coffebo 站中場",疑為 "Claude" 或其他模型的聽寫錯誤。
  • Jama:Grog 影片歌詞中出現 "Jama 咪呢",疑為 "Gemini" 或其他模型的聽寫錯誤。
  • Panda repo:Grog 影片歌詞中出現 "Panda repo",疑為 "Perplexity" 或其他模型的聽寫錯誤。
  • R4.5:Grog 影片歌詞中出現 "R4.5 衝出來",疑為 "Grok 4.5" 的聽寫錯誤。
  • Space style:Grog 影片歌詞中出現 "Space style 也要寫",疑為 "SpaceX AI" 的聽寫錯誤。
  • Enterprise:Grog 影片歌詞中出現 "Enterprise 還在搶",疑為 "Enterprise" 或其他模型的聽寫錯誤。
  • Musebar:Grog 影片歌詞中多次出現 "Musebar",疑為 "Meta" 或 "Llama" 的聽寫錯誤。
  • Cold 忙:Grog 影片歌詞中出現 "Cold 忙",疑為 "Cold Start" 的聽寫錯誤。
  • 羣加到:Grog 影片歌詞中出現 "GPT 5.6 羣加到",疑為 "群加到" 或特定術語的聽寫錯誤。
  • 一席香:Grog 影片歌詞中出現 "Sotera Luna 一席香",疑為聽寫錯誤。
  • 站中場:Grog 影片歌詞中出現 "Coffebo 站中場",疑為聽寫錯誤。
  • 磨心一個接一個:Grog 影片歌詞中出現 "Musebar 磨心一個接一個",疑為聽寫錯誤。
  • 工程事故被炸到狂:Grog 影片歌詞中出現 "工程事故被炸到狂",疑為聽寫錯誤。
  • 怎麼不見了總影:Grog 影片歌詞中出現 "怎麼不見了總影",疑為 "怎麼不見了蹤影" 的聽寫錯誤。
  • 舞台等全量:Grog 影片歌詞中出現 "舞台等全量",疑為聽寫錯誤。
  • 唯獨你缺席:Grog 影片歌詞中出現 "唯獨你缺席",疑為聽寫錯誤。
  • 這星期AI 太熱鬧:Grog 影片歌詞中出現 "這星期AI 太熱鬧",疑為聽寫錯誤。
  • Coding 我還沒停:Grog 影片歌詞中出現 "Coding 我還沒停",疑為聽寫錯誤。
  • Musebar 更快更準:Grog 影片歌詞中出現 "Musebar 更快更準",疑為聽寫錯誤。
  • 誰先把人無交情:Grog 影片歌詞中出現 "誰先把人無交情",疑為聽寫錯誤。
  • 全家一起上 小小怪:Grog 影片標題,疑為聽寫錯誤。
  • B1-1:Fable 影片開頭出現 "B1-1",疑為 "Llama 3" 或其他模型的聽寫錯誤。
  • 讀個BURG 三年 手都發文:Fable 歌詞,疑為聽寫錯誤。
  • 汗豬超低加強 客户:Fable 歌詞,疑為聽寫錯誤。
  • 接一天掛搜 五千先跑:Fable 歌詞,疑為聽寫錯誤。
  • MUS 所有快友 身邊沒OPUS:Fable 歌詞,疑為聽寫錯誤。
  • 從一天起 PPT 無頁登場:Fable 歌詞,疑為聽寫錯誤。
  • SO 還好 成發現了新數學:Fable 歌詞,疑為聽寫錯誤。
  • Clock Fable MUS 所有的音樂:Fable 歌詞,疑為聽寫錯誤。
  • Five Quoting:課程名稱,疑為 "Five Quoting" 或 "Five Quoting" 的聽寫錯誤,實際可能為其他名稱。
  • Day 主角:課程主辦方,疑為 "Day 主角" 或 "Day 主角" 的聽寫錯誤。
  • **OMP

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」,例如:videonote 網址 英文 雙語 學習