1

1

烧了 8000w token 吧

2

有对比一下自己实现的和 go 版本的性能差异不？

3

@KingFong 比那个快至少 1 倍，加载快很多。go 的 tcp 原版很快，上了 ws 就慢了。这个 grpc 跟 go 的 tcp 速度一样

4

@zsj1029 #3 太牛了，你用 ClaudeCode 驱动的 DeepSeek 还是 codex ？

6

工业级代码不是一次写成的，而是在生产上踩坑修修补补缝出来的。

7

@strobber16 那肯定啊，8 小时就是在不断调试，debug 给 ds 修改，重复打包编译，一次性哪要这么久时间，开头一版 10 分钟就出来了，剩下大部分时间都是排查测试问题

8

所以一直在纠结 claude code 设置的时候
是三个 flash + 一个 pro （ opus ），
还是三个 pro + 一个 flash （ haiku ）
随便找个大模型建议用后者，但看你体验前者也没啥问题？

9

有 github 地址嘛

10

@ClericPy 前三个 flash ，最后 opus 改 pro 就行了，不过 cc 没看到主动调用 opus ，必须手动切换模型

11

确实很不错，个人现在的主力也是 cc + flash,又便宜又好使。

12

2

@beihu 怕喝茶，现在不光制作传播要判刑，马上使用人也要处罚了，没敢上传，先用几天稳定了再考虑吧。

13

@foryou2023 嗯嗯，本地有个 a100 ，qwen3.6 27b ，日常完全够用，感觉能有个 flash 7 成功力，就是太慢，时间等不起

14

15

虽然但是，建议用 singbox

16

1

@mewking 不是这样算的，token 不只是输出的，真实输出只有 80wtoken ，用过你就知道了，高强度使用，一天随便 1E token ，deepseek 缓存命中率有 90%多，这部分费用非常便宜。

上午花了 3 小时做了其他项目，下午才开始写的，今天合计 1e 多，总共花费 6.5 元

17

18

有没有可能安全和兼容性与成熟产品差太多
兼容性还好，就你自己在用，安全性不够的话，作为梯子来讲就有点严重了

19

@rb6221 v2ray 小火箭 这两个可以用，我就满足了，没有想着其他方案，自用自建够了

20

DeepSeek 长上下文在重构项目方面是个大优势

21

最近一直看到机场不稳定的消息，我也在想实在不行就自己写一个（当然不会放出来，只自己用），有 AI 和成熟的库，我感觉搞一个会非常快，甚至还能针对性做点去除流量特征防嗅探之类的。

22

@swananan 对的，但是要做主流协议，不然客户端还要自己做，pc 的还好说，手机 app 上架成本就太高了

23

能开源详细的 spec 提示词? 我们也倒腾一个 :)

24

19.9 的搬瓦工是怎么得来的？非常好奇。

25

19.9 的搬瓦工是怎么得来的？非常好奇。

27

@zsxzy git 上有不少，找一个拿来让 ai 给优化修改就行了，然后不断测试 debug ，从 0 的话我估计也搞不定

28

啊，不知道为什么。你告诉我 5 块钱我感觉很肉痛。 真付费上班了。

29

@Felldeadbird 我今天“破处了”，之前一直用的本地 ai 和 trae ，昨天用本地 ai 写了个 7788 ，实在等不了，第一次充钱，一天 5 块，两个包子，给你一天好心情，心情投资，不香吗

30

想请问下，flash 模型 后面加[1m]了吗？单个任务没处理完上下文不会超吗

31

@admin926 好像只有 pro 有 1m 吧，200k ，能写大半了，然后自动压缩继续，压缩挺快的 2 分钟？

32

自从 Cloud 被封，就改用 DeepSeek v4 flash ，相当不错。

33

用的原生 claude code 直接干，还是加了什么帮助的 skill/plugin 吗？

34

35

@easylee 直接干，因为我不喜欢设计前置，很多时候它会给出 md 建议，可能比人思考的更全面

36

@zsj1029 本地 qwen3.6 27b ？ gemma4 31b ？这两个都搞不定是吧，比 V4 flash 差距很大？还是说本地只是慢

37

@mewking qwen3.6 本地能干的，前面我让他参照 go 版用 dart 重构，最后跑通了，只是过程太久了上下文一上来会掉速度。最后发现涉及到数据包处理 cpu 密集，性能 dart 不适合，才换了 rust 和 deepseek

38

dsflash 真的很不错，超乎预期，极其有性价比

39

小白求助，用的啥客户端呀我现在就会反重力，想试试大佬说的 deekseekv4 不知道怎么弄。。

40

在比较关心还有啥性价比高的 vps 吗，现在机场实在太不稳定了，看视频 1080p 都不行了。还一直不停要换节点。

42

a100 多少钱买的

43

太好了是梁爷爷又发力了......真的太便宜了，啥时候能赶上 glm5 就更好了

44

纯文本模型现在价格很不错，就是不知道后面多模态功能添加后会不会涨价

45

@K332 不会都是 token 处理，最多有图片视频理解，不会有视频生成

47

48

@mewking #14 8000w 不是这么算的，上下文 20w 一轮，跑 10 轮就是 200w ，但是总输出可能就 2k

51

@zsj1029 本地 qwen3.6 27b 慢吗?玩过阅读代码出总结,速度比在线的 GLM 快多了. 你是用 ollama 跑还是 vllm? vllm+上 mpt 优化速度才能起来哦

52

没理解，你自己写的服务端 和 开源的服务端 在流量特征上有啥区别，被封和用啥服务端没关系吧，和你用的什么协议有关系吧

53

@esee 我哪里说被封了，只是说 5 年没维护，太慢了 ws 协议，换个 grpc 协议，速度变快，自己维护，ai 代码质量更高了

56

@zsj1029 借楼，A100 运行 qwen3.6-27B ，是全量版本、上下文开满吗？ prefill 和 decode 分别性能是多少？

57

@sentinelK 4bit 量化，开始 mtp ，预填充，200k 上下文，40g 显存吃满了，cc 也就 2 并发，多了非常慢

58

59

@sentinelK 唉，不要纠结，我的 a100 ，输出有 120tps ，你要看 agent 模式工作情况，不是看最开始的简单测速啊，上下文 200k 满了后，掉速啊，不是我一个人用，公司好几个用，一并发更差了，显存不够，vllm 的 kvcache8 位量化都开了。。。

60

@sentinelK 你以为我没用过 llamacpp 吗？ 单机还可以，但是缓存命中率低，总是重复预加载，三轮对话后，又要重新填充，更浪费时间

61