跳到正文

#DeepSeek

RSS
今日 2 則
今天11月23日週一
  1. Dev.to Top Tech49

    bf16.ai 分享雙層模型分流設定,讓 AI 助理以較低成本執行寫程式工作

    AI 助理寫程式時,常把大量時間花在讀檔案、跑測試和修正小錯誤,反覆送出長提示詞也會讓費用快速增加。bf16.ai 分享一種雙層分流做法:平常讀檔、修改和測試交給便宜又快速的 DeepSeek V4.1 Flash Fast,遇到複雜設計或難查的錯誤時,再換成 Kimi K3.1 Pro 或 GLM-5.3。文章舉例,在 30 輪、每輪都讀取約 100K token 專案資料的工作中,重複使用已讀過的內容,可把 DeepSeek V4.1 Flash Fast 的輸入費用降到每 1M tokens $0.055。這種分工能省下日常開發費用,但複雜又模糊的設計問題,仍要交給較強的模型處理。

  2. Dev.to Top Tech42

    CodeAF 和 9 款 AI 程式設計助理比做 DeepSWE 任務

    AI 程式設計助理的總分看起來接近,實際上可能擅長解不同的題目。這次比較讓 10 款工具用同一個模型挑戰 DeepSWE 的 113 項任務,再逐題確認哪些做對、哪些沒做成。CodeAF 的 senior-dev 模式答對 62 題;和 mini-swe-agent 相比,有 29 題只有 CodeAF 做對,另有 23 題只有 mini-swe-agent 做對。這表示只看總分,會漏掉兩款工具各自擅長的題目;而且有 15 題連所有工具都沒答對。

11月22日週日
  1. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  2. Dev.to Top Tech74

    如何看懂大型語言模型的延遲數字:TTFT、樣本數與單次測量的問題

    只測一次,很容易把大型語言模型的速度看錯,因為同一模型連續呼叫幾次,等到第一個 token 出現的時間也可能差很多。作者用同一個 API 測了多款模型,每款連測三次,並比較中位數與起伏範圍;有些模型的內部差距比模型之間的速度差還大,因此資料不足以判定哪個比較快。DeepSeek-V4-Pro 也曾連續兩個測量時段變慢,之後又恢復。作者建議至少測三次,記下中位數、範圍和測量時間;HTTP 429 代表請求受到容量或配額限制,應當作一項結果記錄。

  3. Dev.to Top Tech53

    初學者指南:大型語言模型怎麼訓練,小團隊如何省下成本

    從頭訓練大型語言模型很花錢,但多數小團隊不必自己做這一步。這篇指南先說明模型如何從大量文字學習,再整理幾種省成本的做法:用 LoRA 或 QLoRA 微調已有的開放權重模型,或用 RAG 在回答時查資料,完全跳過訓練。文章也比較 DeepSeek、Kimi、Qwen 等開放權重模型,以及 OpenAI、Anthropic、Google 的封閉模型,並說明 Kiro 是負責串接模型的開發工具,不是模型製造商。

  4. Dev.to Top Tech43

    GitHub 上 20 個最熱門的開源 AI 助理專案:2026 年 11 月排名

    想讓 AI 助理上網找資料、記住以前做過的事,或幫忙寫程式,光有模型還不夠,還需要其他工具和功能搭配。這份 GitHub 排名整理了 20 個最受歡迎的開源 AI 助理相關專案;第一名 ECC 有 308K 顆星,DeepSeek Harness 和 Hermes Agent 排在第二、第三名。這些專案有的替 AI 助理加上記憶和技能,有的幫它們讀網頁、搜尋資料或操作瀏覽器,也有一些是能裝進既有 AI 助理的專門技能。榜單顯示,讓 AI 助理更好用的工具和搭配方式,正成為開源社群熱門的發展方向。

  5. The Hacker News85

    OpenRouter 移除 3 家服務商,研究揭露 AI 提示詞遭竊

    使用 AI 服務時,標示「不留存」的提示詞仍可能被其他人看到。研究人員在送往多家推論服務商的請求中放入可追蹤的秘密連結與憑證,發現有攻擊者從服務商內部或開啟記錄的模型市集取得資料,也有人測試提示詞裡的雲端金鑰。OpenRouter 表示已移除 3 家服務商,並取消 125 個端點使用「不留存」設定的資格;研究指出,流量也可能經由路由器轉送給其他公司。使用者可自行挑選上游服務商,檢查資料會送到哪裡,並更換可能暴露的密碼與金鑰。

    推薦理由:研究追蹤顯示,標示不留存的提示詞仍可能被轉存或轉交,能看出 AI 服務多層轉送帶來的隱私風險。

  6. Dev.to Top Tech50

    DeepSeek Flash 和 V4 Pro 怎麼選?先用便宜模型,不夠再升級

    DeepSeek Flash 和 V4 Pro 都能透過同一個 OpenAI 相容介面使用,差別主要在價格:Flash 適合大量、規則清楚的工作,Pro 貴得多,應留給 Flash 沒做好的任務。舉例來說,一項工作用 10M 輸入 token、產生 2M 輸出 token,快取未命中時,Flash 花 $2.70,V4 Pro 花 $10.56。 實際做法是先把請求交給 Flash,再用格式檢查或明確規則確認結果;只有檢查沒過,才升級到 Pro,並記錄原因、延遲和 token 用量。這樣能按實際結果決定哪些工作值得多花錢,也能看出提示詞是否需要改進。

  7. Dev.to Top Tech58

    如何把 DeepSeek 網頁聊天搬到工作區,接著處理長任務

    DeepSeek 網頁聊天遇到使用額度或閒置時間限制時,長對話可能無法接著傳訊息,做好的計畫和除錯脈絡也不容易變成實際成果。作者分享用 DSH 桌面版和 dsh-agent-enhancer,透過「To Workspace」把目前對話或公開分享連結匯入工作區;確認前可以先預覽,匯入後會建立新的工作階段,不會自動送出訊息。接著可加入檔案、使用工具,並把結果存進工作目錄。這不會沿用 DeepSeek 網頁版的免費額度,也不能匯入私人分享連結,適合把長對話接成可繼續處理的工作。

  8. Dev.to Top Tech42

    DeepSeek Flash 和 V4 Pro 怎麼選?用測試結果決定哪些工作要升級

    同一個 AI 助理服務裡有便宜的 deepseek-flash 和較貴的 deepseek-v4-pro,全部工作都交給 Pro 可能會增加花費。這篇指南建議先讓 Flash 處理分類、摘要等有明確檢查方式的工作,確認答案有沒有過關;只有檢查失敗或品質不夠時,才改交給 Pro。像一項工作用了 10M 輸入 token、產生 2M 輸出 token,快取沒命中時,Flash 花 $2.70,V4 Pro 花 $10.56。記下成功率、延遲和每項工作成本,再依實際結果調整,就能控制花費,也比較容易看出哪種工作真的需要 Pro。

  9. Dev.to Top Tech64

    DeepSeek 尖峰時段費用可能翻倍,作者示範怎麼安排工作省錢

    使用 DeepSeek 時,就算模型和用量都一樣,費用也會因使用時間不同而差一倍。作者依官方定價試算,每月使用 2 億輸入 token 和 4,000 萬輸出 token,尖峰時段要 ¥887.36,離峰則是 ¥443.68。文章建議把夜間索引、批次分類等工作移到離峰,互動請求先用 Flash,評估沒通過時再改用 V4 Pro,也提醒要先量出實際快取命中率,並檢查改變排程後的回應速度。文中的 Python 範例可計算時段與費用,但不會自動辨認中國法定假日。

  10. Dev.to Top Tech66

    DeepSeek 尖峰與離峰價格差多少?文章教你估算省下的費用

    使用 DeepSeek 時,同樣的模型和 token 數量,選在不同時段送出,費用可能差一倍。作者用每月 2 億個輸入 token、4,000 萬個輸出 token 的假設工作量試算,尖峰時段費用是 ¥887.36,離峰則是 ¥443.68;平日北京時間 09:00–12:00、14:00–18:00 為尖峰,午休、週末和中國法定假日是離峰。文章也提供 Python 程式碼判斷時段和估算費用,並提醒先量出快取命中率;移動工作時間前,也要確認延遲不會影響交付。

  11. Dev.to Top Tech62

    DeepSeek 尖峰與離峰定價怎麼算?實際能省多少

    同樣的 DeepSeek 請求,費用會隨北京時間的尖峰與離峰時段改變。作者用每月 2 億輸入 Token、4,000 萬輸出的模擬工作負載試算,並把 40% 輸入設為快取命中;依文中的牌價,尖峰費用是 ¥887.36,離峰是 ¥443.68,差額來自計費時段。文中也提供 Python 函式判斷尖峰並估算費用,提醒快取命中率是假設值,平日遇到中國法定假日也要另外處理。批次工作可考慮移到離峰,但延遲敏感的請求仍應量測 p95 延遲,並確認答案品質沒有受影響。

  12. Dev.to Top Tech64

    Xinyu 推出沒有後端的 Android AI 陪伴 App

    有些 AI 陪伴 App 需要訂閱和帳號,聊天內容也會存在服務商的伺服器上,記憶內容還不容易檢視或修改。作者做了 Android App Xinyu,沒有自己的伺服器,聊天和角色資料都存在手機裡,App 會用使用者自己的 DeepSeek API 金鑰連線;授權費是一次付 $9.99,API 費用由使用者自行負擔。它也把角色記憶整理成筆記,使用者能新增、修改或刪除,更新時還看得到舊內容。App 目前需自行安裝,啟用要透過電子郵件聯絡作者,內建預設角色的故事內容仍是中文。

  13. Dev.to Top Tech46

    GLM-5.5 傳聞下週推出?查過 Z.ai 和 Hugging Face,目前都沒有證據

    網路上流傳 GLM-5.5 下週就要推出,還說它有超過 1 兆個引數、能一次處理 100 萬個 token,並會開放模型權重下載。但查過 Z.ai 官網和 Hugging Face 的官方頁面,都找不到 GLM-5.5 的發布訊息或模型資料;目前能確認的最新版本是 GLM-5.3。這就像聽說新玩具快上市,卻還沒在店家目錄裡看到它:傳聞可能成真,但現在沒有證據,先別急著為它調整系統或花錢準備。

  14. Browser Use Releases37

    Browser Use 1.0.8 修正瀏覽器操作、登入與計費問題

    使用 Browser Use 時,可能會遇到密碼被印出來、連上瀏覽器卻開了空白分頁,或餘額不夠而讓工作中斷。Browser Use 1.0.8 做了幾項修正:不再印出密碼欄位的內容;連線時會接上已開啟的分頁;透過 SSH 或沒有螢幕的電腦操作時,可以用連結和驗證碼在其他裝置核准。模型在最後一步拒絕照指定方式回答時,也會再試一次,讓工作有機會拿到答案。呼叫服務時預留的輸出 token 從 32,768 降為 16,384,較小的餘額比較不會在執行途中遭到拒絕。

  15. Dev.to Top Tech54

    DeepSeek 搭配 Codex 在 VS Code 實測:417 百萬 token 花費 5.01 美元,還能怎麼省?

    AI 寫程式花了多少錢,不只看用了多少 token,也要知道工作有沒有完成。作者用 DeepSeek 搭配 VS Code 的 Codex 擴充功能實測,四天內有 962 次 API 請求,帳單共 5.014844192 美元,記錄了 417,153,568 個計費 token,其中大多是快取命中的輸入。這些數字能呈現 API 用量和費用,卻無法說明每次請求對應什麼工作、程式是否通過測試或成果是否被接受。作者因此提出用「每項被接受工作的成本」衡量,並計畫比較不同工作流程;這次結果只是費用基準,不能當成省錢或工作效率的證明。

  16. Dev.to Top Tech36

    DSH Agent Enhancer 如何記錄並重播瀏覽器操作,讓 AI 助理比較好找出錯在哪

    AI 助理操作網頁時,出了錯常常只回報失敗,讓人猜不出是哪一步出了問題。DSH Agent Enhancer 的 Browser Use 功能可以把人操作網頁的步驟錄成流程,再讓 AI 助理或排程重播;如果失敗,也能檢視是哪一步卡住、頁面當時長什麼樣子。像是每天匯出訂單,可以先錄好流程,再交給排程執行。這套工具適合重複操作同一個網頁的人,能讓流程比較容易檢查和修正;不過它在單一電腦上執行,遇到網頁改版也不會自己猜新的操作方式。

  17. Dev.to Top Tech62

    律師花 $9,450 組 12 張二手 V100 主機,讓 DeepSeek V4.1 Flash 完整專家組留在記憶體

    AI 模型放進家用主機時,顯示卡記憶體不夠,可能得把模型資料縮小或搬來搬去。律師 Nick Mermiges 加到 12 張二手 NVIDIA Tesla V100,讓 DeepSeek V4.1 Flash 的 15,360 個專家都能以 4-bit 格式留在記憶體裡,整套主機花了 $9,450。他回報,256K 上下文時第一個程式碼 token 約等 58 秒,之前的 8 張卡要等 108.4 秒;但 32K 以上的程式碼生成速度沒有明顯提升。這些數字來自作者自述,並非獨立測試;V100 也得先用軟體轉換資料格式才能運作。

  18. Dev.to Top Tech50

    DeepSeek Harness Web UI 的工作區選好了,為什麼任務輸入框還是灰色?

    第一次開啟 DeepSeek Harness Web UI,任務輸入框可能是灰色的,因為畫面還沒有選定專案資料夾。雖然程式啟動時已有預設工作目錄,網頁仍要先知道這次工作要歸在哪個工作區;選好資料夾後,才能開始新對話。比如,資料夾必須真的存在,而且要先加入再選取;只看得到資料夾名稱還不夠。工作區會記下資料夾路徑和相關對話,方便按專案整理工作,但選了工作區不代表 AI 助理只能碰那個資料夾,執行需要核准的操作時仍要仔細確認。

11月21日週六
  1. Dev.to Top Tech57

    同一套安全審查流程測三種模型:分數波動來自抽樣還是模型選擇?

    用 AI 助理檢查程式碼中的安全問題時,單次結果可能受模型選擇和執行時的波動影響。作者用同一套流程和提示詞,讓三種模型各檢查十個重新引入已修補漏洞的程式變更;其中兩種各找出 9 個,另一種找出 10 個,而且兩個漏掉的案例不同。作者也加入設定,避免模型遇到流量限制時偷偷換成較小的模型,並在檢查未完成時收起風險判定。這次每種模型只跑一輪,作者提醒,這些命中數還不能當成穩定的檢查率。

  2. Dev.to Top Tech75

    OpenAI 說明 GPT-6.2 如何防止受保護的推理內容遭複製

    模型的推理過程若被未經授權地拿去訓練其他模型,可能讓原本有安全限制的能力被複製。OpenAI 說明,GPT-6.2 Astra 和 GPT-6.2 Sol 會把受保護的推理內容和產生它的對話記錄連在一起;如果較早的訊息被改寫,後續推理內容就會被移除,舊款模型也不能讀取這些內容。OpenAI 還使用訓練、輸入與輸出檢查,以及 API 使用規則來防止內容外洩。公司公佈的內部測試顯示,GPT-6.2 Astra 從先前請求取回推理內容的成功率,從原本的 54.0% 降到 0.2%。

  3. Dev.to Top Tech76

    DeepSeek API 開放多種工具,文章比較 Flash 和 V4-Pro 怎麼選

    自己串接網路搜尋、讀取檔案和網址等功能,常得另外處理工具怎麼運作與收費。DeepSeek API 把這些工具整合進服務,開發者可用引數啟用;搜尋、讀取網頁和 OCR 等費用會另外計算。文章比較 deepseek-flash 和 deepseek-v4-pro:Flash 支援圖片,離峰時每 1M 個輸出 token 收 $0.60,V4-Pro 則收 $1.98;Flash 的同時處理上限也較高。V4-Pro 適合小規模、只處理文字的複雜推理工作。若服務面向大眾,DeepSeek 要求開啟安全檢查,內容審查等責任仍由開發者承擔。

    推薦理由:文章整理 DeepSeek API 新工具的收費與使用限制,並比較 Flash 和 V4-Pro 在圖片處理、價格及同時處理量上的差異。

  4. Dev.to Top Tech44

    DeepSeek V4.1 Flash 和 V4 Pro 寫程式比較:第一版程式碼過不過關,會影響後續工作量

    AI 助理寫出第一版程式碼時,如果測試沒過,團隊就得多花時間看錯誤、再修改、再測一次。作者用兩種 Crazyrouter 路線處理兩個小型 Node.js 專案任務:有程式碼的測試中,DeepSeek V4.1 Flash 第一次就全數通過 4/5 次,DeepSeek V4 Pro 是 5/6 次;收到錯誤回饋後,兩者都在所有有寫出程式碼的測試中通過。例子裡,Flash 一開始漏掉了複合時間格式,Pro 則有快取結果沒有留給下次使用的問題,修正後都通過測試。這些測試只涵蓋兩個小任務,不能直接看出哪種路線在大型專案更好,也沒有比較人工修改時間或完整費用;團隊應拿自己的測試和實際失敗案例來評估。

  5. Dev.to Top Tech61

    作者讓 5 個 AI 助理玩巴西 Truco,發現提示詞和通訊規則會改變合作方式

    讓 AI 助理一起玩牌,光說「可以自由聊天」不一定有用,太嚴格的回合指令可能讓它們只顧著照格式出牌。作者用 DeepSeek V4.1 Flash 跑了兩場巴西 Truco:第一場有玩家沒照要求傳送出牌,也沒人交談;第二場把傳送方式和聊天規則說清楚後,玩家開始公開聊天、暗示隊友,甚至虛張聲勢。有人還寫了 4 個蒙地卡羅模擬程式研究出牌,最後仍以 14 比 4 落敗。作者從牌局紀錄指出,AI 助理能否合作,會受到每回合指令和工具使用規則影響;共用檔案也不能只靠大家自律來保護秘密。

  6. Dev.to Top Tech61

    Julie 分享如何打造 dev-comment-reviser,修改留言並學懂原因

    每次要修改 dev.to 留言,都得把草稿和同一段提示詞貼進 AI 聊天視窗,來回複製很麻煩。Julie 做了一個本機網頁工具,貼上留言後就能取得修改稿和逐段說明,還會保留 Markdown 格式與最近 10 次紀錄。工具會把留言送到 DeepSeek API,紀錄則存在自己電腦的 SQLite 資料庫;作者也分享如何用固定提示詞和明確的標題格式,讓程式分開整理修改稿與說明。

  7. Dev.to Top Tech73

    GPT-5 用斯洛伐克語更耗 token,作者比較 204 種語言找原因

    同一句話用斯洛伐克語送進 GPT-5,可能比用英文花更多 token,讓費用增加,也更快用完上下文視窗。作者用相同的 1,012 句內容測試 204 種語言和 35 種 tokenizer,發現 GPT-5 切分斯洛伐克語所需的 token 是英文的 1.68 倍;作者認為,主要原因是訓練資料中的斯洛伐克語較少。文章也提醒,選模型時要把語言造成的 token 差異算進成本,並用實際 tokenizer 計算 RAG 文字分段;token 較省也不代表模型回答得比較好。

  8. Dev.to Top Tech68

    Codex 搭配 GLM-5.3-Flash:終端測試排名第 4,真實專案測試排名第 10

    同一組 Codex 和 GLM-5.3-Flash,為什麼在兩個排行榜上差了好幾名?作者把兩邊的測試放在一起比較,發現一邊只測終端操作,Codex 排第 4;另一邊也測真實程式專案,Codex 在修功能、找錯誤的 DeepSWE 測試中落後許多,總排名第 10。兩邊使用的 Codex 版本和設定也不同,但作者無法確認這是否造成差距。這提醒使用排行榜時要先看它測的是哪種工作;測試結果不一定能代表自己的程式專案。

  9. Dev.to Top Tech73

    怎麼確認 API 供應商提供的真的是它宣稱的模型?

    透過第三方 API 買模型時,外界很難確認服務實際接上的模型是不是供應商宣稱的那一個。作者整理一篇研究,檢查轉售前沿模型的 17 個服務:24 個端點中,有 11 個未通過模型身分檢查,另有 3 個雖通過標示檢查,指紋仍與官方模型差距很大。研究也用測試環境量出指紋辨識和分佈測試的誤判率,但提醒黑箱測試只能找出替換的線索,不能證明模型身分真實。作者建議供應商公開模型版本、請求紀錄與原始回應,並定期重測;使用者也要先看清楚模型不可用時是否會改接其他模型,以及如何計費。

11月20日週五
  1. Dev.to Top Tech35

    Darwin 在 Hugging Face 的 17 項排名都進前三,拿下 12 個第一

    Hugging Face 的排名會隨著新結果加入而改變,所以光看第一名有幾個,還要留意領先多少。作者在 11 月 20 日重新查詢公開資料,發現 VIDRAFT 的模型參加了 17 項排名,每項都在前三名,其中 12 項排名第一;11 月 17 日時,則是參加 15 項、拿下 12 個第一。 計算時,遇到同分第一會讓並列的模型都算第一。例如 AIME 2026 有兩個模型同得 100 分,因此兩邊都列為第一。各項排名的領先幅度也不同:MDPBench 只領先 0.05 分,LEXam 則領先 16.53 分。這些名次和分數可能隨新結果變動,因此比較排名時,也要看清楚資料日期和同分的演算法。

  2. Tom’s Hardware AI & Computing72

    律師用 12 張二手 Nvidia V100 執行 DeepSeek V4.1 Flash

    想在自己的伺服器跑大型模型,常得在模型完整度、硬體價格和等待時間之間取捨。一名律師花了 $9,450,把 12 張二手 Nvidia V100 裝進伺服器,讓 DeepSeek V4.1 Flash 的 15,360 個專家都能以 4-bit NVFP4 格式放在卡上。作者實測,程式碼輸出速度最高達每秒 184 個 token,讀取 128K 檔案約需 28 秒;長檔案開始回答的時間也比升級前快近一倍。不過 V100 沒有 FP4 核心,仍須由軟體把資料轉成較高精度格式,而且這些數字沒有說明實際回答品質。

  3. 雷科技58

    雷科技實測豆包工作等 AI 助理,整理資料、做簡報和網頁各花多少錢

    用 AI 助理整理資料、做簡報和製作網頁,結果差不多,花費卻可能差很多。雷科技用相同模型和相同任務比較豆包工作與另外兩款軟體,記錄每項工作的費用。文中三項任務合計約花 1.57 元、3.41 元和 8.52 元;其中豆包工作使用 DeepSeek V4.1 Flash 時,多項任務顯示免費,改用 Kimi 3.1 Pro 製作網頁則消耗 207.39 積分。作者提醒,積分計價方式和會員額度各不相同,不能只看積分數字比較;費用也會隨模型和任務改變。

  4. Dev.to Top Tech57

    AICost 比較多家 AI 模型的 API 價格,還能試算費用

    使用不同 AI 模型或 API 時,價格不容易直接比較,也不容易估算每月會花多少錢。AICost 整理 30 多家供應商、300 多個模型的輸入、輸出和快取 token 價格,並附上各家官方價格頁面與價格歷史,方便檢視差異。網站也提供 API 費用、token 數量、訂閱與 API 費用,以及文字轉語音費用的試算工具,讓使用者依自己的用量估算開銷。

  5. Dev.to Top Tech64

    如何排查 DeepSeek V4 標記外露與 vLLM 文法錯誤

    模型回覆看起來壞掉時,問題有時出在接收內容的程式,而不是模型本身。作者整理兩起公開回報:DeepSeek V4 的工具呼叫標記可能被解析器當成普通文字,直接顯示給使用者;vLLM 在特定結構化輸出情況下,則可能因文法無法接收某個標記而讓請求回傳 HTTP 500。文章示範檢查原始位元組、工具呼叫欄位、提示範本和不同後端,協助分辨原因;也分享作者調整串流轉送與欄位處理的做法。

  6. 雷科技58

    DeepSeek 收緊免費版使用限制,其他 AI 平臺也設有額度

    DeepSeek 免費版使用者發現,閒置 7 天的長對話無法繼續聊,單次輸入上限也降到約 4 萬字,每天用量太多還會碰到額度上限。這些限制隻影響 App 和網頁版,開發者使用的 API 不受影響。文章也提到,豆包、千問、Kimi 和元寶都有不同形式的使用限制,有些付費方案也設有時間用量上限。作者認為,平臺在使用者變多、算力成本增加後,正透過限制用量或收費來控制成本;長時間聊角色的使用方式也很耗算力。

  7. Dev.to Top Tech65

    DeepSeek 全功能 API 接上閘道器後,哪些功能能直接用?五項實測整理建置清單

    把 DeepSeek 接到 OpenAI 相容的 API 閘道器後,語音和搜尋等功能不一定都能直接使用。作者實測五項能力:語音轉文字可直接使用,但 WAV 檔曾等到逾時,繁體中文辨識結果若要給簡體中文產品使用,還得在使用者端轉換;文字轉語音則要換成閘道器支援的模型名稱。網頁搜尋和讀取網址只會回傳工具呼叫,閘道器不會替你搜尋或讀取頁面,開發者得自行處理結果,再送出第二次請求。作者也測到檔案列出的模型名稱在閘道器上會回傳 404,必須查閘道器自己的模型清單。文中提醒,官方 API 會在伺服器端執行搜尋並整理內容;若改用閘道器,就要自行評估額外的串接與維護工作。

  8. Dev.to Top Tech46

    開發者如何測試中國 AI 模型的政治立場反應

    只用英文問幾個問題,可能看不出中國 AI 模型在真實使用時會怎麼回答;換成中文、改變問題問法,結果都可能不同。文章建議開發者用中英文自然寫出敏感問題,再用是非題、開放問答和列出多種看法等方式測試,並記下模型版本與每次回答。舉例來說,同一個政治問題用中文問,模型可能比用英文問時更支援中國政府的立場;改成是非題,也可能讓回答沒那麼支援。這些測試能幫團隊在正式使用前看出模型會拒答、閃躲,還是偏向某種說法,也要記得模型的表現不一定每次都一樣。

  9. iThome (臺灣)82

    歐盟執委會遭 ARTEX 網攻,員工資料是否外洩仍在調查

    歐盟執委會的部分內部系統遭網路攻擊,員工資料是否外洩仍未查明。執委會表示,10 月 22 日偵測到攻擊;報導指出,駭客使用開源 AI 滲透測試框架 ARTEX,影響人事、醫療費用報銷及內部翻譯等系統。Sysper 已恢復運作,但 JSIS 仍無法使用,目前尚未發現大規模員工資料外洩的證據,調查還在進行。ARTEX 原供合法資安測試使用,但 FBI 和資安業者也發現它遭駭客濫用,程式碼在專案下架後仍持續流傳。

    推薦理由:歐盟執委會事件呈現開源滲透測試工具遭濫用後的擴散情況,也交代員工資料外洩調查仍未有定論。

  10. Dev.to Top Tech42

    用 AMD 和 DGX Spark 打造在地 RAG 系統,搜尋實驗室筆記與簡報

    實驗室的筆記和簡報散落在許多檔案裡,找到答案後也常得再花時間確認出處。作者做了一套在地 RAG 系統,能搜尋 Markdown 筆記和 PowerPoint,也會標出答案來自哪個檔案、哪一行或哪張投影片。簡報裡的圖表會先由 Gemma 4 31B 寫成文字說明,讓系統也找得到圖上的內容。 測試時,研究人員用日文和英文問兩個問題:CSV 檔放在哪裡,以及某個磁碟目前還有多少空間。系統都找到了相關資料;回答第一題時附上能支援答案的出處,第二題則沒有亂猜空間數字,因為筆記無法證明目前的容量。這讓研究人員不只拿到答案,也能回到原始資料查證;圖表說明則能幫忙找到投影片,細節仍要開啟原圖確認。