0:00.000–0:02.140
zh昨天我簡單測試一下GPT6,
0:02.140–0:03.364
zh就被很多人批評。
0:03.364–0:05.045
zh說你不是有這個訂閱嗎?
0:05.045–0:06.421
zh你怎麼不用訂閱呢?
0:06.421–0:07.950
zh你用IPI當然貴了。
0:07.950–0:09.326
zh我首先必須聲明啊,
0:09.326–0:11.161
zh我的這個訂閱是plus。
0:11.161–0:11.661
zh就是,
0:11.661–0:13.301
zh它是20美金一個月的。
0:13.301–0:14.372
zh它沒多少額度,
0:14.372–0:14.983
zh知道嗎?
0:14.983–0:18.194
zh如果說你用到這個pro可能說額度會多一點。
0:18.194–0:19.876
zh但是pro就比較貴了,
0:19.876–0:21.099
zh我覺得不划算啊。
0:21.099–0:23.851
zh我訂閱這個plus主要是用來畫圖的。
0:23.851–0:25.074
zh就在網絡版畫圖。
0:25.074–0:27.520
zh我希望我的這個額度要稍微多一點。
0:27.520–0:30.120
zh因为我经营着好几个油管频道
0:30.120–0:31.260
zh是吧
0:31.260–0:32.700
zh那么这些频道都需要生成
0:32.700–0:34.740
zh他们的这个封面图
0:34.740–0:35.820
zh有的时候我也
0:35.820–0:37.760
zh在我的这个英语频道
0:37.760–0:39.400
zh需要用它给我生成一些插图
0:39.400–0:41.060
zh来帮助我讲解
0:41.060–0:43.760
zh所以说我一般是
0:43.760–0:45.500
zh不会用这个额度的
0:45.500–0:47.120
zh然后我昨天不是展示了吗
0:47.120–0:48.300
zh我用这个5.6 Terra
0:48.300–0:49.760
zh这是个中等配置的模型
0:49.760–0:50.880
zh中等档次的模型
0:50.880–0:54.440
zh我让它来给我配置这个什么
0:54.440–0:56.060
zhGPT6 ASTRA的这个
0:56.060–0:57.740
zh接口
0:57.740–1:00.400
zh如果说我的提供商是这个Openroot.ai
1:00.400–1:01.580
zh它是可以搞定的
1:01.580–1:02.820
zh但是它花了四分钟五秒
1:02.820–1:05.900
zh就有很多人
1:05.900–1:06.940
zh有留言说了
1:06.940–1:09.260
zh你就用这个GPT5.6LURA就行了
1:09.260–1:11.080
zh把这个什么思考模式开高
1:11.080–1:12.200
zh开高它就变聪明了
1:12.200–1:15.240
zh我在这个视频中说某种观点
1:15.240–1:16.940
zh肯定这种观点我自己实践过
1:16.940–1:18.320
zh我不是键盘牙
1:18.320–1:21.760
zh就是那些可能自己从来没有做过这种任务的
1:21.760–1:23.380
zh就知道在这个评论区BB
1:23.380–1:26.240
zh他们可能自己也没有订阅GPT
1:26.240–1:28.340
zh也没有用过这个GPT5.6
1:28.340–1:29.160
enLULA
1:29.160–1:30.880
zh他们就说这个模型好用
1:30.880–1:34.020
zh那今天我就给你们展示一下它到底好不好用
1:34.020–1:35.400
zh看到没有
1:35.400–1:37.000
zhGPT5.6 LULA给它开到高
1:37.000–1:39.060
zh让它配置什么呢
1:39.060–1:41.020
zh配置它官方原版的
1:41.020–1:42.480
zh这个GPT6的这个API
1:42.480–1:44.580
zh因为官方已经推送了
1:44.580–1:46.560
zh由于我这个
1:46.560–1:48.700
zh模型的这个root是我自己定义的
1:48.700–1:49.660
zh它可能说没有识别
1:49.660–1:52.000
zh我就让它把它加进来
1:52.000–1:55.280
zh他消耗了我1%的额度
1:55.280–1:57.120
zh这个确实是便宜了
1:57.120–1:58.580
zh额度消耗降低了
1:58.580–2:01.420
zh但是他每次告诉我的
2:01.420–2:02.220
zh其实都是假的
2:02.220–2:03.000
zh都根本就不能用
2:03.000–2:06.400
zh甚至最后一次
2:06.400–2:08.560
zh他直接把这个配置给干崩了
2:08.560–2:09.480
zh我进来之后
2:09.480–2:11.220
zh这个配置直接打不开了
2:11.220–2:11.920
zh无法使用了
2:11.920–2:16.420
zh要知道我之前配置这些东西
2:16.420–2:17.620
zh我都是用了什么
2:17.620–2:19.060
enDeepseek Vsflash
2:19.060–2:20.980
zh从来没有出过问题
2:20.980–2:23.340
zh就
2:23.340–2:26.720
zh你说这个模型怎么对比吗
2:26.720–2:27.220
zh对不对
2:27.220–2:29.153
zh你说这个NURA怎么能跟Deepseek with Flash
2:29.153–2:29.653
zh对比
2:29.653–2:31.387
zh你们到底有没有用过Deepseek with Flash
2:31.387–2:33.820
zh然后呢
2:33.820–2:34.360
zh他出错之后
2:34.360–2:35.380
zh我不想折腾
2:35.380–2:37.120
zh因为我这个Codex直接崩了
2:37.120–2:39.800
zh我就到这个什么Deepseek Harness里面来
2:39.800–2:41.780
zh让Deepseek Harness给我解决
2:41.780–2:43.700
zh是不是
2:43.700–2:45.720
zh人家很快也帮我搞定了
2:45.720–2:49.680
zh不仅帮我搞定了
2:49.680–2:50.760
zh还把我以前呢
2:50.760–2:52.300
zh一些配置预法的错误
2:52.300–2:53.180
zh全部给它修复了
2:53.180–2:54.900
zh那现在再打开
2:54.900–2:56.780
zh里面是不是什么都有了
2:56.780–2:59.340
zh官方的GPT的借口
2:59.340–3:00.860
zh是吧
3:00.860–3:03.100
zh这些所有的模型都在里面
3:03.100–3:05.320
zh没有一个丢了的
3:05.320–3:07.180
zh全部都能用
3:07.180–3:13.120
zh所以说我希望大家在留言的时候
3:13.120–3:14.480
zh就是你如果没用过
3:14.480–3:15.100
zh你不要装逼
3:15.100–3:15.860
zh因为说实话
3:15.860–3:16.780
zh我特别烦这种人
3:16.780–3:18.820
zh就是自己没有经过实测
3:18.820–3:22.040
zh在那里假装自己订阅了GPT
3:22.040–3:24.920
zh假装自己使用了什么GPT5.6 Lula
3:24.920–3:28.900
zh然后他们发表了那些非常low的言论
3:28.900–3:30.260
zh说说我有的时候都不想回他们
3:30.260–3:32.240
zh但是他们又不断的出现
3:32.240–3:33.520
zh不断的骚扰我
3:33.520–3:37.440
zh就我在视频中说GPT5.6 Lula
3:37.440–3:38.240
zh是智障
3:38.240–3:39.760
zh这个是我自己的使用感受
3:39.760–3:40.740
zh你可以不同意
3:40.740–3:41.640
zh是吧
3:41.640–3:43.520
zh但是我相信配置他自己
3:43.520–3:45.080
zh配置他这个脚本
3:45.080–3:47.360
zh这是再傻逼不过的
3:47.360–3:49.360
zh这个工作了
3:49.360–3:50.300
zh他就是搞不定
3:50.300–3:52.000
zh是吧
3:52.000–3:55.360
zh不仅搞不定还他妈像装模像样的去骗我
3:55.360–3:57.540
zh这是不是严重浪费我的时间
3:57.540–4:00.520
zh我至于为了这个每个月一百多块钱
4:00.520–4:02.500
zh每个月二十美金的这个额度
4:02.500–4:03.560
zh我一定要把它消耗掉吗
4:03.560–4:04.460
zh我至于吗
4:04.460–4:05.960
zh是吧
4:05.960–4:07.080
zh我至于用它的干活吗
4:07.080–4:07.860
zh蠢的跟猪一样
4:07.860–4:09.840
zh那你说用这个Tera行不行
4:09.840–4:10.540
zhTera行啊
4:10.540–4:12.640
zh我昨天的视频中不是讲了吗
4:12.640–4:14.240
zh就这么一个配置脚本修改
4:14.240–4:15.880
zh就干掉了我6%的额度
4:15.880–4:17.960
zh我能用它干活吗
4:17.960–4:20.460
zh我一个工作一半还没做
4:20.460–4:21.640
zh三分之一还没做
4:21.640–4:23.300
zh额度就消耗完毕了
4:23.300–4:24.420
zh我怎么用它
4:24.420–4:27.640
zh是吧
4:27.640–4:28.680
zh我给大家讲的
4:28.680–4:30.660
zh都是非常主观的
4:30.660–4:31.620
zh我个人的使用感受
4:31.620–4:32.680
zh但是这种感受
4:32.680–4:34.520
zh我都是我自己实践的
4:34.520–4:35.360
zh我并没有装逼
4:35.360–4:38.520
zh现在我们看到就是昨天
4:38.520–4:42.120
zh死掉的那个APP开发是吧
4:42.120–4:44.300
zh我们记下现在我的这个额度消耗
4:44.300–4:46.360
zh是99%是吧
4:46.360–4:47.860
zh现在把它切到这个什么
4:47.860–4:51.060
enGPT5.6
4:51.060–4:52.540
zhAstra上来
4:52.540–4:55.900
zh它会提醒
4:55.900–5:02.540
zh让我重新开一个可能会更好
5:02.540–5:03.640
zh但是我不想重开
5:03.640–5:06.460
zh因为我昨天使用的是OpenRoot上的GPT6 Astra
5:06.460–5:07.580
zh这个应该没有什么区别
5:07.580–5:11.480
zh而且我使用DeepSick跟这个千文本利模型开发的时候
5:11.480–5:12.360
zh我都是热切的
5:12.360–5:15.000
zh热切是最能体现出一个模型的性价比
5:15.000–5:16.120
zh最能体验它的能力的
5:16.120–5:17.480
zh是吧
5:17.480–5:19.100
zh我在它两个不同的入口
5:19.100–5:20.180
zh同样的模型之间热切
5:20.180–5:21.880
zh我相信怎么说的正常的操作
5:21.880–5:23.820
zh那么现在让它继续开发
5:23.820–5:26.140
zh就看看它到底能不能把这个工作完成
5:26.140–5:27.620
zh看这个额度够不够大
5:27.620–5:38.880
zh就如果说大家对我的测试方式有怀疑
5:38.880–5:40.140
zh是吧
5:40.140–5:41.620
zh你们可以在论坛发帖
5:41.620–5:43.860
zh展现出你们更加科学的测试方式
5:43.860–5:46.140
zh我本人就是维护一个网站
5:46.140–5:48.020
zh维护一个这个APP
5:48.020–5:48.680
zh是吧
5:48.680–5:49.780
zh我现在在开发这个APP
5:49.780–5:51.260
zh暂时我还没决定封出来给大家用
5:51.260–5:53.240
zh但是基本上的功能都已经开发完毕了
5:53.240–5:55.100
zh这个功能就是用DeepSickVisflag
5:55.100–5:58.060
zh用这个切问3.827笔本地模型来开发的
5:58.060–5:58.800
zh是吧
5:58.800–6:01.080
zh关于这两个模型之间的体验差距
6:01.080–6:05.180
zh我在过去的视频中都多次讲到了
6:05.180–6:08.140
zh昨天
6:08.140–6:10.880
zh这个什么OpenRoot上的借口
6:10.880–6:11.760
zh帮他完成了理解
6:11.760–6:14.780
zh今天让他自己
6:14.780–6:15.940
zh去
6:15.940–6:19.220
zh把昨天的上下文总结一下
6:19.220–6:20.360
zh推进开发
6:20.360–6:22.040
zh看看他能不能把这个任务完成
6:22.040–6:24.300
zh现在已经处理了一分钟四秒
6:24.300–6:28.120
zh关于我之前
6:28.120–6:31.120
zh使用Deepseek
6:31.120–6:33.040
zhVisflag或者轻闻3.820GB
6:33.040–6:34.060
zh科发时候的体验
6:34.060–6:35.400
zh大家可以看我以往的视频
6:35.400–6:37.220
zh就是那些视频里
6:37.220–6:38.780
zh这里面执行一个步骤
6:38.780–6:40.500
zh花了多长时间都有记录的
6:40.500–6:43.460
zh就最慢的
6:43.460–6:45.520
zh像我喷的比较厉害的
6:45.520–6:46.400
zh轻文3.8flash
6:46.400–6:47.680
zh跟这个什么
6:47.680–6:51.020
zh轻文3.820GB本地模型
6:51.020–6:54.640
zh我都有展示
6:54.640–6:57.640
zh比如说我展示这个轻文3.8
6:57.640–6:59.640
zh这个20GB本地模型
6:59.640–7:01.420
zh我同时给了他六个任务
7:01.420–7:02.940
zh我没有像这样
7:02.940–7:04.900
zh我给他六个任务都是比这个复杂的
7:04.900–7:06.380
zh八个都是比这个要严重的多的
7:06.380–7:08.360
zh我同时给他六个任务
7:08.360–7:09.680
zh在过往的视频中你们可以翻看
7:09.680–7:12.920
zh他是花了20分钟给他搞定了
7:12.920–7:16.320
zh我们看看这一个任务他要花多久
7:16.320–7:21.980
zh这是我能找到的所有bug中最小的一个
7:21.980–7:25.640
zh就是说我希望
7:25.640–7:28.540
zh引用的时候能把这个格式稍微美化一下
7:28.540–7:30.620
zh然后把这个光标停到下一行
7:30.620–7:33.860
zh这个就是我的诉求
7:33.860–7:38.400
zh首先我别的不说在执行时间上面
7:38.400–7:39.520
zh它肯定是已经落伍了
7:39.520–7:41.540
zh它三分钟之内是没有办法
7:41.540–7:43.100
zh把这个问题给解决掉的
7:43.100–7:44.660
zh它还要推送
7:44.660–7:45.920
zh推送到我的这个什么
7:45.920–7:47.100
zh模拟器上
7:47.100–7:48.080
zh来让我印证
7:48.080–7:55.960
zh就我用最慢的
7:55.960–7:57.040
zh我都不要说跟这个什么
7:57.040–7:58.380
zhDeepSickVisFlash来比了
7:59.079–8:02.135
zh我就是跟本地最慢的千微3.827B,
8:02.135–8:03.323
zh這個本地模型,
8:03.323–8:04.851
zh我用S接浪驅動的,
8:04.851–8:06.039
zh速度都比他快。
8:06.039–8:09.939
zh对了我必须说
8:09.939–8:11.859
zh昨天这个前面
8:11.859–8:13.999
zh他有一大段理解花了这个九美金
8:13.999–8:16.179
zh这个是昨天的
8:16.179–8:18.039
zhopen route上面的
8:18.759–8:23.039
zh我们看一下额度吧
8:23.719–8:27.439
zh这个额度消耗还是可以接受的
8:27.439–8:30.159
zh他只消耗了15%左右
8:30.159–8:32.639
zh这个还是能够接受的
8:32.639–8:33.599
zh比昨天好多了
8:33.599–8:35.419
zh昨天有可能这个什么
8:35.419–8:37.559
zh它是一个新的绘画
8:37.559–8:39.399
zh就它要理解整个项目
8:39.399–8:42.699
zh它一下子注入了超长的上下文
8:42.699–8:44.359
zh直接把我的这个额度干爆了
8:44.359–8:45.559
zh还有可能就是它这个师徒
8:45.559–8:47.919
zh本身很贵
8:47.919–8:49.119
zh它不像deep secret的师徒
8:49.119–8:51.099
zhdeep secret的师徒就是个白菜价
8:51.099–8:53.499
zh就是你可以把它当作玩具
8:53.499–8:54.099
zh随便去玩
8:54.099–8:57.959
zh好像是什么
8:57.959–8:59.519
zh九张图片一分钱
8:59.519–9:01.419
zh用威斯夫拉奇的师徒模式
9:01.419–9:09.259
zh消耗了18%
9:09.259–9:14.519
zh希望他能够完成这个任务吧
9:24.479–9:25.599
zh他这个推送了吗
9:25.599–9:38.279
zh没有推松了
9:55.599–10:08.579
zh我必须要说一下
10:08.579–10:09.739
zh有的人会说
10:09.739–10:12.199
zh哪个哪个主播在什么视频中展示
10:12.199–10:14.779
zh一句话让他开发个什么小游戏之类的
10:14.779–10:17.339
zh我说实话那种开发的难度是很低的
10:17.339–10:19.459
zh就是你们让Deepseek vs Pro
10:19.459–10:22.239
zh什么VS Flux去做这样的开发也能做
10:22.239–10:25.299
zh可能说效果没有这个什么GPT6那么好
10:25.299–10:28.199
zh但是你不要看这个论坛APP
10:28.199–10:30.679
zh只是什么简单的这种内容显示
10:30.679–10:33.319
zh它的开发难度是比那个什么
10:33.319–10:35.879
zh比一个简单的小游戏要难得多的
10:35.879–10:38.679
zh我们看一看
10:38.679–10:40.739
zh有没有实现刚才我的要求
10:40.739–10:45.739
zh好
10:45.739–10:47.299
zh这个完成得非常好
10:55.299–11:04.539
zh这个我必须说
11:04.539–11:08.379
zh他这个任务执行的这个准确度是很高的
11:08.379–11:10.339
zh这个必须要承认
11:10.339–11:14.279
zh就说他起码跟DeepSickVisPro相比
11:14.279–11:16.399
zh他是处于一个水平
11:16.399–11:19.299
zh但是我们也知道这个价格
11:19.299–11:19.799
zh是不是
11:19.799–11:21.219
zh你们看到这一个小任务
11:21.219–11:23.939
zh在之前已经消耗了我九美金额度的情况下
11:23.939–11:26.859
zh它完成这个小的改动
11:26.859–11:28.019
zh第一它时间上面
11:28.019–11:30.419
zh比我这个本地的轻轻3.820Gb
11:30.419–11:30.919
zh还有慢
11:30.919–11:34.739
zh第二就是它消耗的这个什么
11:34.739–11:36.379
zh额度用量
11:36.379–11:37.999
zh就干掉了我20%
11:37.999–11:42.299
zh一周用量干掉了4%
11:42.299–11:44.619
zh怎么讲呢
11:44.619–11:45.199
zh我只能说
11:45.199–11:47.959
zh比我昨天想象的情况要好一点
11:47.959–11:49.839
zh如果说用这个什么订阅计划的话
11:49.839–11:52.299
zh它肯定是比调用API要划算的多
11:52.299–11:55.759
zh我必须要给他平坦
11:55.759–11:58.279
zh就是他没有昨天想象的那么贵
11:58.279–12:00.499
zh因为昨天我是用API的方式调用的
12:00.499–12:03.679
zh但是我相信大家通过这个简单的任务对比
12:03.679–12:05.539
zh你们可以去翻翻看我以往
12:05.539–12:07.679
zh用这个VSFLAG或者用这个本地
12:07.679–12:08.899
zh亲吻测试的那些视频
12:08.899–12:10.879
zh你们去验证一下
12:10.879–12:11.379
zh是不是啊
12:11.379–12:12.479
zh我还特别强调过
12:12.479–12:13.739
zh我同时给六个任务
12:13.739–12:15.059
zh他二十分钟就完成了
12:15.059–12:17.959
zh我现在都不敢同时给六个任务给他
12:17.959–12:18.739
zh同时给六个任务
12:18.739–12:20.999
zh我这个额度就直接被盖完了
12:20.999–12:23.419
zh我画图就不用画了
12:23.419–12:25.519
zh就关于很多人说的
12:25.519–12:27.039
zh说什么V斯福拉西
12:27.039–12:28.679
zh或者说是什么本地的亲吻
12:28.679–12:30.859
zh3.827B很蠢啊
12:30.859–12:31.999
zh怎么怎么样啊
12:31.999–12:33.579
zh对此我只能呵呵一笑
12:33.579–12:35.599
zh就它能实现的功能
12:35.599–12:38.979
zh我都是疲量给这个本地的模型
12:38.979–12:39.999
zh或者给V斯福拉西的
12:39.999–12:42.519
zh就人家也能完成
12:42.519–12:44.319
zh是吧
12:44.319–12:46.359
zh你可能说效果并不一定
12:46.359–12:47.719
zh就像它这样一次到位
12:47.719–12:49.299
zh尤其是亲吻3.827B
12:49.299–12:50.979
zh我这个是必须要承认的啊
12:50.979–12:53.219
zh就他现在这个
12:53.219–12:54.839
zh回复的这个效果
12:54.839–12:57.219
zh这个效果是威斯福拉西做的
12:57.219–12:59.059
zh就引用啊引用这个效果
12:59.059–13:00.199
zh是威斯福拉西做的
13:00.199–13:00.859
zh包括这个什么
13:00.859–13:03.859
zh马克当格式的解析
13:03.859–13:05.879
zh全部是威斯福拉西做的
13:05.879–13:08.299
zh因为我用这个
13:08.299–13:09.539
zh轻微三点二十几比的时候
13:09.539–13:12.119
zh他有的时候就这个什么解析会有错误
13:12.119–13:12.659
zh会有错漏
13:12.659–13:15.059
zh尤其是表格什么东西的
13:15.059–13:17.739
zh你看威斯福拉西就能把它做得很好
13:17.739–13:20.079
zh解析的这些表情都是对的
13:20.079–13:22.919
zh然后千万3.8它有的时候会有一些小的瑕疵
13:22.919–13:24.219
zh虽然它做出来的UI
13:24.219–13:26.579
zh很多时候比这个威斯福拉奇要更漂亮
13:26.579–13:28.139
zh但是它在这个什么
13:28.139–13:30.379
zh对于你这个功能
13:30.379–13:32.839
zh这个判断上对于你这个指令执行的
13:32.839–13:34.839
zh这个准确性上它是不如威斯福拉奇的
13:34.839–13:36.879
zh威斯福拉奇就比威斯普拉奇要差一个档次
13:36.879–13:38.879
zh这个刚才由于
13:38.879–13:40.119
zh我给它只是一个简单的任务
13:40.119–13:43.459
zh但是我必须说它的执行成功率是很高的
13:43.459–13:45.079
zh因为昨天我不是给大家展示了
13:45.079–13:47.599
zh它用来写了个什么八卦网页
13:47.599–13:49.079
zh什么图记中原堆
13:49.079–13:50.899
zh这个SVG包括薛定尔的猫思想
13:50.899–13:51.779
zh是一SVG是吧
13:51.779–13:55.039
zh它都是一次性搞定都没有什么硬性的bug
13:55.039–13:56.439
zh虽然它的审美
13:56.439–13:57.639
zh讲实话也就那样
13:57.639–14:01.539
zh但是不得不说这个模型的基础能力是很强的
14:01.539–14:03.239
zh然后再加上网络上有大部分人
14:03.239–14:06.159
zh使用它来测试什么本地电脑软件的操作是吧
14:06.159–14:08.299
zh这个其实就是另一个话题了
14:08.299–14:10.399
zh我想在新的视频中跟大家来分享
14:10.399–14:11.379
zh我对这件事的看法
14:11.379–14:14.159
zh那么这个模型是头部模型是肯定的
14:14.159–14:15.539
zh但是你说它强到天上去
14:15.539–14:17.219
zh这个就真的有点扯淡了
14:17.219–14:18.759
zh你跟普罗大众
14:18.759–14:21.719
zh跟这些普通的大模型执行的任务是差不多的
14:21.719–14:23.979
zh你是比较优秀
14:23.979–14:27.019
zh但是你绝对算不上领压式的领先
14:27.019–14:29.059
zh最起码对于我们这些普通程序员来说
14:29.059–14:31.239
zh我很难理解那些
14:31.239–14:33.179
zh说什么用DeepSeek Vistop那些
14:33.179–14:35.599
zh用这个什么千万27比开发不了的人
14:35.599–14:37.459
zh我不懂他们在开发什么项目
14:37.459–14:39.919
zh如果大家有什么不同意见
14:39.919–14:41.919
zh可以到这个论坛发帖交流讨论
14:41.919–14:43.639
zh好的本期视频就到这里
14:43.639–14:44.199
zh我们下期再见

0:00.000–0:02.140
昨天我簡單測試一下GPT6,
0:02.140–0:03.364
就被很多人批評。
0:03.364–0:05.045
說你不是有這個訂閱嗎?
0:05.045–0:06.421
你怎麼不用訂閱呢?
0:06.421–0:07.950
你用IPI當然貴了。
0:07.950–0:09.326
我首先必須聲明啊,
0:09.326–0:11.161
我的這個訂閱是plus。
0:11.161–0:11.661
就是,
0:11.661–0:13.301
它是20美金一個月的。
0:13.301–0:14.372
它沒多少額度,
0:14.372–0:14.983
知道嗎?
0:14.983–0:18.194
如果說你用到這個pro可能說額度會多一點。
0:18.194–0:19.876
但是pro就比較貴了,
0:19.876–0:21.099
我覺得不划算啊。
0:21.099–0:23.851
我訂閱這個plus主要是用來畫圖的。
0:23.851–0:25.074
就在網絡版畫圖。
0:25.074–0:27.520
我希望我的這個額度要稍微多一點。
0:27.520–0:30.120
因为我经营着好几个油管频道
0:30.120–0:31.260
是吧
0:31.260–0:32.700
那么这些频道都需要生成
0:32.700–0:34.740
他们的这个封面图
0:34.740–0:35.820
有的时候我也
0:35.820–0:37.760
在我的这个英语频道
0:37.760–0:39.400
需要用它给我生成一些插图
0:39.400–0:41.060
来帮助我讲解
0:41.060–0:43.760
所以说我一般是
0:43.760–0:45.500
不会用这个额度的
0:45.500–0:47.120
然后我昨天不是展示了吗
0:47.120–0:48.300
我用这个5.6 Terra
0:48.300–0:49.760
这是个中等配置的模型
0:49.760–0:50.880
中等档次的模型
0:50.880–0:54.440
我让它来给我配置这个什么
0:54.440–0:56.060
GPT6 ASTRA的这个
0:56.060–0:57.740
接口
0:57.740–1:00.400
如果说我的提供商是这个Openroot.ai
1:00.400–1:01.580
它是可以搞定的
1:01.580–1:02.820
但是它花了四分钟五秒
1:02.820–1:05.900
就有很多人
1:05.900–1:06.940
有留言说了
1:06.940–1:09.260
你就用这个GPT5.6LURA就行了
1:09.260–1:11.080
把这个什么思考模式开高
1:11.080–1:12.200
开高它就变聪明了
1:12.200–1:15.240
我在这个视频中说某种观点
1:15.240–1:16.940
肯定这种观点我自己实践过
1:16.940–1:18.320
我不是键盘牙
1:18.320–1:21.760
就是那些可能自己从来没有做过这种任务的
1:21.760–1:23.380
就知道在这个评论区BB
1:23.380–1:26.240
他们可能自己也没有订阅GPT
1:26.240–1:28.340
也没有用过这个GPT5.6
1:28.340–1:29.160
LULA
1:29.160–1:30.880
他们就说这个模型好用
1:30.880–1:34.020
那今天我就给你们展示一下它到底好不好用
1:34.020–1:35.400
看到没有
1:35.400–1:37.000
GPT5.6 LULA给它开到高
1:37.000–1:39.060
让它配置什么呢
1:39.060–1:41.020
配置它官方原版的
1:41.020–1:42.480
这个GPT6的这个API
1:42.480–1:44.580
因为官方已经推送了
1:44.580–1:46.560
由于我这个
1:46.560–1:48.700
模型的这个root是我自己定义的
1:48.700–1:49.660
它可能说没有识别
1:49.660–1:52.000
我就让它把它加进来
1:52.000–1:55.280
他消耗了我1%的额度
1:55.280–1:57.120
这个确实是便宜了
1:57.120–1:58.580
额度消耗降低了
1:58.580–2:01.420
但是他每次告诉我的
2:01.420–2:02.220
其实都是假的
2:02.220–2:03.000
都根本就不能用
2:03.000–2:06.400
甚至最后一次
2:06.400–2:08.560
他直接把这个配置给干崩了
2:08.560–2:09.480
我进来之后
2:09.480–2:11.220
这个配置直接打不开了
2:11.220–2:11.920
无法使用了
2:11.920–2:16.420
要知道我之前配置这些东西
2:16.420–2:17.620
我都是用了什么
2:17.620–2:19.060
Deepseek Vsflash
2:19.060–2:20.980
从来没有出过问题
2:20.980–2:23.340
就
2:23.340–2:26.720
你说这个模型怎么对比吗
2:26.720–2:27.220
对不对
2:27.220–2:29.153
你说这个NURA怎么能跟Deepseek with Flash
2:29.153–2:29.653
对比
2:29.653–2:31.387
你们到底有没有用过Deepseek with Flash
2:31.387–2:33.820
然后呢
2:33.820–2:34.360
他出错之后
2:34.360–2:35.380
我不想折腾
2:35.380–2:37.120
因为我这个Codex直接崩了
2:37.120–2:39.800
我就到这个什么Deepseek Harness里面来
2:39.800–2:41.780
让Deepseek Harness给我解决
2:41.780–2:43.700
是不是
2:43.700–2:45.720
人家很快也帮我搞定了
2:45.720–2:49.680
不仅帮我搞定了
2:49.680–2:50.760
还把我以前呢
2:50.760–2:52.300
一些配置预法的错误
2:52.300–2:53.180
全部给它修复了
2:53.180–2:54.900
那现在再打开
2:54.900–2:56.780
里面是不是什么都有了
2:56.780–2:59.340
官方的GPT的借口
2:59.340–3:00.860
是吧
3:00.860–3:03.100
这些所有的模型都在里面
3:03.100–3:05.320
没有一个丢了的
3:05.320–3:07.180
全部都能用
3:07.180–3:13.120
所以说我希望大家在留言的时候
3:13.120–3:14.480
就是你如果没用过
3:14.480–3:15.100
你不要装逼
3:15.100–3:15.860
因为说实话
3:15.860–3:16.780
我特别烦这种人
3:16.780–3:18.820
就是自己没有经过实测
3:18.820–3:22.040
在那里假装自己订阅了GPT
3:22.040–3:24.920
假装自己使用了什么GPT5.6 Lula
3:24.920–3:28.900
然后他们发表了那些非常low的言论
3:28.900–3:30.260
说说我有的时候都不想回他们
3:30.260–3:32.240
但是他们又不断的出现
3:32.240–3:33.520
不断的骚扰我
3:33.520–3:37.440
就我在视频中说GPT5.6 Lula
3:37.440–3:38.240
是智障
3:38.240–3:39.760
这个是我自己的使用感受
3:39.760–3:40.740
你可以不同意
3:40.740–3:41.640
是吧
3:41.640–3:43.520
但是我相信配置他自己
3:43.520–3:45.080
配置他这个脚本
3:45.080–3:47.360
这是再傻逼不过的
3:47.360–3:49.360
这个工作了
3:49.360–3:50.300
他就是搞不定
3:50.300–3:52.000
是吧
3:52.000–3:55.360
不仅搞不定还他妈像装模像样的去骗我
3:55.360–3:57.540
这是不是严重浪费我的时间
3:57.540–4:00.520
我至于为了这个每个月一百多块钱
4:00.520–4:02.500
每个月二十美金的这个额度
4:02.500–4:03.560
我一定要把它消耗掉吗
4:03.560–4:04.460
我至于吗
4:04.460–4:05.960
是吧
4:05.960–4:07.080
我至于用它的干活吗
4:07.080–4:07.860
蠢的跟猪一样
4:07.860–4:09.840
那你说用这个Tera行不行
4:09.840–4:10.540
Tera行啊
4:10.540–4:12.640
我昨天的视频中不是讲了吗
4:12.640–4:14.240
就这么一个配置脚本修改
4:14.240–4:15.880
就干掉了我6%的额度
4:15.880–4:17.960
我能用它干活吗
4:17.960–4:20.460
我一个工作一半还没做
4:20.460–4:21.640
三分之一还没做
4:21.640–4:23.300
额度就消耗完毕了
4:23.300–4:24.420
我怎么用它
4:24.420–4:27.640
是吧
4:27.640–4:28.680
我给大家讲的
4:28.680–4:30.660
都是非常主观的
4:30.660–4:31.620
我个人的使用感受
4:31.620–4:32.680
但是这种感受
4:32.680–4:34.520
我都是我自己实践的
4:34.520–4:35.360
我并没有装逼
4:35.360–4:38.520
现在我们看到就是昨天
4:38.520–4:42.120
死掉的那个APP开发是吧
4:42.120–4:44.300
我们记下现在我的这个额度消耗
4:44.300–4:46.360
是99%是吧
4:46.360–4:47.860
现在把它切到这个什么
4:47.860–4:51.060
GPT5.6
4:51.060–4:52.540
Astra上来
4:52.540–4:55.900
它会提醒
4:55.900–5:02.540
让我重新开一个可能会更好
5:02.540–5:03.640
但是我不想重开
5:03.640–5:06.460
因为我昨天使用的是OpenRoot上的GPT6 Astra
5:06.460–5:07.580
这个应该没有什么区别
5:07.580–5:11.480
而且我使用DeepSick跟这个千文本利模型开发的时候
5:11.480–5:12.360
我都是热切的
5:12.360–5:15.000
热切是最能体现出一个模型的性价比
5:15.000–5:16.120
最能体验它的能力的
5:16.120–5:17.480
是吧
5:17.480–5:19.100
我在它两个不同的入口
5:19.100–5:20.180
同样的模型之间热切
5:20.180–5:21.880
我相信怎么说的正常的操作
5:21.880–5:23.820
那么现在让它继续开发
5:23.820–5:26.140
就看看它到底能不能把这个工作完成
5:26.140–5:27.620
看这个额度够不够大
5:27.620–5:38.880
就如果说大家对我的测试方式有怀疑
5:38.880–5:40.140
是吧
5:40.140–5:41.620
你们可以在论坛发帖
5:41.620–5:43.860
展现出你们更加科学的测试方式
5:43.860–5:46.140
我本人就是维护一个网站
5:46.140–5:48.020
维护一个这个APP
5:48.020–5:48.680
是吧
5:48.680–5:49.780
我现在在开发这个APP
5:49.780–5:51.260
暂时我还没决定封出来给大家用
5:51.260–5:53.240
但是基本上的功能都已经开发完毕了
5:53.240–5:55.100
这个功能就是用DeepSickVisflag
5:55.100–5:58.060
用这个切问3.827笔本地模型来开发的
5:58.060–5:58.800
是吧
5:58.800–6:01.080
关于这两个模型之间的体验差距
6:01.080–6:05.180
我在过去的视频中都多次讲到了
6:05.180–6:08.140
昨天
6:08.140–6:10.880
这个什么OpenRoot上的借口
6:10.880–6:11.760
帮他完成了理解
6:11.760–6:14.780
今天让他自己
6:14.780–6:15.940
去
6:15.940–6:19.220
把昨天的上下文总结一下
6:19.220–6:20.360
推进开发
6:20.360–6:22.040
看看他能不能把这个任务完成
6:22.040–6:24.300
现在已经处理了一分钟四秒
6:24.300–6:28.120
关于我之前
6:28.120–6:31.120
使用Deepseek
6:31.120–6:33.040
Visflag或者轻闻3.820GB
6:33.040–6:34.060
科发时候的体验
6:34.060–6:35.400
大家可以看我以往的视频
6:35.400–6:37.220
就是那些视频里
6:37.220–6:38.780
这里面执行一个步骤
6:38.780–6:40.500
花了多长时间都有记录的
6:40.500–6:43.460
就最慢的
6:43.460–6:45.520
像我喷的比较厉害的
6:45.520–6:46.400
轻文3.8flash
6:46.400–6:47.680
跟这个什么
6:47.680–6:51.020
轻文3.820GB本地模型
6:51.020–6:54.640
我都有展示
6:54.640–6:57.640
比如说我展示这个轻文3.8
6:57.640–6:59.640
这个20GB本地模型
6:59.640–7:01.420
我同时给了他六个任务
7:01.420–7:02.940
我没有像这样
7:02.940–7:04.900
我给他六个任务都是比这个复杂的
7:04.900–7:06.380
八个都是比这个要严重的多的
7:06.380–7:08.360
我同时给他六个任务
7:08.360–7:09.680
在过往的视频中你们可以翻看
7:09.680–7:12.920
他是花了20分钟给他搞定了
7:12.920–7:16.320
我们看看这一个任务他要花多久
7:16.320–7:21.980
这是我能找到的所有bug中最小的一个
7:21.980–7:25.640
就是说我希望
7:25.640–7:28.540
引用的时候能把这个格式稍微美化一下
7:28.540–7:30.620
然后把这个光标停到下一行
7:30.620–7:33.860
这个就是我的诉求
7:33.860–7:38.400
首先我别的不说在执行时间上面
7:38.400–7:39.520
它肯定是已经落伍了
7:39.520–7:41.540
它三分钟之内是没有办法
7:41.540–7:43.100
把这个问题给解决掉的
7:43.100–7:44.660
它还要推送
7:44.660–7:45.920
推送到我的这个什么
7:45.920–7:47.100
模拟器上
7:47.100–7:48.080
来让我印证
7:48.080–7:55.960
就我用最慢的
7:55.960–7:57.040
我都不要说跟这个什么
7:57.040–7:58.380
DeepSickVisFlash来比了
7:59.079–8:02.135
我就是跟本地最慢的千微3.827B,
8:02.135–8:03.323
這個本地模型,
8:03.323–8:04.851
我用S接浪驅動的,
8:04.851–8:06.039
速度都比他快。
8:06.039–8:09.939
对了我必须说
8:09.939–8:11.859
昨天这个前面
8:11.859–8:13.999
他有一大段理解花了这个九美金
8:13.999–8:16.179
这个是昨天的
8:16.179–8:18.039
open route上面的
8:18.759–8:23.039
我们看一下额度吧
8:23.719–8:27.439
这个额度消耗还是可以接受的
8:27.439–8:30.159
他只消耗了15%左右
8:30.159–8:32.639
这个还是能够接受的
8:32.639–8:33.599
比昨天好多了
8:33.599–8:35.419
昨天有可能这个什么
8:35.419–8:37.559
它是一个新的绘画
8:37.559–8:39.399
就它要理解整个项目
8:39.399–8:42.699
它一下子注入了超长的上下文
8:42.699–8:44.359
直接把我的这个额度干爆了
8:44.359–8:45.559
还有可能就是它这个师徒
8:45.559–8:47.919
本身很贵
8:47.919–8:49.119
它不像deep secret的师徒
8:49.119–8:51.099
deep secret的师徒就是个白菜价
8:51.099–8:53.499
就是你可以把它当作玩具
8:53.499–8:54.099
随便去玩
8:54.099–8:57.959
好像是什么
8:57.959–8:59.519
九张图片一分钱
8:59.519–9:01.419
用威斯夫拉奇的师徒模式
9:01.419–9:09.259
消耗了18%
9:09.259–9:14.519
希望他能够完成这个任务吧
9:24.479–9:25.599
他这个推送了吗
9:25.599–9:38.279
没有推松了
9:55.599–10:08.579
我必须要说一下
10:08.579–10:09.739
有的人会说
10:09.739–10:12.199
哪个哪个主播在什么视频中展示
10:12.199–10:14.779
一句话让他开发个什么小游戏之类的
10:14.779–10:17.339
我说实话那种开发的难度是很低的
10:17.339–10:19.459
就是你们让Deepseek vs Pro
10:19.459–10:22.239
什么VS Flux去做这样的开发也能做
10:22.239–10:25.299
可能说效果没有这个什么GPT6那么好
10:25.299–10:28.199
但是你不要看这个论坛APP
10:28.199–10:30.679
只是什么简单的这种内容显示
10:30.679–10:33.319
它的开发难度是比那个什么
10:33.319–10:35.879
比一个简单的小游戏要难得多的
10:35.879–10:38.679
我们看一看
10:38.679–10:40.739
有没有实现刚才我的要求
10:40.739–10:45.739
好
10:45.739–10:47.299
这个完成得非常好
10:55.299–11:04.539
这个我必须说
11:04.539–11:08.379
他这个任务执行的这个准确度是很高的
11:08.379–11:10.339
这个必须要承认
11:10.339–11:14.279
就说他起码跟DeepSickVisPro相比
11:14.279–11:16.399
他是处于一个水平
11:16.399–11:19.299
但是我们也知道这个价格
11:19.299–11:19.799
是不是
11:19.799–11:21.219
你们看到这一个小任务
11:21.219–11:23.939
在之前已经消耗了我九美金额度的情况下
11:23.939–11:26.859
它完成这个小的改动
11:26.859–11:28.019
第一它时间上面
11:28.019–11:30.419
比我这个本地的轻轻3.820Gb
11:30.419–11:30.919
还有慢
11:30.919–11:34.739
第二就是它消耗的这个什么
11:34.739–11:36.379
额度用量
11:36.379–11:37.999
就干掉了我20%
11:37.999–11:42.299
一周用量干掉了4%
11:42.299–11:44.619
怎么讲呢
11:44.619–11:45.199
我只能说
11:45.199–11:47.959
比我昨天想象的情况要好一点
11:47.959–11:49.839
如果说用这个什么订阅计划的话
11:49.839–11:52.299
它肯定是比调用API要划算的多
11:52.299–11:55.759
我必须要给他平坦
11:55.759–11:58.279
就是他没有昨天想象的那么贵
11:58.279–12:00.499
因为昨天我是用API的方式调用的
12:00.499–12:03.679
但是我相信大家通过这个简单的任务对比
12:03.679–12:05.539
你们可以去翻翻看我以往
12:05.539–12:07.679
用这个VSFLAG或者用这个本地
12:07.679–12:08.899
亲吻测试的那些视频
12:08.899–12:10.879
你们去验证一下
12:10.879–12:11.379
是不是啊
12:11.379–12:12.479
我还特别强调过
12:12.479–12:13.739
我同时给六个任务
12:13.739–12:15.059
他二十分钟就完成了
12:15.059–12:17.959
我现在都不敢同时给六个任务给他
12:17.959–12:18.739
同时给六个任务
12:18.739–12:20.999
我这个额度就直接被盖完了
12:20.999–12:23.419
我画图就不用画了
12:23.419–12:25.519
就关于很多人说的
12:25.519–12:27.039
说什么V斯福拉西
12:27.039–12:28.679
或者说是什么本地的亲吻
12:28.679–12:30.859
3.827B很蠢啊
12:30.859–12:31.999
怎么怎么样啊
12:31.999–12:33.579
对此我只能呵呵一笑
12:33.579–12:35.599
就它能实现的功能
12:35.599–12:38.979
我都是疲量给这个本地的模型
12:38.979–12:39.999
或者给V斯福拉西的
12:39.999–12:42.519
就人家也能完成
12:42.519–12:44.319
是吧
12:44.319–12:46.359
你可能说效果并不一定
12:46.359–12:47.719
就像它这样一次到位
12:47.719–12:49.299
尤其是亲吻3.827B
12:49.299–12:50.979
我这个是必须要承认的啊
12:50.979–12:53.219
就他现在这个
12:53.219–12:54.839
回复的这个效果
12:54.839–12:57.219
这个效果是威斯福拉西做的
12:57.219–12:59.059
就引用啊引用这个效果
12:59.059–13:00.199
是威斯福拉西做的
13:00.199–13:00.859
包括这个什么
13:00.859–13:03.859
马克当格式的解析
13:03.859–13:05.879
全部是威斯福拉西做的
13:05.879–13:08.299
因为我用这个
13:08.299–13:09.539
轻微三点二十几比的时候
13:09.539–13:12.119
他有的时候就这个什么解析会有错误
13:12.119–13:12.659
会有错漏
13:12.659–13:15.059
尤其是表格什么东西的
13:15.059–13:17.739
你看威斯福拉西就能把它做得很好
13:17.739–13:20.079
解析的这些表情都是对的
13:20.079–13:22.919
然后千万3.8它有的时候会有一些小的瑕疵
13:22.919–13:24.219
虽然它做出来的UI
13:24.219–13:26.579
很多时候比这个威斯福拉奇要更漂亮
13:26.579–13:28.139
但是它在这个什么
13:28.139–13:30.379
对于你这个功能
13:30.379–13:32.839
这个判断上对于你这个指令执行的
13:32.839–13:34.839
这个准确性上它是不如威斯福拉奇的
13:34.839–13:36.879
威斯福拉奇就比威斯普拉奇要差一个档次
13:36.879–13:38.879
这个刚才由于
13:38.879–13:40.119
我给它只是一个简单的任务
13:40.119–13:43.459
但是我必须说它的执行成功率是很高的
13:43.459–13:45.079
因为昨天我不是给大家展示了
13:45.079–13:47.599
它用来写了个什么八卦网页
13:47.599–13:49.079
什么图记中原堆
13:49.079–13:50.899
这个SVG包括薛定尔的猫思想
13:50.899–13:51.779
是一SVG是吧
13:51.779–13:55.039
它都是一次性搞定都没有什么硬性的bug
13:55.039–13:56.439
虽然它的审美
13:56.439–13:57.639
讲实话也就那样
13:57.639–14:01.539
但是不得不说这个模型的基础能力是很强的
14:01.539–14:03.239
然后再加上网络上有大部分人
14:03.239–14:06.159
使用它来测试什么本地电脑软件的操作是吧
14:06.159–14:08.299
这个其实就是另一个话题了
14:08.299–14:10.399
我想在新的视频中跟大家来分享
14:10.399–14:11.379
我对这件事的看法
14:11.379–14:14.159
那么这个模型是头部模型是肯定的
14:14.159–14:15.539
但是你说它强到天上去
14:15.539–14:17.219
这个就真的有点扯淡了
14:17.219–14:18.759
你跟普罗大众
14:18.759–14:21.719
跟这些普通的大模型执行的任务是差不多的
14:21.719–14:23.979
你是比较优秀
14:23.979–14:27.019
但是你绝对算不上领压式的领先
14:27.019–14:29.059
最起码对于我们这些普通程序员来说
14:29.059–14:31.239
我很难理解那些
14:31.239–14:33.179
说什么用DeepSeek Vistop那些
14:33.179–14:35.599
用这个什么千万27比开发不了的人
14:35.599–14:37.459
我不懂他们在开发什么项目
14:37.459–14:39.919
如果大家有什么不同意见
14:39.919–14:41.919
可以到这个论坛发帖交流讨论
14:41.919–14:43.639
好的本期视频就到这里
14:43.639–14:44.199
我们下期再见

0:00.000–0:02.140
zh昨天我簡單測試一下GPT6,
昨天我簡單測試一下GPT6,
0:02.140–0:03.364
zh就被很多人批評。
就被很多人批評。
0:03.364–0:05.045
zh說你不是有這個訂閱嗎?
說你不是有這個訂閱嗎?
0:05.045–0:06.421
zh你怎麼不用訂閱呢?
你怎麼不用訂閱呢?
0:06.421–0:07.950
zh你用IPI當然貴了。
你用IPI當然貴了。
0:07.950–0:09.326
zh我首先必須聲明啊,
我首先必須聲明啊,
0:09.326–0:11.161
zh我的這個訂閱是plus。
我的這個訂閱是plus。
0:11.161–0:11.661
zh就是,
就是,
0:11.661–0:13.301
zh它是20美金一個月的。
它是20美金一個月的。
0:13.301–0:14.372
zh它沒多少額度,
它沒多少額度,
0:14.372–0:14.983
zh知道嗎?
知道嗎?
0:14.983–0:18.194
zh如果說你用到這個pro可能說額度會多一點。
如果說你用到這個pro可能說額度會多一點。
0:18.194–0:19.876
zh但是pro就比較貴了,
但是pro就比較貴了,
0:19.876–0:21.099
zh我覺得不划算啊。
我覺得不划算啊。
0:21.099–0:23.851
zh我訂閱這個plus主要是用來畫圖的。
我訂閱這個plus主要是用來畫圖的。
0:23.851–0:25.074
zh就在網絡版畫圖。
就在網絡版畫圖。
0:25.074–0:27.520
zh我希望我的這個額度要稍微多一點。
我希望我的這個額度要稍微多一點。
0:27.520–0:30.120
zh因为我经营着好几个油管频道
因为我经营着好几个油管频道
0:30.120–0:31.260
zh是吧
是吧
0:31.260–0:32.700
zh那么这些频道都需要生成
那么这些频道都需要生成
0:32.700–0:34.740
zh他们的这个封面图
他们的这个封面图
0:34.740–0:35.820
zh有的时候我也
有的时候我也
0:35.820–0:37.760
zh在我的这个英语频道
在我的这个英语频道
0:37.760–0:39.400
zh需要用它给我生成一些插图
需要用它给我生成一些插图
0:39.400–0:41.060
zh来帮助我讲解
来帮助我讲解
0:41.060–0:43.760
zh所以说我一般是
所以说我一般是
0:43.760–0:45.500
zh不会用这个额度的
不会用这个额度的
0:45.500–0:47.120
zh然后我昨天不是展示了吗
然后我昨天不是展示了吗
0:47.120–0:48.300
zh我用这个5.6 Terra
我用这个5.6 Terra
0:48.300–0:49.760
zh这是个中等配置的模型
这是个中等配置的模型
0:49.760–0:50.880
zh中等档次的模型
中等档次的模型
0:50.880–0:54.440
zh我让它来给我配置这个什么
我让它来给我配置这个什么
0:54.440–0:56.060
zhGPT6 ASTRA的这个
GPT6 ASTRA的这个
0:56.060–0:57.740
zh接口
接口
0:57.740–1:00.400
zh如果说我的提供商是这个Openroot.ai
如果说我的提供商是这个Openroot.ai
1:00.400–1:01.580
zh它是可以搞定的
它是可以搞定的
1:01.580–1:02.820
zh但是它花了四分钟五秒
但是它花了四分钟五秒
1:02.820–1:05.900
zh就有很多人
就有很多人
1:05.900–1:06.940
zh有留言说了
有留言说了
1:06.940–1:09.260
zh你就用这个GPT5.6LURA就行了
你就用这个GPT5.6LURA就行了
1:09.260–1:11.080
zh把这个什么思考模式开高
把这个什么思考模式开高
1:11.080–1:12.200
zh开高它就变聪明了
开高它就变聪明了
1:12.200–1:15.240
zh我在这个视频中说某种观点
我在这个视频中说某种观点
1:15.240–1:16.940
zh肯定这种观点我自己实践过
肯定这种观点我自己实践过
1:16.940–1:18.320
zh我不是键盘牙
我不是键盘牙
1:18.320–1:21.760
zh就是那些可能自己从来没有做过这种任务的
就是那些可能自己从来没有做过这种任务的
1:21.760–1:23.380
zh就知道在这个评论区BB
就知道在这个评论区BB
1:23.380–1:26.240
zh他们可能自己也没有订阅GPT
他们可能自己也没有订阅GPT
1:26.240–1:28.340
zh也没有用过这个GPT5.6
也没有用过这个GPT5.6
1:28.340–1:29.160
enLULA
LULA
1:29.160–1:30.880
zh他们就说这个模型好用
他们就说这个模型好用
1:30.880–1:34.020
zh那今天我就给你们展示一下它到底好不好用
那今天我就给你们展示一下它到底好不好用
1:34.020–1:35.400
zh看到没有
看到没有
1:35.400–1:37.000
zhGPT5.6 LULA给它开到高
GPT5.6 LULA给它开到高
1:37.000–1:39.060
zh让它配置什么呢
让它配置什么呢
1:39.060–1:41.020
zh配置它官方原版的
配置它官方原版的
1:41.020–1:42.480
zh这个GPT6的这个API
这个GPT6的这个API
1:42.480–1:44.580
zh因为官方已经推送了
因为官方已经推送了
1:44.580–1:46.560
zh由于我这个
由于我这个
1:46.560–1:48.700
zh模型的这个root是我自己定义的
模型的这个root是我自己定义的
1:48.700–1:49.660
zh它可能说没有识别
它可能说没有识别
1:49.660–1:52.000
zh我就让它把它加进来
我就让它把它加进来
1:52.000–1:55.280
zh他消耗了我1%的额度
他消耗了我1%的额度
1:55.280–1:57.120
zh这个确实是便宜了
这个确实是便宜了
1:57.120–1:58.580
zh额度消耗降低了
额度消耗降低了
1:58.580–2:01.420
zh但是他每次告诉我的
但是他每次告诉我的
2:01.420–2:02.220
zh其实都是假的
其实都是假的
2:02.220–2:03.000
zh都根本就不能用
都根本就不能用
2:03.000–2:06.400
zh甚至最后一次
甚至最后一次
2:06.400–2:08.560
zh他直接把这个配置给干崩了
他直接把这个配置给干崩了
2:08.560–2:09.480
zh我进来之后
我进来之后
2:09.480–2:11.220
zh这个配置直接打不开了
这个配置直接打不开了
2:11.220–2:11.920
zh无法使用了
无法使用了
2:11.920–2:16.420
zh要知道我之前配置这些东西
要知道我之前配置这些东西
2:16.420–2:17.620
zh我都是用了什么
我都是用了什么
2:17.620–2:19.060
enDeepseek Vsflash
Deepseek Vsflash
2:19.060–2:20.980
zh从来没有出过问题
从来没有出过问题
2:20.980–2:23.340
zh就
就
2:23.340–2:26.720
zh你说这个模型怎么对比吗
你说这个模型怎么对比吗
2:26.720–2:27.220
zh对不对
对不对
2:27.220–2:29.153
zh你说这个NURA怎么能跟Deepseek with Flash
你说这个NURA怎么能跟Deepseek with Flash
2:29.153–2:29.653
zh对比
对比
2:29.653–2:31.387
zh你们到底有没有用过Deepseek with Flash
你们到底有没有用过Deepseek with Flash
2:31.387–2:33.820
zh然后呢
然后呢
2:33.820–2:34.360
zh他出错之后
他出错之后
2:34.360–2:35.380
zh我不想折腾
我不想折腾
2:35.380–2:37.120
zh因为我这个Codex直接崩了
因为我这个Codex直接崩了
2:37.120–2:39.800
zh我就到这个什么Deepseek Harness里面来
我就到这个什么Deepseek Harness里面来
2:39.800–2:41.780
zh让Deepseek Harness给我解决
让Deepseek Harness给我解决
2:41.780–2:43.700
zh是不是
是不是
2:43.700–2:45.720
zh人家很快也帮我搞定了
人家很快也帮我搞定了
2:45.720–2:49.680
zh不仅帮我搞定了
不仅帮我搞定了
2:49.680–2:50.760
zh还把我以前呢
还把我以前呢
2:50.760–2:52.300
zh一些配置预法的错误
一些配置预法的错误
2:52.300–2:53.180
zh全部给它修复了
全部给它修复了
2:53.180–2:54.900
zh那现在再打开
那现在再打开
2:54.900–2:56.780
zh里面是不是什么都有了
里面是不是什么都有了
2:56.780–2:59.340
zh官方的GPT的借口
官方的GPT的借口
2:59.340–3:00.860
zh是吧
是吧
3:00.860–3:03.100
zh这些所有的模型都在里面
这些所有的模型都在里面
3:03.100–3:05.320
zh没有一个丢了的
没有一个丢了的
3:05.320–3:07.180
zh全部都能用
全部都能用
3:07.180–3:13.120
zh所以说我希望大家在留言的时候
所以说我希望大家在留言的时候
3:13.120–3:14.480
zh就是你如果没用过
就是你如果没用过
3:14.480–3:15.100
zh你不要装逼
你不要装逼
3:15.100–3:15.860
zh因为说实话
因为说实话
3:15.860–3:16.780
zh我特别烦这种人
我特别烦这种人
3:16.780–3:18.820
zh就是自己没有经过实测
就是自己没有经过实测
3:18.820–3:22.040
zh在那里假装自己订阅了GPT
在那里假装自己订阅了GPT
3:22.040–3:24.920
zh假装自己使用了什么GPT5.6 Lula
假装自己使用了什么GPT5.6 Lula
3:24.920–3:28.900
zh然后他们发表了那些非常low的言论
然后他们发表了那些非常low的言论
3:28.900–3:30.260
zh说说我有的时候都不想回他们
说说我有的时候都不想回他们
3:30.260–3:32.240
zh但是他们又不断的出现
但是他们又不断的出现
3:32.240–3:33.520
zh不断的骚扰我
不断的骚扰我
3:33.520–3:37.440
zh就我在视频中说GPT5.6 Lula
就我在视频中说GPT5.6 Lula
3:37.440–3:38.240
zh是智障
是智障
3:38.240–3:39.760
zh这个是我自己的使用感受
这个是我自己的使用感受
3:39.760–3:40.740
zh你可以不同意
你可以不同意
3:40.740–3:41.640
zh是吧
是吧
3:41.640–3:43.520
zh但是我相信配置他自己
但是我相信配置他自己
3:43.520–3:45.080
zh配置他这个脚本
配置他这个脚本
3:45.080–3:47.360
zh这是再傻逼不过的
这是再傻逼不过的
3:47.360–3:49.360
zh这个工作了
这个工作了
3:49.360–3:50.300
zh他就是搞不定
他就是搞不定
3:50.300–3:52.000
zh是吧
是吧
3:52.000–3:55.360
zh不仅搞不定还他妈像装模像样的去骗我
不仅搞不定还他妈像装模像样的去骗我
3:55.360–3:57.540
zh这是不是严重浪费我的时间
这是不是严重浪费我的时间
3:57.540–4:00.520
zh我至于为了这个每个月一百多块钱
我至于为了这个每个月一百多块钱
4:00.520–4:02.500
zh每个月二十美金的这个额度
每个月二十美金的这个额度
4:02.500–4:03.560
zh我一定要把它消耗掉吗
我一定要把它消耗掉吗
4:03.560–4:04.460
zh我至于吗
我至于吗
4:04.460–4:05.960
zh是吧
是吧
4:05.960–4:07.080
zh我至于用它的干活吗
我至于用它的干活吗
4:07.080–4:07.860
zh蠢的跟猪一样
蠢的跟猪一样
4:07.860–4:09.840
zh那你说用这个Tera行不行
那你说用这个Tera行不行
4:09.840–4:10.540
zhTera行啊
Tera行啊
4:10.540–4:12.640
zh我昨天的视频中不是讲了吗
我昨天的视频中不是讲了吗
4:12.640–4:14.240
zh就这么一个配置脚本修改
就这么一个配置脚本修改
4:14.240–4:15.880
zh就干掉了我6%的额度
就干掉了我6%的额度
4:15.880–4:17.960
zh我能用它干活吗
我能用它干活吗
4:17.960–4:20.460
zh我一个工作一半还没做
我一个工作一半还没做
4:20.460–4:21.640
zh三分之一还没做
三分之一还没做
4:21.640–4:23.300
zh额度就消耗完毕了
额度就消耗完毕了
4:23.300–4:24.420
zh我怎么用它
我怎么用它
4:24.420–4:27.640
zh是吧
是吧
4:27.640–4:28.680
zh我给大家讲的
我给大家讲的
4:28.680–4:30.660
zh都是非常主观的
都是非常主观的
4:30.660–4:31.620
zh我个人的使用感受
我个人的使用感受
4:31.620–4:32.680
zh但是这种感受
但是这种感受
4:32.680–4:34.520
zh我都是我自己实践的
我都是我自己实践的
4:34.520–4:35.360
zh我并没有装逼
我并没有装逼
4:35.360–4:38.520
zh现在我们看到就是昨天
现在我们看到就是昨天
4:38.520–4:42.120
zh死掉的那个APP开发是吧
死掉的那个APP开发是吧
4:42.120–4:44.300
zh我们记下现在我的这个额度消耗
我们记下现在我的这个额度消耗
4:44.300–4:46.360
zh是99%是吧
是99%是吧
4:46.360–4:47.860
zh现在把它切到这个什么
现在把它切到这个什么
4:47.860–4:51.060
enGPT5.6
GPT5.6
4:51.060–4:52.540
zhAstra上来
Astra上来
4:52.540–4:55.900
zh它会提醒
它会提醒
4:55.900–5:02.540
zh让我重新开一个可能会更好
让我重新开一个可能会更好
5:02.540–5:03.640
zh但是我不想重开
但是我不想重开
5:03.640–5:06.460
zh因为我昨天使用的是OpenRoot上的GPT6 Astra
因为我昨天使用的是OpenRoot上的GPT6 Astra
5:06.460–5:07.580
zh这个应该没有什么区别
这个应该没有什么区别
5:07.580–5:11.480
zh而且我使用DeepSick跟这个千文本利模型开发的时候
而且我使用DeepSick跟这个千文本利模型开发的时候
5:11.480–5:12.360
zh我都是热切的
我都是热切的
5:12.360–5:15.000
zh热切是最能体现出一个模型的性价比
热切是最能体现出一个模型的性价比
5:15.000–5:16.120
zh最能体验它的能力的
最能体验它的能力的
5:16.120–5:17.480
zh是吧
是吧
5:17.480–5:19.100
zh我在它两个不同的入口
我在它两个不同的入口
5:19.100–5:20.180
zh同样的模型之间热切
同样的模型之间热切
5:20.180–5:21.880
zh我相信怎么说的正常的操作
我相信怎么说的正常的操作
5:21.880–5:23.820
zh那么现在让它继续开发
那么现在让它继续开发
5:23.820–5:26.140
zh就看看它到底能不能把这个工作完成
就看看它到底能不能把这个工作完成
5:26.140–5:27.620
zh看这个额度够不够大
看这个额度够不够大
5:27.620–5:38.880
zh就如果说大家对我的测试方式有怀疑
就如果说大家对我的测试方式有怀疑
5:38.880–5:40.140
zh是吧
是吧
5:40.140–5:41.620
zh你们可以在论坛发帖
你们可以在论坛发帖
5:41.620–5:43.860
zh展现出你们更加科学的测试方式
展现出你们更加科学的测试方式
5:43.860–5:46.140
zh我本人就是维护一个网站
我本人就是维护一个网站
5:46.140–5:48.020
zh维护一个这个APP
维护一个这个APP
5:48.020–5:48.680
zh是吧
是吧
5:48.680–5:49.780
zh我现在在开发这个APP
我现在在开发这个APP
5:49.780–5:51.260
zh暂时我还没决定封出来给大家用
暂时我还没决定封出来给大家用
5:51.260–5:53.240
zh但是基本上的功能都已经开发完毕了
但是基本上的功能都已经开发完毕了
5:53.240–5:55.100
zh这个功能就是用DeepSickVisflag
这个功能就是用DeepSickVisflag
5:55.100–5:58.060
zh用这个切问3.827笔本地模型来开发的
用这个切问3.827笔本地模型来开发的
5:58.060–5:58.800
zh是吧
是吧
5:58.800–6:01.080
zh关于这两个模型之间的体验差距
关于这两个模型之间的体验差距
6:01.080–6:05.180
zh我在过去的视频中都多次讲到了
我在过去的视频中都多次讲到了
6:05.180–6:08.140
zh昨天
昨天
6:08.140–6:10.880
zh这个什么OpenRoot上的借口
这个什么OpenRoot上的借口
6:10.880–6:11.760
zh帮他完成了理解
帮他完成了理解
6:11.760–6:14.780
zh今天让他自己
今天让他自己
6:14.780–6:15.940
zh去
去
6:15.940–6:19.220
zh把昨天的上下文总结一下
把昨天的上下文总结一下
6:19.220–6:20.360
zh推进开发
推进开发
6:20.360–6:22.040
zh看看他能不能把这个任务完成
看看他能不能把这个任务完成
6:22.040–6:24.300
zh现在已经处理了一分钟四秒
现在已经处理了一分钟四秒
6:24.300–6:28.120
zh关于我之前
关于我之前
6:28.120–6:31.120
zh使用Deepseek
使用Deepseek
6:31.120–6:33.040
zhVisflag或者轻闻3.820GB
Visflag或者轻闻3.820GB
6:33.040–6:34.060
zh科发时候的体验
科发时候的体验
6:34.060–6:35.400
zh大家可以看我以往的视频
大家可以看我以往的视频
6:35.400–6:37.220
zh就是那些视频里
就是那些视频里
6:37.220–6:38.780
zh这里面执行一个步骤
这里面执行一个步骤
6:38.780–6:40.500
zh花了多长时间都有记录的
花了多长时间都有记录的
6:40.500–6:43.460
zh就最慢的
就最慢的
6:43.460–6:45.520
zh像我喷的比较厉害的
像我喷的比较厉害的
6:45.520–6:46.400
zh轻文3.8flash
轻文3.8flash
6:46.400–6:47.680
zh跟这个什么
跟这个什么
6:47.680–6:51.020
zh轻文3.820GB本地模型
轻文3.820GB本地模型
6:51.020–6:54.640
zh我都有展示
我都有展示
6:54.640–6:57.640
zh比如说我展示这个轻文3.8
比如说我展示这个轻文3.8
6:57.640–6:59.640
zh这个20GB本地模型
这个20GB本地模型
6:59.640–7:01.420
zh我同时给了他六个任务
我同时给了他六个任务
7:01.420–7:02.940
zh我没有像这样
我没有像这样
7:02.940–7:04.900
zh我给他六个任务都是比这个复杂的
我给他六个任务都是比这个复杂的
7:04.900–7:06.380
zh八个都是比这个要严重的多的
八个都是比这个要严重的多的
7:06.380–7:08.360
zh我同时给他六个任务
我同时给他六个任务
7:08.360–7:09.680
zh在过往的视频中你们可以翻看
在过往的视频中你们可以翻看
7:09.680–7:12.920
zh他是花了20分钟给他搞定了
他是花了20分钟给他搞定了
7:12.920–7:16.320
zh我们看看这一个任务他要花多久
我们看看这一个任务他要花多久
7:16.320–7:21.980
zh这是我能找到的所有bug中最小的一个
这是我能找到的所有bug中最小的一个
7:21.980–7:25.640
zh就是说我希望
就是说我希望
7:25.640–7:28.540
zh引用的时候能把这个格式稍微美化一下
引用的时候能把这个格式稍微美化一下
7:28.540–7:30.620
zh然后把这个光标停到下一行
然后把这个光标停到下一行
7:30.620–7:33.860
zh这个就是我的诉求
这个就是我的诉求
7:33.860–7:38.400
zh首先我别的不说在执行时间上面
首先我别的不说在执行时间上面
7:38.400–7:39.520
zh它肯定是已经落伍了
它肯定是已经落伍了
7:39.520–7:41.540
zh它三分钟之内是没有办法
它三分钟之内是没有办法
7:41.540–7:43.100
zh把这个问题给解决掉的
把这个问题给解决掉的
7:43.100–7:44.660
zh它还要推送
它还要推送
7:44.660–7:45.920
zh推送到我的这个什么
推送到我的这个什么
7:45.920–7:47.100
zh模拟器上
模拟器上
7:47.100–7:48.080
zh来让我印证
来让我印证
7:48.080–7:55.960
zh就我用最慢的
就我用最慢的
7:55.960–7:57.040
zh我都不要说跟这个什么
我都不要说跟这个什么
7:57.040–7:58.380
zhDeepSickVisFlash来比了
DeepSickVisFlash来比了
7:59.079–8:02.135
zh我就是跟本地最慢的千微3.827B,
我就是跟本地最慢的千微3.827B,
8:02.135–8:03.323
zh這個本地模型,
這個本地模型,
8:03.323–8:04.851
zh我用S接浪驅動的,
我用S接浪驅動的,
8:04.851–8:06.039
zh速度都比他快。
速度都比他快。
8:06.039–8:09.939
zh对了我必须说
对了我必须说
8:09.939–8:11.859
zh昨天这个前面
昨天这个前面
8:11.859–8:13.999
zh他有一大段理解花了这个九美金
他有一大段理解花了这个九美金
8:13.999–8:16.179
zh这个是昨天的
这个是昨天的
8:16.179–8:18.039
zhopen route上面的
open route上面的
8:18.759–8:23.039
zh我们看一下额度吧
我们看一下额度吧
8:23.719–8:27.439
zh这个额度消耗还是可以接受的
这个额度消耗还是可以接受的
8:27.439–8:30.159
zh他只消耗了15%左右
他只消耗了15%左右
8:30.159–8:32.639
zh这个还是能够接受的
这个还是能够接受的
8:32.639–8:33.599
zh比昨天好多了
比昨天好多了
8:33.599–8:35.419
zh昨天有可能这个什么
昨天有可能这个什么
8:35.419–8:37.559
zh它是一个新的绘画
它是一个新的绘画
8:37.559–8:39.399
zh就它要理解整个项目
就它要理解整个项目
8:39.399–8:42.699
zh它一下子注入了超长的上下文
它一下子注入了超长的上下文
8:42.699–8:44.359
zh直接把我的这个额度干爆了
直接把我的这个额度干爆了
8:44.359–8:45.559
zh还有可能就是它这个师徒
还有可能就是它这个师徒
8:45.559–8:47.919
zh本身很贵
本身很贵
8:47.919–8:49.119
zh它不像deep secret的师徒
它不像deep secret的师徒
8:49.119–8:51.099
zhdeep secret的师徒就是个白菜价
deep secret的师徒就是个白菜价
8:51.099–8:53.499
zh就是你可以把它当作玩具
就是你可以把它当作玩具
8:53.499–8:54.099
zh随便去玩
随便去玩
8:54.099–8:57.959
zh好像是什么
好像是什么
8:57.959–8:59.519
zh九张图片一分钱
九张图片一分钱
8:59.519–9:01.419
zh用威斯夫拉奇的师徒模式
用威斯夫拉奇的师徒模式
9:01.419–9:09.259
zh消耗了18%
消耗了18%
9:09.259–9:14.519
zh希望他能够完成这个任务吧
希望他能够完成这个任务吧
9:24.479–9:25.599
zh他这个推送了吗
他这个推送了吗
9:25.599–9:38.279
zh没有推松了
没有推松了
9:55.599–10:08.579
zh我必须要说一下
我必须要说一下
10:08.579–10:09.739
zh有的人会说
有的人会说
10:09.739–10:12.199
zh哪个哪个主播在什么视频中展示
哪个哪个主播在什么视频中展示
10:12.199–10:14.779
zh一句话让他开发个什么小游戏之类的
一句话让他开发个什么小游戏之类的
10:14.779–10:17.339
zh我说实话那种开发的难度是很低的
我说实话那种开发的难度是很低的
10:17.339–10:19.459
zh就是你们让Deepseek vs Pro
就是你们让Deepseek vs Pro
10:19.459–10:22.239
zh什么VS Flux去做这样的开发也能做
什么VS Flux去做这样的开发也能做
10:22.239–10:25.299
zh可能说效果没有这个什么GPT6那么好
可能说效果没有这个什么GPT6那么好
10:25.299–10:28.199
zh但是你不要看这个论坛APP
但是你不要看这个论坛APP
10:28.199–10:30.679
zh只是什么简单的这种内容显示
只是什么简单的这种内容显示
10:30.679–10:33.319
zh它的开发难度是比那个什么
它的开发难度是比那个什么
10:33.319–10:35.879
zh比一个简单的小游戏要难得多的
比一个简单的小游戏要难得多的
10:35.879–10:38.679
zh我们看一看
我们看一看
10:38.679–10:40.739
zh有没有实现刚才我的要求
有没有实现刚才我的要求
10:40.739–10:45.739
zh好
好
10:45.739–10:47.299
zh这个完成得非常好
这个完成得非常好
10:55.299–11:04.539
zh这个我必须说
这个我必须说
11:04.539–11:08.379
zh他这个任务执行的这个准确度是很高的
他这个任务执行的这个准确度是很高的
11:08.379–11:10.339
zh这个必须要承认
这个必须要承认
11:10.339–11:14.279
zh就说他起码跟DeepSickVisPro相比
就说他起码跟DeepSickVisPro相比
11:14.279–11:16.399
zh他是处于一个水平
他是处于一个水平
11:16.399–11:19.299
zh但是我们也知道这个价格
但是我们也知道这个价格
11:19.299–11:19.799
zh是不是
是不是
11:19.799–11:21.219
zh你们看到这一个小任务
你们看到这一个小任务
11:21.219–11:23.939
zh在之前已经消耗了我九美金额度的情况下
在之前已经消耗了我九美金额度的情况下
11:23.939–11:26.859
zh它完成这个小的改动
它完成这个小的改动
11:26.859–11:28.019
zh第一它时间上面
第一它时间上面
11:28.019–11:30.419
zh比我这个本地的轻轻3.820Gb
比我这个本地的轻轻3.820Gb
11:30.419–11:30.919
zh还有慢
还有慢
11:30.919–11:34.739
zh第二就是它消耗的这个什么
第二就是它消耗的这个什么
11:34.739–11:36.379
zh额度用量
额度用量
11:36.379–11:37.999
zh就干掉了我20%
就干掉了我20%
11:37.999–11:42.299
zh一周用量干掉了4%
一周用量干掉了4%
11:42.299–11:44.619
zh怎么讲呢
怎么讲呢
11:44.619–11:45.199
zh我只能说
我只能说
11:45.199–11:47.959
zh比我昨天想象的情况要好一点
比我昨天想象的情况要好一点
11:47.959–11:49.839
zh如果说用这个什么订阅计划的话
如果说用这个什么订阅计划的话
11:49.839–11:52.299
zh它肯定是比调用API要划算的多
它肯定是比调用API要划算的多
11:52.299–11:55.759
zh我必须要给他平坦
我必须要给他平坦
11:55.759–11:58.279
zh就是他没有昨天想象的那么贵
就是他没有昨天想象的那么贵
11:58.279–12:00.499
zh因为昨天我是用API的方式调用的
因为昨天我是用API的方式调用的
12:00.499–12:03.679
zh但是我相信大家通过这个简单的任务对比
但是我相信大家通过这个简单的任务对比
12:03.679–12:05.539
zh你们可以去翻翻看我以往
你们可以去翻翻看我以往
12:05.539–12:07.679
zh用这个VSFLAG或者用这个本地
用这个VSFLAG或者用这个本地
12:07.679–12:08.899
zh亲吻测试的那些视频
亲吻测试的那些视频
12:08.899–12:10.879
zh你们去验证一下
你们去验证一下
12:10.879–12:11.379
zh是不是啊
是不是啊
12:11.379–12:12.479
zh我还特别强调过
我还特别强调过
12:12.479–12:13.739
zh我同时给六个任务
我同时给六个任务
12:13.739–12:15.059
zh他二十分钟就完成了
他二十分钟就完成了
12:15.059–12:17.959
zh我现在都不敢同时给六个任务给他
我现在都不敢同时给六个任务给他
12:17.959–12:18.739
zh同时给六个任务
同时给六个任务
12:18.739–12:20.999
zh我这个额度就直接被盖完了
我这个额度就直接被盖完了
12:20.999–12:23.419
zh我画图就不用画了
我画图就不用画了
12:23.419–12:25.519
zh就关于很多人说的
就关于很多人说的
12:25.519–12:27.039
zh说什么V斯福拉西
说什么V斯福拉西
12:27.039–12:28.679
zh或者说是什么本地的亲吻
或者说是什么本地的亲吻
12:28.679–12:30.859
zh3.827B很蠢啊
3.827B很蠢啊
12:30.859–12:31.999
zh怎么怎么样啊
怎么怎么样啊
12:31.999–12:33.579
zh对此我只能呵呵一笑
对此我只能呵呵一笑
12:33.579–12:35.599
zh就它能实现的功能
就它能实现的功能
12:35.599–12:38.979
zh我都是疲量给这个本地的模型
我都是疲量给这个本地的模型
12:38.979–12:39.999
zh或者给V斯福拉西的
或者给V斯福拉西的
12:39.999–12:42.519
zh就人家也能完成
就人家也能完成
12:42.519–12:44.319
zh是吧
是吧
12:44.319–12:46.359
zh你可能说效果并不一定
你可能说效果并不一定
12:46.359–12:47.719
zh就像它这样一次到位
就像它这样一次到位
12:47.719–12:49.299
zh尤其是亲吻3.827B
尤其是亲吻3.827B
12:49.299–12:50.979
zh我这个是必须要承认的啊
我这个是必须要承认的啊
12:50.979–12:53.219
zh就他现在这个
就他现在这个
12:53.219–12:54.839
zh回复的这个效果
回复的这个效果
12:54.839–12:57.219
zh这个效果是威斯福拉西做的
这个效果是威斯福拉西做的
12:57.219–12:59.059
zh就引用啊引用这个效果
就引用啊引用这个效果
12:59.059–13:00.199
zh是威斯福拉西做的
是威斯福拉西做的
13:00.199–13:00.859
zh包括这个什么
包括这个什么
13:00.859–13:03.859
zh马克当格式的解析
马克当格式的解析
13:03.859–13:05.879
zh全部是威斯福拉西做的
全部是威斯福拉西做的
13:05.879–13:08.299
zh因为我用这个
因为我用这个
13:08.299–13:09.539
zh轻微三点二十几比的时候
轻微三点二十几比的时候
13:09.539–13:12.119
zh他有的时候就这个什么解析会有错误
他有的时候就这个什么解析会有错误
13:12.119–13:12.659
zh会有错漏
会有错漏
13:12.659–13:15.059
zh尤其是表格什么东西的
尤其是表格什么东西的
13:15.059–13:17.739
zh你看威斯福拉西就能把它做得很好
你看威斯福拉西就能把它做得很好
13:17.739–13:20.079
zh解析的这些表情都是对的
解析的这些表情都是对的
13:20.079–13:22.919
zh然后千万3.8它有的时候会有一些小的瑕疵
然后千万3.8它有的时候会有一些小的瑕疵
13:22.919–13:24.219
zh虽然它做出来的UI
虽然它做出来的UI
13:24.219–13:26.579
zh很多时候比这个威斯福拉奇要更漂亮
很多时候比这个威斯福拉奇要更漂亮
13:26.579–13:28.139
zh但是它在这个什么
但是它在这个什么
13:28.139–13:30.379
zh对于你这个功能
对于你这个功能
13:30.379–13:32.839
zh这个判断上对于你这个指令执行的
这个判断上对于你这个指令执行的
13:32.839–13:34.839
zh这个准确性上它是不如威斯福拉奇的
这个准确性上它是不如威斯福拉奇的
13:34.839–13:36.879
zh威斯福拉奇就比威斯普拉奇要差一个档次
威斯福拉奇就比威斯普拉奇要差一个档次
13:36.879–13:38.879
zh这个刚才由于
这个刚才由于
13:38.879–13:40.119
zh我给它只是一个简单的任务
我给它只是一个简单的任务
13:40.119–13:43.459
zh但是我必须说它的执行成功率是很高的
但是我必须说它的执行成功率是很高的
13:43.459–13:45.079
zh因为昨天我不是给大家展示了
因为昨天我不是给大家展示了
13:45.079–13:47.599
zh它用来写了个什么八卦网页
它用来写了个什么八卦网页
13:47.599–13:49.079
zh什么图记中原堆
什么图记中原堆
13:49.079–13:50.899
zh这个SVG包括薛定尔的猫思想
这个SVG包括薛定尔的猫思想
13:50.899–13:51.779
zh是一SVG是吧
是一SVG是吧
13:51.779–13:55.039
zh它都是一次性搞定都没有什么硬性的bug
它都是一次性搞定都没有什么硬性的bug
13:55.039–13:56.439
zh虽然它的审美
虽然它的审美
13:56.439–13:57.639
zh讲实话也就那样
讲实话也就那样
13:57.639–14:01.539
zh但是不得不说这个模型的基础能力是很强的
但是不得不说这个模型的基础能力是很强的
14:01.539–14:03.239
zh然后再加上网络上有大部分人
然后再加上网络上有大部分人
14:03.239–14:06.159
zh使用它来测试什么本地电脑软件的操作是吧
使用它来测试什么本地电脑软件的操作是吧
14:06.159–14:08.299
zh这个其实就是另一个话题了
这个其实就是另一个话题了
14:08.299–14:10.399
zh我想在新的视频中跟大家来分享
我想在新的视频中跟大家来分享
14:10.399–14:11.379
zh我对这件事的看法
我对这件事的看法
14:11.379–14:14.159
zh那么这个模型是头部模型是肯定的
那么这个模型是头部模型是肯定的
14:14.159–14:15.539
zh但是你说它强到天上去
但是你说它强到天上去
14:15.539–14:17.219
zh这个就真的有点扯淡了
这个就真的有点扯淡了
14:17.219–14:18.759
zh你跟普罗大众
你跟普罗大众
14:18.759–14:21.719
zh跟这些普通的大模型执行的任务是差不多的
跟这些普通的大模型执行的任务是差不多的
14:21.719–14:23.979
zh你是比较优秀
你是比较优秀
14:23.979–14:27.019
zh但是你绝对算不上领压式的领先
但是你绝对算不上领压式的领先
14:27.019–14:29.059
zh最起码对于我们这些普通程序员来说
最起码对于我们这些普通程序员来说
14:29.059–14:31.239
zh我很难理解那些
我很难理解那些
14:31.239–14:33.179
zh说什么用DeepSeek Vistop那些
说什么用DeepSeek Vistop那些
14:33.179–14:35.599
zh用这个什么千万27比开发不了的人
用这个什么千万27比开发不了的人
14:35.599–14:37.459
zh我不懂他们在开发什么项目
我不懂他们在开发什么项目
14:37.459–14:39.919
zh如果大家有什么不同意见
如果大家有什么不同意见
14:39.919–14:41.919
zh可以到这个论坛发帖交流讨论
可以到这个论坛发帖交流讨论
14:41.919–14:43.639
zh好的本期视频就到这里
好的本期视频就到这里
14:43.639–14:44.199
zh我们下期再见
我们下期再见

影片筆記：GPT Plus 比API划算得多， GPT6/5.6 Luna/Terra使用感受分享，要自由还得订阅Pro，DeepSeek V4 Flash 和 Qwen 27B真香！

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
待修正：部分時間軸可能不精確（unit 269: 5 chars owns 12.680s (max 8.000s)；unit 270: 7 chars owns 12.980s (max 8.000s)）

一句話總結

講者實測 GPT-6 系列與 Deepseek、Qwen 等模型在開發 APP 與配置 API 時的表現，指出 GPT-6 雖準確度高但耗時長、額度消耗大，性價比不如 Deepseek V3 Flash 與本地 Qwen 模型，並回應了關於訂閱方案與模型選擇的爭議。

核心重點

訂閱方案與額度爭議：講者訂閱的是 Plus 方案（20美元/月），額度有限，主要用於繪圖，因此不願將額度消耗在開發任務上。批評觀眾未實測卻指責其「不用訂閱」或「用錯模型」。
GPT-5.6 Lura/LULA 實測：在配置 GPT-6 API 時，GPT-5.6 Lura 在高思考模式下耗時長（4分5秒），且多次給出錯誤配置導致崩潰；相比之下，Deepseek V3 Flash 與 Deepseek Harness 能快速修復問題。
GPT-6 Astra 開發表現：
準確度高但效率低：執行準確度高，與 Deepseek V3 Pro 水平相當，但解決小 Bug 耗時超過 3 分鐘，且需推送至模擬器驗證。
額度消耗大：單次小任務消耗 20% 額度（約 4% 周用量），成本較高。
速度較慢：速度慢於 Deepseek V3 Flash 及本地 Qwen 3.8 27B。
模型能力綜合評價：
GPT-6：屬於頭部模型，基礎能力強，能一次性完成複雜任務（如八卦網頁、SVG 生成），但審美一般，並非「領壓式領先」，開發能力與 Deepseek V3 Pro/Flash 或特定本地模型相當。
Deepseek V3 Flash：性價比高，解析能力（如引用格式、Markdown）優於 Qwen 3.8 27B，速度快。
Qwen 3.8 27B（本地）：UI 設計可能更漂亮，但在指令執行準確性與解析上不如 Vsflash，偶爾有錯漏。
結論：GPT-6 與大眾模型執行任務難度相當，普通程序員應根據實際體驗選擇，而非盲目崇拜。

詳細大綱

1. 訂閱與額度爭議回應

講者明確訂閱的是 Plus 方案，月費 20 美元，額度較少。
額度主要用途為網絡版畫圖及生成封面/插圖。
針對評論區指責講者「不用訂閱」、「用錯模型」的觀眾，講者強調自己已實測，並批評觀眾未實際訂閱或測試卻隨意指責。

2. GPT-5.6 Lura/LULA 實測結果

目標：配置 GPT-6 ASTRA 接口。
過程：開啟高思考模式。
結果：
耗時 4 分 5 秒。
給出錯誤配置，導致接口崩潰，無法使用。
對比：Deepseek Vsflash 與 Deepseek Harness 能快速修復配置問題。

3. GPT-6 Astra 開發實測

環境：OpenRoot.ai 平台，使用 GPT-6 Astra。
任務：開發一個 APP（功能已基本完成，目前修復 Bug）。
表現細節：
執行時間：解決一個小 Bug 耗時超過 3 分鐘，且需推送至模擬器驗證。
額度消耗：單次小任務消耗 20% 額度（約 4% 周用量）。
準確度：任務執行準確度高，與 Deepseek V3 Pro 水平相當。
對比分析：
速度：慢於 Deepseek V3 Flash 及本地 Qwen 3.8 27B。
成本：API 調用成本高，Plus 訂閱方案相對划算。

4. 模型能力綜合評價

GPT-6：
定位為頭部模型，基礎能力強。
能一次性完成複雜任務（如八卦網頁、SVG 生成）。
審美一般，非「領壓式領先」。
開發能力與 Deepseek V3 Pro/Flash 或特定本地模型相當。
Deepseek V3 Flash (Vsflash)：
性價比高。
解析能力（如引用格式、Markdown）優於 Qwen 3.8 27B。
速度快。
Qwen 3.8 27B (本地)：
UI 設計可能更漂亮。
指令執行準確性與解析上不如 Vsflash。
偶爾有錯漏。
總結：GPT-6 與大眾模型執行任務難度相當，普通程序員應根據實際體驗選擇，而非盲目崇拜。

工具 / 模型 / 名詞整理

模型/產品名稱：
GPT-6
GPT-6 ASTRA / GPT-6 Astra
GPT-5.6 Lura / GPT-5.6 LULA
OpenRoot.ai / OpenRoute
Deepseek Vsflash / Deepseek V3 Flash / Deepseek V3 Pro
Deepseek Harness
Qwen 3.8 27B（逐字稿中亦稱為：千文 3.827 筆、輕文 3.820GB、輕文 3.8flash、千微 3.827B、輕微 3.820Gb、親吻 3.827B、威斯福拉西、威斯普拉奇）
Codex
功能/概念：
Plus 訂閱方案
Pro 訂閱方案
API 接口
思考模式
熱切（疑點，原文為「熱切」，可能指熱啟動或特定模式）
模擬器
SVG
八卦網頁
圖記中原堆（疑點，可能為特定項目名或聽誤）
薛定爾的貓思想（疑點，可能為特定項目名或聽誤）
論壇 APP

操作流程整理

訂閱確認：確認訂閱 Plus 方案（20美元/月），了解額度限制。
API 配置測試：

使用 GPT-5.6 Lura/LULA 開啟高思考模式配置 GPT-6 ASTRA 接口。
觀察耗時（4分5秒）與結果（錯誤配置導致崩潰）。
對比使用 Deepseek Vsflash 與 Deepseek Harness 修復配置。

APP 開發測試：

在 OpenRoot.ai 平台使用 GPT-6 Astra。
執行開發任務（修復 Bug）。
記錄執行時間（超過 3 分鐘）與額度消耗（20%）。
推送至模擬器驗證。

模型對比評估：

比較 GPT-6 Astra、Deepseek V3 Flash 與本地 Qwen 3.8 27B 的速度、準確度、額度消耗與 UI 設計。
根據實際體驗選擇合適的模型。

值得注意的限制或風險

額度消耗風險：GPT-6 Astra 單次小任務消耗 20% 額度，對於 Plus 訂閱用戶而言，頻繁開發會快速耗盡額度。
配置錯誤風險：GPT-5.6 Lura 在高思考模式下配置 API 時可能給出錯誤配置，導致接口崩潰。
效率風險：GPT-6 執行任務耗時較長，可能影響開發效率。
認知偏差風險：部分用戶對模型能力存在認知偏差，盲目崇拜 GPT-6 而忽略性價比與實際體驗。

逐字稿辨識疑點

GPT-5.6 Lura / LULA：逐字稿中交替出現 Lura 與 LULA，需查證是否為同一模型的不同稱呼或聽寫錯誤。
Deepseek Vsflash / V3 Flash / Vistop / V斯福拉西 / 威斯福拉奇 / 威斯普拉奇：逐字稿中對 Deepseek 相關模型的稱呼極不統一，包含「Vsflash」、「V3 Flash」、「Vistop」、「V斯福拉西」、「威斯福拉奇」、「威斯普拉奇」等，需查證正確模型名稱。
Qwen 3.8 27B / 千文 / 輕文 / 千微 / 親吻 / 輕微：逐字稿中對 Qwen 模型的稱呼混亂，包含「Qwen 3.8 27B」、「千文 3.827 筆」、「輕文 3.820GB」、「輕文 3.8flash」、「千微 3.827B」、「輕微 3.820Gb」、「親吻 3.827B」等，需查證正確模型名稱及參數。
OpenRoot.ai / OpenRoute：平台名稱在逐字稿中出現 OpenRoot.ai 與 OpenRoute，需查證正確平台名稱。
圖記中原堆 / 薛定爾的貓思想：這些詞彙在上下文中作為開發項目出現，但語意不明，可能是特定項目名稱或聽寫錯誤，需查證。
熱切：原文提到「熱切的」，在模型開發語境中不常見，可能是「熱啟動」、「熱鏈接」或特定術語的聽誤，需查證。
9美金 / 18% 額度：講者提到「花了這個九美金」以及「消耗了 18%」，需確認是否為特定計費單位的誤述，因為 Plus 訂閱通常為固定月費，API 調用才按量計費，此處邏輯需查證。
GPT-6 ASTRA：GPT-6 尚未正式發布，ASTRA 為特定版本或內部代號，需查證是否為真實存在的模型版本。

可延伸追問

GPT-6 的正式發布時間與具體功能規格為何？
Deepseek V3 Flash 與 Qwen 3.8 27B 在實際開發中的具體性能數據對比為何？
Plus 訂閱方案與 Pro 訂閱方案在額度、功能與價格上的具體差異為何？
OpenRoot.ai 平台的功能與優勢為何？
如何優化 GPT-6 在高思考模式下的配置效率與準確性？

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