7月3日
10:41
10:41Geek@geekbb
推文指出,一个普通人使用DeepSeek V4能够胜过不使用AI的普通工程师。Dillon Mulroy补充说,好工程师用Kimi 2.7可以超越用Fable的普通工程师。这两项对比凸显了AI工具对工作效率的显著提升作用。DeepSeek V4和Kimi 2.7作为具体模型被引用来支撑观点。
推荐理由:一条推文对比了普通人+DeepSeek V4和普通工程师不用AI,还有好工程师+Kimi 2.7 vs 普通工程师+Fable,直接说明AI能拉平技能差距。
6月29日
00:01
00:01官方账号Clement Delangue@ClementDelangue
Brian Armstrong在推文中分享了Coinbase控制AI成本的实践。他提到,通过将默认模型切换到开源模型如GLM 5.2和Kimi 2.7,91%的员工从未触及使用上限。通过改进缓存,LibreChat的缓存命中率从5%提升到60%。这些措施使AI支出减少近一半,同时token用量仍在增长。他还强调路由优化和精简上下文的重要性。
推荐理由:Coinbase创始人Brian Armstrong分享了一套实际操作方案:用更便宜的默认模型、优化缓存和路由,能把AI成本砍半。开源模型GLM 5.2和Kimi 2.7是主角,缓存命中率从5%跳到60%。
6月28日
20:24
20:24官方账号Decoder@Matthias Bastian
精选
Coinbase CEO Brian Armstrong将公司系统切换至中国AI模型GLM 5.2和Kimi 2.7。自动路由系统根据任务和价格选择最佳模型,缓存命中率从5%提升至60%。尽管token使用量持续增长,Coinbase的AI支出已减半。此举凸显西方AI实验室正面临定价压力测试。

推荐理由:Coinbase用GLM 5.2和Kimi 2.7替换了西方模型,成本砍半,缓存命中率翻了12倍。想知道为什么中国模型更便宜?
6月17日
09:34
09:34Fireworks AI@FireworksAI_HQ
Kimi 2.7 现已完全在 Fireworks 上可训练,支持 SFT、DPO、RL 等训练方式。用户可以使用自己的数据微调模型,构建比前沿模型成本更低的护城河。Fireworks 提供托管点击或原始 API,支持大上下文和巨大 LoRA 秩。

推荐理由:Fireworks 让你拿 Kimi 2.7 自己训练,便宜还能干翻前沿模型,想定制模型的赶紧试试。