- Iza2026-10-18
题目是两个问题
第一个问题，为什么这么快是想问 ai 的 tps 瓶颈是啥，为啥 ds 能这么快呢
第二个问题其实我不完全确定，但我自己对比体验下来的体感是完成任务的真实效率并没有加速
为什么体感没有缩短任务时长可能是因为雷霆大思考？但更深一步说为什么 ds 经常陷入大思考呢^-^
主楼 - Z-linuxdo2026-10-18
- lovesusu2026-10-18
按我的猜想就是，因为flash模型本身参数量相对大参数模型小
所以只能先不停地获取现状来一点点推理出合适的写法吧
但是对于大参数模型，一些常见的写法都完整地在记忆里可以直接取出来，所以需要确定现状的推理部分就少一些了吧
我觉得是各有优缺，对于新项目来说，少按现状推理就挺好，少很多浪费的时间
但是在现有的项目上继续迭代，那就得了解好现状才好继续写，不然容易左右脑互搏，虽然说确定现状也不一定能做到不互搏，但是相比纯自信直接开写应该会好不少
- Eeevan2026-10-18
直觉不够思考来凑，参数小只能这样，就像 AO 的 Sonnet 和 Luna，也是雷霆大思考
- J_TOFJSJ2026-10-18
今早刚好有一个运维问题，flash花5分58秒，gpt6 astra花3分32，而且flash回答一大堆，问题的关键藏在里面，需要你仔细阅读，而astra的回答就很干练，只有关键。
- 天梦2026-10-18
你的tps固然很强，但你的雷霆大思考弥补了你的强处^-^
- 小橘不是喵2026-10-18
- refalogy2026-10-18
dsh的pwsh和grep都容易慢，我现在搞了个git bash模式，但没实测过速度改变。我自己的项目测试也慢。另一方面是思考太多
- fgfgfdg82026-10-18
（帖子已被作者删除）
- Giga.Chad6天前
因为模型小每次只调用30b所以速度快，因为模型小知识不足所以雷霆大思考，因为缓存率高所以雷霆大思考也不贵
