2026-09-05

自己搭的站，TokenUs： https://tokenus.net

先说清楚，这就是个 API 中转站，基于 new-api 改的，没什么黑科技。接的都是开源模型，DeepSeek V4 全系、GLM 5.x 、Kimi K2.5/K3 、Qwen3.8 ，一共 15 个。接口和 OpenAI 兼容，base_url 换掉就能用。

价格是官方价的 3.5 折，举两个例子：

• DeepSeek V4 Flash：输入 $0.049 / 1M tokens
• Kimi K3：输入 $1.05 / 1M tokens （站内最贵的一个）

正常聊一次天（ 2K 输入 + 500 输出）大概 $0.00015 ，5 刀能聊几万次。接 Claude Code 、跑批处理脚本，都够测一阵子了。

福利：

1. 注册送 $0.1 试用额度，不多，但够你白嫖几百次 DeepSeek 试试接口顺不顺手
2. 帖子里放 5 个 $5 兑换码，先到先得（估计活不过几分钟，手慢别怪我）
3. 没抢到的回帖留你的注册邮箱，前 20 个每人直接往账户充 $5 。注意是注册邮箱，没注册过的邮箱我充不进去。邮箱可以 base64 一下防爬虫，我看得懂。充完我在楼下回"已充"

兑换码用法：注册登录 → 钱包 → 输入码，额度直接到账。兑换码一个月过期，充进账户的余额不过期。兑到码的麻烦在楼下说一声"已用"，免得后面的人白试。

码：

5a057211dd684a12a58a52113bbbd109

531ea9a793bb4a5991bcf4c237a82700

a7cc61803dde48c9b91cac6abed72209

ac4c4f82eff7416bae1600e089436508

2d617d4ba92240078a8d55e212b46ebe

有问题直接回帖，或者写邮件给 support@tokenus.net 。站刚上线不久，欢迎拍砖，哪里难用直接骂

官网

https://conflux.kami.asia

Apple Store 地址

https://apps.apple.com/hk/app/id6787873453

特性

1. apple 全家桶，多端 icloud 自动同步数据和配置
2. 支持看弹幕，并且还能发送弹幕（抖音调研中）
3. 云端开播通知，主播开播后，1 分钟内收到推送
4. 自定义弹幕样式、热词显示、屏蔽关键词正则等自定义能力
5. iOS 画中画并支持画中画弹幕
6. iOS 支持 3 套好看的主题
7. macOS 支持新窗口打开，并置顶，摸鱼神器
8. 免费版可以体验核心能力，完整版解锁全部能力

想直接购买懒得等开奖的朋友，也可以直接私信我索要 5 折券，折扣后仅需 2.49 美元

macOS 端

iOS 端

tvOS 端

1. 每月固定发放的「真金白银」

💾 5 TB 超大云空间：Drive / Gmail / 相册共用，支持家庭共享且文件各自私密。

🎬 1,000 点/月 视频创作积分：用于 Google Flow 和 Whisk ，可生成约 66 条 720p 短视频（基于 Veo/Omni 模型）。

🎵 10,000 点/月 音乐创作积分：独立于视频点数，用于 Lyria 3 音乐生成。

💵 $10/月 GCP 云积分：需在开发者后台手动领取，可直接抵扣官方 Gemini API / Vertex AI 调用费用。

1. 白送的「生态订阅全家桶」

📺 YouTube Premium Lite：大多数视频免广告（不含独立 YouTube Music ）。

🏠 Google Home Premium Standard：30 天摄像头云端录像回放 + 家居 AI 语义检索（原价值约 $10/月）。

⌚ Google Health Premium：解锁 Fitbit / Pixel Watch 的深度健康与睡眠 AI 分析。

1. AI 本体与生产力「额度大升级」

🧠 Gemini 旗舰体验：约 4 倍免费用量、100 万 (1M) Token 超长上下文（吃下 1500 页文档/3 万行代码）、支持 1 小时视频/3 小时音频解析。

💼 办公套件全注入：Gmail 、Docs 、Sheets 、Slides 均内置 Gemini 辅助，包含视频生成工具 Google Vids 及高配版 NotebookLM 。

💻 开发者工具放宽：Google AI Studio 原型测试、Antigravity 编码智能体、Jules 并发任务均获扩容。

1. 共享与购物特权

👨‍👩‍👧‍👦 家庭共享：最多免费再拉 5 位家庭成员共享存储和基础权益。

🛍️ Google Store 返现：在谷歌商店购买硬件享受 10% 购物返点。

Astra 正式推送后我和我的小伙伴立马试了一下。 这是他的一些结果： 你以为我要和 x 上那些网红开始吹他的出色的“one-shot”生成 xxx 游戏吗？或者他的视觉或者 3d 能力提升吗？

这些提升都很重要，比如按照反馈，之前 5.6 完全识别不了这些游戏的素材，以及这些素材能干什么，有什么用而 astra 则可以轻松解决，但是这些提升完全对不上这个标题。

真正的突破是，比如这个可玩的游戏，astra 仅仅使用了 40 分钟，和以下的 token 用量和分布。

Input: 8,354,979 Cached input: 8,145,408 Uncached input: 209,571 Output: 69,989 Reasoning tokens included in output: 19,230

我们可以观察到两个结论

1. 他的总 token 量对于这个项目来说使用的非常少
2. 最关键的是 Reasoning tokens 只有不到 2 万

在我的对一个相对复杂的 debug 里也明显发现了同样的现象，他只 compact 了两次就完成了整个事故报告的诊断（ astra 的 context window 默认 258k ）

这说明 openai 自 gpt 5.4 以来的依赖长思维链提升性能的现状被完全改变（不分场合的雷霆大思考，总是钻牛角尖考虑一些有的没的 corner cases ），astra 恐怕是自 O1 发明 Test Time Scaling Law 以来，思维链效率最高的模型。这也就回到了标题：新的 O1 时刻, 这个模型成功的证明了不需要依靠 “线性” 拉长思维链来获取大幅度的性能提升。

那么 openai 用了什么方法实现了这个效果？坊间传闻都是使用了 latent space reasoning 来实现这个效果，事实上我反而觉得可能性确实有，但是不一定是这么单纯的技术，第一这个潜空间推理实际不新鲜，学术圈火爆是去年，今年年初甚至有一个初中小孩复刻了一个小小的火了一把，在年初到现在模型大版本都迭代了 3 个版本不止的情况下为何没有人使用他？ 我个人的猜测是：他们可能用上了一直在 pro 上使用和测试的技术，并行推理和推理剪枝（以及从 OAI 还可以测试“告诉模型存在 CoT monitor 后，它会不会主动缩短 CoT”能看出这应该不是潜空间）。

但是不管 OAI 是如何实现如此之高推理效率，他只能说明一件事情：大模型的推理范式又发生了重大改变，这项我们迟早会在其他开源模型上看到的技术（比如 deepseek r1 模仿 O1 ），极大的利好小型开源模型，因为他可以更加充分利用本就小的内存或者显存。

怎么说呢，虽然我一直在骂 5.6 和 OAI / Codex ，但是他们能够引领两个时代的大模型范式改变依然说明作为前沿厂商的引领技术潮流的能力

我搞了一套财税系统，采用的是 MonoRepo 的构建方式。也就是说，在 APPs 目录下有几十个应用。前端全部用的是 Next.js ，后端用的是 FastAPI 。现在的问题是，代码托管在 GitHub ，镜像则通过阿里云的 ACR 来构建。

核心问题是构建速度非常慢。目前有 11 个应用，其中 4-5 个是前端，6-7 个是后端服务, 后续还在增长。问题在于，有时候我可能只修改了其中一个应用，但很难控制每次只自动构建被修改的那一个。

目前我在 GitHub 上构建时，只有一个分支，也就是 main 分支。如果单独构建每个 APP ，通常只需要 1 到 2 分钟。但一旦有十几个 APP ，每次都要全部构建一遍，速度就会越来越慢，而且我的 APP 数量还在不断增加。我在想，有没有办法在保持 GitHub 上只有一个分支的情况下，也能获得比较快速的构建体验？不知道大家在这方面有没有相关的实践经验？

需求：

• 20CM 以内，最好单风扇
• 不要涡轮扇，太吵
• 免供电
• 能拖 4K 屏幕
• 至少拥有 DP + HDMI
• 近几年比较新的显卡

看了一圈下来貌似就 Intel 的 Arc A310 完美适配，免供电、单风扇，而且还能买到全新产品。 大家还有什么推荐的显卡吗？

今天发现可以用 GPT-6 Astra 了, 让它操作我的一个在线的 google spreadsheet 表格按以往的 pattern 预测未来一年的数据, 发送 prompt 的时候手多 拉到最满选了 Ultra 级别, 最后跑了十分钟, 生成了百多行新数据, 数据质量看起来还可以.

一看用量, 我是 plus 的周额度一下掉了 15%, 要这么跑的话 一个小时就能烧掉我一周的额度

你们是收到重置卡，还是重置了额度？

我这边可以使用 Astra 了，今天连重置卡都没给我