楼主:
arsl400 (dark hatter)
2026-08-30 02:47:38最近OPENAI突然在几天前宣布plus要限制字数，不然就卡几小时
Pro的token数量比较多
可是要3000抠抠
请问大家有沦陷吗?
还是写程式公司会补助pro?
pro方案很值 没事还会reset用量 还会给你reset ticket因为太值了 我都直接开2~3个repo同时用codex 要不然根本用不完
作者:
USD5566 (美金五千五百六十六)
2026-08-30 10:42:00这个 id直接嘘就好 平常电影版洗不够来这洗
上周我才碰到 chatgpt 算错一个变量的代数问题…..
公司有提供claude MAX 不过我自己也是订阅了GPT pro
作者:
Obama19 (^_^)
2026-08-31 01:34:00AI顶多拿来查资料吧 生产环境最好别用
作者:
jobintan (Robin Artemstein)
2026-08-31 07:05:00算力紧张（×）开割韭菜（○）
你要AI直接算代数 错误的机率很高 因为他是文本产生器但是你可以较AI用python lapack解 或是用julia写出script 跑答案比较快
作者:
CoNsTaR ((const *))
2026-08-31 11:23:00自己跑 glm-5.3-flash, deepseek-v4-flash-0731 和 qwen3.8-flash-next，永远不会被限制qwen3.8-flash-next 只要 80GB RAM 就可以跑 Q4 full context
很有意思，以前网络时代大家把黏度高的客户当高价值客户，AI时代反而是要赶走那些用的多的叫他们滚去自架
因为网络时代重度用户为企业带来价值，现在重度用户反而是让算力成本爆增
作者:
jobintan (Robin Artemstein)
2026-09-03 07:03:00CoNsTaR所说的80GB，所指的是RAM还是VRAM？两者差很大。
作者:
CoNsTaR ((const *))
2026-09-03 15:01:00RAM+VRAM 总合大于 80GB 就可以，qwen3.8-flash-next 只有 6b active parameters 所以就算大部分 parameters 都spill over 到 RAM 速度也不会太慢，你的 VRAM 只要能放得下 kv cache 就可以，而且它有 51b 是 per layer embedding，所以大概有 102GB 是可以直接从 SSD 串流，不需要常驻在 RAM 的，所以才只需要 80GB RAM265k context 的话 kv cache 只有 6.2 GB，所以就算你只有 8GB VRAM 也行*256k算错，256k context Q8 kv cache 需要 14GB RAM，所以至少要 16GB VRAM 才塞得下 256k kv cache，但如果你只用 128k context 虽然有点小，但 8GB 就够了然后有一个 AtomicChat 的 quant 他的 Q4 因为把 per layer embedding 也算进 bpw，然后又用 bpw 来命名，所以只要 56GB RAM 就可以跑 "Q4"，虽然没有统一的 KLD 跑分，但是其他人的 Q4 KLD 大概都是 0.04，AtomicChat 的 Q4是 0.08，比其他人的 divergence 高了一倍，但如果 RAM吃紧，用 AtomicChat 的 quant 只要 16GB VRAM + 56GB RAM 也能号称跑 Q4（但实际上更像 IQ2 或 IQ3）