Cập nhật chỉnh sửa mới của OpenAI thật tuyệt vời, vì vậy tôi đã tạo một ứng dụng nhỏ để thử nghiệm. Chỉ cần nhập khóa API của bạn và bạn đã sẵn sàng. Bạn có thể tạo hoặc chỉnh sửa bất kỳ hình ảnh nào. Tôi thích việc lưu nó trên màn hình chính của mình để có thể sử dụng khi di chuyển.

Câu hỏi lớn nhất mà mọi người luôn hỏi tôi là nên sử dụng mô hình nào dựa trên ứng dụng. Vì vậy, tôi đã tạo ra trang web này để cung cấp một hình ảnh trực quan về khả năng của LLM dựa trên kinh nghiệm và các tiêu chuẩn của tôi. 👇

Sự thành công của Kimi K2 không phải là ngẫu nhiên. Thực tế không may trong AI là trải nghiệm của người dùng vẫn chưa hoàn toàn theo kịp khả năng của các mô hình thô. Trải nghiệm đã đạt đến mức bão hòa. Chỉ có một số lượng nhất định các trợ lý lập trình, công cụ nghiên cứu hoặc đại lý mà bạn có thể thực sự cung cấp, và hầu hết đều hoạt động tốt ngay cả với các mô hình kém mạnh hơn. Vì vậy, khi các công ty phải đối mặt với sự lựa chọn giữa việc trả 15 đô la cho mỗi triệu token hoặc 3 đô la cho một giải pháp thực sự hoàn thành công việc, họ thường sẽ chọn lựa chọn có chi phí thấp hơn, trừ khi trường hợp sử dụng của họ yêu cầu sự chuyên môn cực kỳ đặc biệt.

Giới thiệu "Make it Heavy" - một khung để mô phỏng chức năng Grok Heavy, hoàn toàn mã nguồn mở và chạy trong terminal của bạn. Sử dụng bất kỳ mô hình nào bạn muốn, nhờ vào @OpenRouterAI. 👇

Phát hành điều này vào ngày mai: Một khung để tái tạo chức năng Grok Heavy. Trong video này, tôi đang sử dụng Claude 4 Heavy, nhưng nó hoạt động với bất kỳ mô hình nào (GPT, Kimi, Gemini).

Kimi K2 rất giỏi trong việc gọi công cụ và vòng lặp tác động, có thể gọi nhiều công cụ song song và đáng tin cậy, và biết "khi nào nên dừng lại", đó là một thuộc tính quan trọng khác. Đây là mô hình đầu tiên mà tôi cảm thấy thoải mái khi sử dụng trong sản xuất kể từ Claude 3.5 Sonnet.

Grok 4 có thể là quảng cáo tốt nhất cho sự an toàn của AI từ trước đến nay.

Đúng vậy, thiết kế giao diện đã được giải quyết.

Nhân tiện, bạn có thể cơ bản tạo ra phiên bản "Grok nặng" của bất kỳ mô hình nào bằng cách có nhiều tác nhân chạy các công cụ song song, sau đó kiểm tra ghi chú cùng nhau và quyết định cái nào là câu trả lời tốt nhất. Tôi có thể phát hành một dự án mã nguồn mở cho điều đó.

Grok 4 chủ yếu ổn trong việc thiết kế... Claude 4 vẫn đứng đầu ở đây.