三周里试过的模型中。deepseek v4.1 flash 把工作流优化得最狠,狠到子智能体可以随手开五到十个。这优化我看完先记五个数再掂八二开那条分界线。记的掂的点在下面一层层摆。摆好了看五个数,数在下面摆着,摆好了自己分。
五个数是这样摆的。第一随手开五到十个子智能体做研究、代码探索、测试和不同实现思路。成本根本不心疼。第二每秒两百到三百词元。多智能体流程也快得起来而不是排成慢速生成的队。第三跑一整天编码智能体只花一到两美元。第四前百分之八十的流程全交给它,研究、实现、测试。验证一路走完。
结尾那句判断是全篇的落点。落点是它并不是样样都比 Opus 强,但效率高得多。样样不强的第四层是这句话给出的选型姿势。姿势是按环节分工而不是按模型站队。站队的第五层是我的保留,保留是五组数字来自个人实测。样本按转述记账,记账的第六层是我的收尾。收尾在最后一段。最后一段到了就推门。
点评两句。第一句是前八成给便宜模型后两成给贵模型这个分段今年会写进所有团队的编码手册,写进去的都省下一半预算。第二句是两百词元每秒配上一美元一天这个组合今年会把多智能体从演示推到日常,推到日常的回来点赞,句号。
话题来源 @yuhasbeentaken
1.2K阅读 ❤️24 x.com/…↗ 已改写,非原文转载
77 浏览 0 评论
0 反应















