老叶
Feed
Feed
O Grok 4.6 também está aqui!
Foi lançado quase simultaneamente com o DeepSeek-V4-Pro-0813!
Para ser honesto, ver as especificações do Grok 4.6 me deixou bem animado! O Grok 4.5 já é um dos meus modelos favoritos para o dia a dia porque é muito rápido e não tem muitas restrições, tornando-o perfeito para uso cotidiano.
No entanto, desta vez o Grok 4.6 é diretamente levado a parâmetros muito próximos dos dois modelos topo de linha das duas principais marcas, e possui velocidades superiores às delas.
A velha mãe está realmente em cima da mesa desta vez! Acho que realmente pode substituir o Gemini como o novo jogador dos 'Três Grandes'!
Oficialmente anunciado! DeepSeek-V4-Pro-0813 está chegando em breve!
Agora mesmo, o documento oficial do site da DeepSeek revelou o ID do modelo da versão oficial do DeepSeek-V4-Pro. Com base na data, a data de lançamento deve ser 13 de agosto.
Além disso, a versão oficial do V4-Pro passou a suportar a API Responses, permitindo que fosse usada diretamente no codex sem qualquer conversão.
Explosion—A OpenAI é realmente implacável desta vez.
O pacote Pro x20 acabou de redefinir meu limite de crédito, e fiquei completamente surpreso
A cota semanal parece ter sido reduzida para apenas um terço do valor anterior.
Não é um corte pequeno, mas um corte direto na carne.
Nos últimos dois dias, as visitas de modelos da OpenAI têm sido constantemente sobrecarregadas, com atrasos frequentes, limites de largura de banda e filas.
Então, agora só restam duas possibilidades:
Ou há um bug na configuração da cota,
Ou a OpenAI simplesmente não consegue se manter e está apertando proativamente a cota de usuários Pro.
Se for o segundo caso, então o pacote Pro x20 precisa recalcular sua relação custo-benefício.
Não sei se esse é um caso isolado.
Irmãos com X20, confiram sua cota e vejam se também foram cortados.
Alguns internautas perguntaram: por que não usar o direto :model_provider = "OpenAI"
Dessa forma, você também pode criar imagens e pesquisar.
Deixe-me explicar o motivo, porque a maioria das transferências evita model_providers. O OpenAI usa principalmente compactação remota porque é uma requisição síncrona, e muitos CFs usados para relés têm risco de timeouts superiores a 100 segundos. Se você está usando seu próprio proxy reverso e não usa CF, pode seguir esse método sem mais revisões.
Após o processamento reverso, descobri que, além de detectar model_providers, ele também detecta o cabeçalho de autorização x-openai-actor.
Portanto, de acordo com meu plano, você pode evitar compactar remotamente enquanto ainda obtém imagens e buscas brutas.
Em segundo lugar, por que precisamos reverter isso? Porque descobri que a versão desktop da Codex detecta o cabeçalho openai-actor-authorization, mas a versão desktop atualmente não é open source.
Aparição repentina! O novo cliente Codex está secretamente "reduzindo o QI" das estações de retransmissão de terceiros.
No dia 11 de julho, descobri que a nova versão do Codex não conseguia gerar imagens, e imediatamente liberei a solução completa.
Achei que isso era apenas uma limitação do recurso de imagem raw, mas depois de uma análise reversa mais detalhada, percebi que as coisas são muito mais complicadas.
Uma vez que o novo Codex detecta que você está usando um provedor terceirizado, ele restringe diretamente duas capacidades principais:
1. Geração de imagens
2、Busca na Web
Se fotos raw forem restritas, é fácil para as pessoas notarem.
Mas o encerramento silencioso da Web Search é onde as capacidades do modelo realmente importam.
Muitas pessoas podem não perceber o quão importante é a Busca na Web.
As bases de conhecimento internas dos grandes modelos têm prazos; elas não sabem o que acabou de acontecer hoje, nem conseguem acessar os documentos, notícias e mudanças tecnológicas mais recentes do nada.
Portanto, os fornecedores de modelos oferecem plugins de modelos capacidades de busca online em tempo real, que é a Web Search.
É equivalente aos "olhos" do modelo.
Sem a Web Search, os modelos só podem confiar em conhecimento desatualizado para responder perguntas;
Com a Web Search, é possível consultar informações em toda a internet em tempo real, verificar fatos e ler os documentos mais recentes.
Mas agora, desde que você use uma estação de retransmissão de terceiros no novo Codex, mesmo que o backend esteja conectado ao mesmo modelo legítimo, o cliente pode bloquear diretamente as capacidades de Web Search.
O modelo não mudou.
A API não mudou.
Só porque o provedor não é oficial, o cliente automaticamente corta a capacidade.
Esse é o verdadeiro significado de "redução de inteligência do lado do cliente".
A boa notícia é que, após análise reversa, encontrei maneiras de burlar restrições, restaurar a reprodução de imagens e usar a Web Search.
Já postei um tutorial detalhado sobre modificações no meu tweet anterior:
Se você estiver usando uma estação de retransmissão Codex de terceiros, é recomendado verificar imediatamente.
Você acha que está usando o mesmo modelo, mas na realidade, o cliente pode já ter cortado secretamente.
Você pode conferir a comparação antes e depois da modificação na imagem anexada:
Um dia inteiro de experiência aprofundada com GPT-5.6-sol.
Minha atitude passou por aproximadamente três etapas:
Empolgação → Questionamento → Compreensão e aceitação.
Primeiro, vamos falar de um ponto que é facilmente confuso:
O maior nível de inferência do GPT-5.6-sol é, na verdade, xhigh. O Max e o Ultra mostrados na interface se referem mais ao modo de fluxo de trabalho do cliente, não apenas para tornar o modelo "mais inteligente".
O aspecto mais criticado do Ultra hoje é que ele gosta de distribuir automaticamente grandes quantidades de subagentes.
Mesmo uma tarefa simples pode instantaneamente reunir vários proxies e consumir uma grande quantidade de tokens. Todo o processo pode parecer grandioso, mas os benefícios reais podem não igualar o custo.
Quando comecei a usá-lo, fiquei um pouco cético:
Isso é só trabalho ou é só uma exibição de tokens?
Depois, depois de entender suas mecânicas, baixei meu nível de raciocínio para Alto e fiz algumas tarefas reais novamente, o que na verdade melhorou bastante a experiência.
Ele é mais rápido que o GPT-5.5 xhigh, com capacidades e estabilidade significativamente mais fortes, e seu consumo de tokens não é tão exagerado quanto o do Ultra.
Pelo menos pela minha experiência hoje:
GPT-5.6-sol + Alto pode ser a combinação mais adequada para uso diário no momento.
Para refatoração complexa, revisões completas de projetos e tarefas importantes que exigem exploração paralela, o Ultra também pode ser considerado.
Não há necessidade de maximizar as tarefas regulares de desenvolvimento imediatamente.
Esse modelo não é inutilizável, nem precisa ser ajustado automaticamente para a marcha mais alta.
O verdadeiro problema é que muitas pessoas nem sequer descobriram a diferença entre níveis de Max, Ultra e inferência antes de usarem Ultra como modo padrão.
Se usado corretamente, é definitivamente muito melhor que o 5.5.
Se você usar errado, só pode assistir tokens saindo rapidamente.
Desculpa, fui muito descuidado, por favor me perdoe!
Depois de usar por um dia inteiro, achei que 5,6 sol era muito lento e, em segundo lugar, era muito conflitante. Um problema pequeno, quanto mais você conserta, maior fica o escopo!
Desculpa, Ultraman, dessa vez não posso me gabar por você! Depois de tanto tempo afiando, é isso?
Quando descobri que o 5.6 foi realmente desenvolvido usando a base do 5.4, soube que estava condenado!
