什么火了

今日热点 · 前 3

一件事为什么火、在哪些平台上榜、热度是涨是落。

看今日热点 →

AI 热点 · 前 3

只看和 AI、科技有关的热点。

看 AI 热点 →

最近的重大发布

各家 AI 模型的发布、开源和传言,官方消息和媒体报道分开标。

打开时间线 →

综合 · 热门站点

全部综合站点 →

科技 · 热门站点

全部科技站点 →

娱乐 · 热门站点

全部娱乐站点 →

游戏 · 热门站点

全部游戏站点 →

生活 · 热门站点

全部生活站点 →

知识 · 热门站点

全部知识站点 →

社区 · 热门站点

全部社区站点 →

快讯来源

各家快讯一页排开,重要的标出来。

全部快讯来源 →

AI 资讯

常读的 AI 公众号和科技媒体,新文章都在这一页。

去看 AI 资讯 →

按平台

社媒

公众号、Telegram、Newsletter、即刻和个人博客,各账号的新内容按时间排好。

看全部社媒 →

品牌

各家今天的金价多少钱一克,从低到高排好。

看今日金价 →

今天最低的 3 家

看足金饰品榜 →
什么火了什么火了V2EXV2EX微博微博哔哩哔哩哔哩哔哩新浪新闻新浪新闻新浪网新浪网GitHubGitHubCSDNCSDNIT之家IT之家36氪36氪少数派少数派虎嗅虎嗅稀土掘金稀土掘金Hacker NewsHacker NewsProduct HuntProduct Hunt网易云音乐网易云音乐淘宝逛一逛淘宝逛一逛App StoreApp StoreAdafruit BlogAdafruit BlogAIbaseAIbaseAnt Bailing Developer BlogAnt Bailing Developer BlogAnthropicAnthropic小众软件小众软件AppleAppleAppleInsiderAppleInsiderArs TechnicaArs TechnicaBerkeley AI ResearchBerkeley AI Research半月谈半月谈BBC NewsBBC NewsBD Tech TalksBD Tech TalksBerkeley RDIBerkeley RDI新京报新京报BloombergBloombergBoston Dynamics BlogBoston Dynamics Blog商业科技媒体商业科技媒体ByteDance Seed ResearchByteDance Seed ResearchClaude BlogClaude BlogClaude Code ReleasesClaude Code ReleasesCloudflare BlogCloudflare BlogCMU Machine Learning BlogCMU Machine Learning Blog国内科技媒体国内科技媒体博客园 / 开源中国博客园 / 开源中国酷安酷安crates.iocrates.ioCrowd SupplyCrowd SupplyCSS-TricksCSS-Tricks51CTO51CTOCult of MacCult of MacCursor BlogCursor BlogDeepLearning.AI · The BatchDeepLearning.AI · The BatchGoogle DeepMind BlogGoogle DeepMind BlogDeepSeek NewsDeepSeek NewsDescript BlogDescript Blog设计社区作品榜设计社区作品榜DEV.toDEV.to数字尾巴数字尾巴Docker HubDocker HubEleutherAI BlogEleutherAI Blog英文科技媒体分类 feed英文科技媒体分类 feed英文科技评测与行业媒体 feed英文科技评测与行业媒体 feedEngadgetEngadget中央媒体电子报中央媒体电子报FlathubFlathubfreeCodeCampfreeCodeCamp极客公园极客公园果核剥壳果核剥壳Gitee 与 GitLabGitee 与 GitLabGitHub 周刊仓库GitHub 周刊仓库GoogleGoogleHackadayHackadayHelloGitHubHelloGitHubHomebrewHomebrewHugging FaceHugging FaceHugging Face 官方组织新模型Hugging Face 官方组织新模型IEEE SpectrumIEEE Spectrum爱范儿爱范儿inclusionAIinclusionAIIndie HackersIndie HackersInfoQInfoQIT之家与快科技IT之家与快科技掘金 / InfoQ掘金 / InfoQMoonshot AI KimiMoonshot AI KimiLinux.doLinux.doLMSYS BlogLMSYS BlogLobstersLobstersLWN.netLWN.netMacRumorsMacRumorsMake: MagazineMake: MagazineMaven CentralMaven CentralMediumMediumMeituan LongCatMeituan LongCatMeta AI BlogMeta AI BlogMeta EngineeringMeta EngineeringMidjourney UpdatesMidjourney UpdatesMiniMaxMiniMaxMIT News · RoboticsMIT News · RoboticsMIT Technology ReviewMIT Technology ReviewMozilla.ai BlogMozilla.ai BlogNew Atlas · RoboticsNew Atlas · RoboticsNews Hacker|极客洞察News Hacker|极客洞察9to5Mac9to5MacNodeSeekNodeSeek牛客牛客NuGetNuGetNVIDIANVIDIAOpen Robotics BlogOpen Robotics BlogOpenAIOpenAIOpenRouterOpenRouterPackagistPackagist远景论坛远景论坛人民网人民网PhoronixPhoronixPlanet ROSPlanet ROS吾爱破解吾爱破解时政媒体时政媒体PyPIPyPIQoderQoderQwenQwenRFC EditorRFC EditorRobohubRobohubRobotics & Automation NewsRobotics & Automation NewsRobotics TomorrowRobotics TomorrowROS DiscourseROS DiscourseRubyGemsRubyGemsRunwayRunwaySecurityOnlineSecurityOnlineServeTheHomeServeTheHomeServiceNow AIServiceNow AI新浪新浪SlashdotSlashdotSmashing MagazineSmashing MagazineSolidotSolidotStack OverflowStack OverflowStack Overflow BlogStack Overflow BlogSubstackSubstackSuno BlogSuno BlogSynced ReviewSynced Review技术博客与 newsletter feed技术博客与 newsletter feedTechCrunchTechCrunchTech Xplore · RoboticsTech Xplore · Robotics腾讯新闻栏目腾讯新闻栏目The DecoderThe DecoderThe GradientThe GradientThe RegisterThe RegisterThe VergeThe Verge澎湃新闻澎湃新闻Tindie BlogTindie BlogTom's HardwareTom's Hardware今日头条今日头条Transformer CircuitsTransformer Circuits优设网优设网UiverseUiverseVentureBeat · AIVentureBeat · AIWiredWiredxAI NewsxAI News小鹅通小鹅通新华网新华网Zhipu AI ResearchZhipu AI ResearchCISA KEVCISA KEVNVDNVDOSV.devOSV.dev

科技热榜

  • 01466stars
    super repo for rocm librariesROCm
  • 027.7万stars
    Original Apollo 11 Guidance Computer (AGC) source code for the command and lunar modules.chrislgarry
  • 03313stars
    Native Pikmin Windows/Linux/Android PortSSunnKing
  • 042552stars
    Disassembly of Pokémon Crystalpret
  • 051741stars
    Open-source implementation of a substantial portion of the API of Apple CryptoKit suitable for use on all Swift supported platforms.apple
  • 061694stars
    An upgrade to Pokémon Crystal. Brings features and content up to date, and adds some original content.Rangi42
  • 075448stars
    Dozens of minimal operating systems to learn x86 system programming. Tested on Ubuntu 17.10 host in QEMU 2.10 and real hardware. Userland cheat at: https://github.com/cirosantilli/linux-kernel-module-cheat#userland-assembly ARM baremetal setup at: https://github.com/cirosantilli/linux-kernel-module-cheat#baremetal-setup 学习x86系统编程的数十个最小操作系统。 已在QE…cirosantilli
  • 08763stars
    Decompilation of Pokemon HeartGold/SoulSilverpret
  • 094110stars
    A library for calling C functions from Go without Cgoebitengine
  • 10865stars
    AWS-LC is a general-purpose cryptographic library maintained by the AWS Cryptography team for AWS and their customers. It іs based on code from the Google BoringSSL project and the OpenSSL project.aws
  • 113193stars
    The CORE-V CVA6 is a highly configurable, 6-stage RISC-V core for both application and embedded applications. Application class configurations are capable of booting Linux.openhwfoundation
  • 125031stars
    Disassembly of Pokémon Red/Bluepret
  • 133537stars
    This project aims to fix or address some issues in Grand Theft Auto IV: The Complete EditionThirteenAG
  • 141483stars
    Community Graphic Packs for Cemucemu-project
  • 151222stars
    Espressif deep-learning library for AIoT applicationsespressif
  • 161.9万stars
    Collection of malware source code for a variety of platforms in an array of different programming languages.vxunderground
  • 17530stars
    Cpasjuste
  • 18420stars
    Official Go implementation of Apache Arrowapache
1分钟前更新
  • 019942
    task_categories:question-answering, task_categories:text-generation, size_categories:1K<n<10K, format:csv, modality:text, library:datasets, library:pandas, library:polars, library:mlcroissantfka
  • 023737
    task_categories:text-generation, language:en, size_categories:10B<n<100B, modality:tabular, modality:text, arxiv:2306.01116, arxiv:2109.07445, arxiv:2406.17557, doi:10.57967/hf/2493HuggingFaceFW
  • 032495
    size_categories:100K<n<1M, format:json, modality:text, library:datasets, library:dask, library:polars, library:mlcroissant, arxiv:2204.05862, region:usAnthropic
  • 042040
    benchmark:official, benchmark:eval-yaml, task_categories:text-generation, annotations_creators:crowdsourced, language_creators:crowdsourced, multilinguality:monolingual, source_datasets:original, language:en, size_categories:10K<n<100Kopenai
  • 051719
    task_categories:text-generation, task_categories:fill-mask, task_ids:language-modeling, task_ids:masked-language-modeling, language:ab, language:ace, language:ady, language:af, language:alt, language:amwikimedia
  • 061629
    task_categories:text-classification, task_categories:token-classification, task_categories:table-question-answering, task_categories:question-answering, task_categories:zero-shot-classification, task_categories:summarization, task_categories:feature-extraction, task_categories:text-generation, language:enOpen-Orca
  • 071623
    language:en, language:es, language:ru, language:de, language:pl, language:th, language:vi, language:sv, language:bn, language:daOpenAssistant
  • 081570
    region:us, simreadynvidia
  • 091402
    task_categories:text-generation, language:en, size_categories:1B<n<10B, format:parquet, modality:tabular, modality:text, library:datasets, library:dask, library:polarsHuggingFaceFW
  • 101393
    task_categories:text-generation, language:en, size_categories:10K<n<100K, format:parquet, modality:text, library:datasets, library:pandas, library:polars, library:mlcroissanttatsu-lab
  • 111382
    task_categories:question-answering, task_categories:summarization, language:en, size_categories:10K<n<100K, format:json, modality:text, library:datasets, library:pandas, library:mlcroissantdatabricks
  • 121247
    size_categories:n<1K, format:imagefolder, modality:image, library:datasets, library:mlcroissant, region:usgsdf
  • 131245
    task_categories:text-generation, language:en, size_categories:1M<n<10M, format:parquet, modality:text, library:datasets, library:dask, library:polars, library:mlcroissantroneneldan
  • 141224
    task_categories:question-answering, task_categories:text-generation, language:en, language:zh, size_categories:10K<n<100K, format:json, modality:text, library:datasets, library:pandasFreedomIntelligence
  • 151217
    task_categories:text-generation, language:en, region:ustogethercomputer
  • 161206
  • 171191
    task_categories:text-generation, language:en, size_categories:100K<n<1M, format:parquet, modality:text, library:datasets, library:dask, library:mlcroissant, library:polarsHuggingFaceH4
  • 181145
    task_categories:image-classification, task_ids:multi-class-image-classification, annotations_creators:crowdsourced, language_creators:crowdsourced, multilinguality:monolingual, source_datasets:original, language:en, size_categories:1M<n<10M, format:parquetILSVRC
  • 191114
    task_categories:text-generation, language:en, size_categories:n>1T, arxiv:2402.00159, arxiv:2301.13688, region:us, language-modeling, casual-lm, llmallenai
  • 201102
    task_categories:text-generation, language_creators:crowdsourced, language_creators:expert-generated, multilinguality:multilingual, language:code, size_categories:100M<n<1B, format:parquet, modality:tabular, modality:textbigcode
  • 211101
    benchmark:official, size_categories:1K<n<10K, format:parquet, modality:image, modality:text, library:datasets, library:pandas, library:polars, library:mlcroissantcais
  • 221079
    size_categories:1M<n<10M, format:parquet, modality:text, library:datasets, library:dask, library:polars, library:mlcroissant, arxiv:2309.11998, region:uslmsys
  • 231055
    size_categories:1K<n<10K, format:parquet, modality:document, modality:image, modality:text, library:datasets, library:pandas, library:polars, library:mlcroissantXiaomiMiMo
  • 241018
    task_categories:text-generation, task_categories:question-answering, language:en, size_categories:n<1K, format:json, modality:text, library:datasets, library:pandas, library:polarsVyber07
  • 25992
    language:en, size_categories:n<1K, format:imagefolder, modality:image, library:datasets, library:mlcroissant, region:us, stable-diffusion, text-to-imageNerfgun3
  • 26979
    task_categories:text-generation, language:en, size_categories:100M<n<1B, format:parquet, modality:text, library:datasets, library:dask, library:mlcroissant, library:polarstiiuae
  • 27961
    language:en, size_categories:n<1K, format:parquet, modality:audio, modality:document, modality:image, modality:text, library:datasets, library:pandas, library:polarsgaia-benchmark
  • 28958
    task_categories:text-classification, task_ids:sentiment-classification, annotations_creators:expert-generated, language_creators:expert-generated, multilinguality:monolingual, source_datasets:original, language:en, size_categories:100K<n<1M, format:parquetstanfordnlp
  • 29957
    task_categories:text-generation, language:aai, language:aak, language:aau, language:aaz, language:aba, language:abi, language:abk, language:abn, language:abqHuggingFaceFW
  • 30949
    language:en, region:usanon8231489123
  • 31943
    size_categories:100K<n<1M, format:parquet, modality:text, library:datasets, library:dask, library:polars, library:mlcroissant, arxiv:2506.04178, region:usopen-thoughts
  • 32934
    task_categories:text-generation, language:aai, language:aak, language:aau, language:aaz, language:aba, language:abi, language:abk, language:abn, language:abqHuggingFaceFW
  • 33931
    language:eng, size_categories:1M<n<10M, format:json, modality:text, library:datasets, library:pandas, library:mlcroissant, library:polars, region:us, syntheticteknium
  • 34906
    task_categories:text-generation, language:en, size_categories:10K<n<100K, format:json, modality:text, library:datasets, library:pandas, library:mlcroissant, library:polarsyahma
  • 35891
    task_categories:question-answering, task_ids:extractive-qa, annotations_creators:crowdsourced, language_creators:crowdsourced, language_creators:found, multilinguality:monolingual, source_datasets:extended|wikipedia, language:en, size_categories:10K<n<100Krajpurkar
  • 36886
    task_categories:question-answering, task_ids:multiple-choice-qa, annotations_creators:no-annotation, language_creators:expert-generated, multilinguality:monolingual, source_datasets:original, language:en, size_categories:100K<n<1M, format:parquetcais
  • 37862
    task_categories:text-generation, task_categories:fill-mask, task_ids:language-modeling, task_ids:masked-language-modeling, annotations_creators:no-annotation, language_creators:crowdsourced, multilinguality:monolingual, source_datasets:original, language:enSalesforce
  • 38832
    task_categories:text-generation, task_categories:text-classification, task_categories:token-classification, task_categories:fill-mask, task_categories:table-question-answering, language:en, language:zh, size_categories:100K<n<1M, format:jsonproj-persona
  • 39823
    language:en, size_categories:100K<n<1M, format:parquet, modality:text, library:datasets, library:dask, library:polars, library:mlcroissant, region:usopen-r1
  • 40807
    language:en, language:zh, language:ml, region:us, Instruction, CotQingyiSi
  • 41804
    task_categories:text-generation, task_categories:question-answering, language:zh, size_categories:100K<n<1M, format:json, modality:tabular, modality:text, library:datasets, library:pandasCongliu
  • 42800
    task_categories:text-generation, task_categories:text-retrieval, language:en, size_categories:100M<n<1B, format:parquet, modality:tabular, modality:text, library:datasets, library:dasksecemp9
  • 43794
    task_categories:question-answering, task_categories:text-classification, task_categories:text-generation, language:zh, size_categories:10K<n<100K, format:json, modality:text, library:datasets, library:dask, library:mlcroissantm-a-p
  • 44786
    task_categories:text-classification, task_ids:acceptability-classification, task_ids:natural-language-inference, task_ids:semantic-similarity-scoring, task_ids:sentiment-classification, task_ids:text-scoring, annotations_creators:other, language_creators:other, multilinguality:monolingual, source_datasets:originalnyu-mll
  • 45774
    language:en, size_categories:10M<n<100M, format:parquet, modality:text, library:datasets, library:dask, library:mlcroissant, library:polars, arxiv:2309.05463HuggingFaceTB
  • 46770
    task_categories:text-generation, language:en, language:zh, size_categories:10M<n<100M, format:parquet, modality:tabular, modality:text, library:datasets, library:daskBAAI
  • 47768
    language:en, size_categories:10M<n<100M, modality:tabular, modality:text, region:us, seo, content-performance, data-warehouse, tabularFlyRank
  • 48764
    task_categories:question-answering, task_categories:text-generation, task_categories:reinforcement-learning, language:en, size_categories:10K<n<100K, format:json, modality:text, library:datasets, library:pandasSalesforce
  • 49733
    task_categories:audio-classification, language:en, size_categories:n<1K, format:audiofolder, modality:audio, library:datasets, library:mlcroissant, region:us, speechHumynLabs
  • 50731
    task_categories:audio-classification, language:en, size_categories:n<1K, format:audiofolder, modality:audio, library:datasets, library:mlcroissant, region:us, speechHumynLabs
  • 01217
    3 个仓库:Step-5-Preview、Step-5-Preview-BF16、Step-5-Preview-NVFP4stepfun-ai
  • 02728
    4 个仓库:Step-3.7-Flash、Step-3.7-Flash-FP8、Step-3.7-Flash-NVFP4、Step-3.7-Flash-GGUF(image-text-to-text)stepfun-ai
  • 03131
    2 个仓库:Step-3.5-Flash-Base-Midtrain、Step-3.5-Flash-Base(text-generation)stepfun-ai
  • 0413
    1 个仓库:NextStep-1.1-Pretrain-256px(text-to-image)stepfun-ai
  • 051051
    4 个仓库:Step-3.5-Flash、Step-3.5-Flash-FP8、Step-3.5-Flash-GGUF-Q4_K_S、Step-3.5-Flash-GGUF-Q8_0(text-generation)stepfun-ai
  • 06193
    1 个仓库:Step-Audio-R1.1(audio-text-to-text)stepfun-ai
  • 07480
    3 个仓库:Step3-VL-10B、Step3-VL-10B-Base、Step3-VL-10B-FP8(image-text-to-text)stepfun-ai
  • 0836
    2 个仓库:NextStep-1.1、NextStep-1.1-Pretrain(text-to-image)stepfun-ai
  • 0949
    1 个仓库:PaCoRe-8B(text-generation)stepfun-ai
  • 1065
    1 个仓库:Step1X-Edit-v1p2(image-to-image)stepfun-ai
  • 11150
    2 个仓库:Step-Audio-R1、Step-Audio-EditX-AWQ-4bit(audio-text-to-text)stepfun-ai
  • 12147
    1 个仓库:Step-Audio-EditXstepfun-ai
  • 1321
    1 个仓库:Step-Audio-2-mini-Thinkstepfun-ai
  • 1419
    1 个仓库:Step1X-Edit-v1p2-preview(image-to-image)stepfun-ai
  • 15300
    2 个仓库:Step-Audio-2-mini-Base、Step-Audio-2-ministepfun-ai
  • 165
    1 个仓库:Step1X-Edit-v1p1-diffusers(image-to-image)stepfun-ai
  • 1718
    1 个仓库:NextStep-1-Large-Pretrain(text-to-image)stepfun-ai
  • 1815
    1 个仓库:NextStep-1-f8ch16-Tokenizerstepfun-ai
  • 19148
    2 个仓库:NextStep-1-Large-Edit、NextStep-1-Large(image-to-image)stepfun-ai
  • 20186
    2 个仓库:step3、step3-fp8(image-text-to-text)stepfun-ai
  • 2149
    1 个仓库:Step-Audio-AQAAstepfun-ai
  • 22108
    1 个仓库:Step1X-3Dstepfun-ai
  • 2313
    1 个仓库:Qwen2.5-32B-DialogueReasonstepfun-ai
  • 24335
    1 个仓库:Step1X-Edit(image-to-image)stepfun-ai
  • 2585
    1 个仓库:stepvideo-ti2v(image-to-video)stepfun-ai
  • 26713
    3 个仓库:Step-Audio-Chat、Step-Audio-Tokenizer、Step-Audio-TTS-3B(audio-text-to-text)stepfun-ai
  • 27579
    2 个仓库:stepvideo-t2v-turbo、stepvideo-t2vstepfun-ai
  • 28244
    1 个仓库:GOT-OCR-2.0-hf(image-text-to-text)stepfun-ai
  • 291577
    1 个仓库:GOT-OCR2_0(image-text-to-text)stepfun-ai
  • 01
    P50 吞吐 396 tok/s · P50 延迟 136 ms · 最佳服务商 BaseTen · 19.7万 次请求reflection
  • 02
    P50 吞吐 339 tok/s · P50 延迟 143 ms · 最佳服务商 CoreWeave · 712.6万 次请求openai
  • 03
    P50 吞吐 214 tok/s · P50 延迟 147 ms · 最佳服务商 CoreWeave · 215.2万 次请求meta-llama
  • 04
    P50 吞吐 92 tok/s · P50 延迟 158 ms · 最佳服务商 DeepInfra · 26.6万 次请求sao10k
  • 05
    P50 吞吐 921 tok/s · P50 延迟 161 ms · 最佳服务商 BaseTen · 1859.3万 次请求openai
  • 06
    P50 吞吐 559 tok/s · P50 延迟 171 ms · 最佳服务商 Groq · 417.3万 次请求meta-llama
  • 07
    P50 吞吐 118 tok/s · P50 延迟 174 ms · 最佳服务商 Together · 149.9万 次请求qwen
  • 08
    P50 吞吐 575.5 tok/s · P50 延迟 180 ms · 最佳服务商 Groq · 31.0万 次请求openai
  • 09
    P50 吞吐 702 tok/s · P50 延迟 189 ms · 最佳服务商 Cerebras · 925.1万 次请求qwen
  • 10
    P50 吞吐 263 tok/s · P50 延迟 196 ms · 最佳服务商 Together · 7256.3万 次请求deepseek
  • 11
    P50 吞吐 215 tok/s · P50 延迟 202.5 ms · 最佳服务商 Cloudflare · 36.5万 次请求meta-llama
  • 12
    P50 吞吐 126 tok/s · P50 延迟 223 ms · 最佳服务商 BaseTen · 528.5万 次请求nvidia
  • 13
    P50 吞吐 68 tok/s · P50 延迟 237 ms · 最佳服务商 CoreWeave · 258.9万 次请求deepseek
  • 14
    P50 吞吐 97 tok/s · P50 延迟 238 ms · 最佳服务商 DeepInfra · 11.7万 次请求microsoft
  • 15
    P50 吞吐 118 tok/s · P50 延迟 240 ms · 最佳服务商 CoreWeave · 2242.6万 次请求google
  • 16
    P50 吞吐 100 tok/s · P50 延迟 245 ms · 最佳服务商 Parasail · 6703.5万 次请求deepseek
  • 17
    P50 吞吐 125 tok/s · P50 延迟 247.5 ms · 最佳服务商 Crusoe · 91.8万 次请求moonshotai
  • 18
    P50 吞吐 440 tok/s · P50 延迟 258 ms · 最佳服务商 InferenceNet · 1.46亿 次请求deepseek
  • 19
    P50 吞吐 500 tok/s · P50 延迟 262 ms · 最佳服务商 Fireworks · 278.5万 次请求nvidia
  • 20
    P50 吞吐 79 tok/s · P50 延迟 271 ms · 最佳服务商 CoreWeave · 17.4万 次请求ibm-granite
  • 21
    P50 吞吐 107 tok/s · P50 延迟 273 ms · 最佳服务商 DeepInfra · 362.7万 次请求inclusionai
  • 22
    P50 吞吐 212 tok/s · P50 延迟 279 ms · 最佳服务商 BaseTen · 23.8万 次请求meta
  • 23
    P50 吞吐 47 tok/s · P50 延迟 279 ms · 最佳服务商 DeepInfra · 17.9万 次请求meta-llama
  • 24
    P50 吞吐 60 tok/s · P50 延迟 285 ms · 最佳服务商 Nebius · 119.5万 次请求qwen
  • 25
    P50 吞吐 144 tok/s · P50 延迟 289 ms · 最佳服务商 InferenceNet · 4761.1万 次请求z-ai
  • 26
    P50 吞吐 58 tok/s · P50 延迟 291 ms · 最佳服务商 DeepInfra · 52.8万 次请求mistralai
  • 27
    P50 吞吐 154 tok/s · P50 延迟 297 ms · 最佳服务商 BaseTen · 4375.5万 次请求deepseek
  • 28
    P50 吞吐 208 tok/s · P50 延迟 303 ms · 最佳服务商 Amazon Bedrock · 148.3万 次请求amazon
  • 29
    P50 吞吐 153 tok/s · P50 延迟 304 ms · 最佳服务商 InferenceNet · 1249.2万 次请求z-ai
  • 30
    P50 吞吐 142 tok/s · P50 延迟 315 ms · 最佳服务商 Friendli · 1797.2万 次请求google
  • 31
    P50 吞吐 86 tok/s · P50 延迟 321 ms · 最佳服务商 Mistral · 31.4万 次请求mistralai
  • 32
    P50 吞吐 88 tok/s · P50 延迟 322 ms · 最佳服务商 Wafer · 566.5万 次请求deepseek
  • 33
    P50 吞吐 131 tok/s · P50 延迟 325 ms · 最佳服务商 Google · 396.0万 次请求anthropic
  • 34
    P50 吞吐 156 tok/s · P50 延迟 326 ms · 最佳服务商 Mistral · 50.7万 次请求mistralai
  • 35
    P50 吞吐 53 tok/s · P50 延迟 333 ms · 最佳服务商 Cloudflare · 73.6万 次请求z-ai
  • 36
    P50 吞吐 222 tok/s · P50 延迟 333.5 ms · 最佳服务商 Together · 435.8万 次请求z-ai
  • 37
    P50 吞吐 51 tok/s · P50 延迟 363 ms · 最佳服务商 DeepInfra · 325.5万 次请求qwen
  • 38
    P50 吞吐 79 tok/s · P50 延迟 363.5 ms · 最佳服务商 DeepInfra · 162.4万 次请求mistralai
  • 39
    P50 吞吐 89 tok/s · P50 延迟 368 ms · 最佳服务商 Azure · 1177.2万 次请求openai
  • 40
    P50 吞吐 86 tok/s · P50 延迟 373 ms · 最佳服务商 Mistral · 1886.9万 次请求mistralai
  • 41
    P50 吞吐 155 tok/s · P50 延迟 377 ms · 最佳服务商 Parasail · 257.3万 次请求moonshotai
  • 42
    P50 吞吐 265 tok/s · P50 延迟 387 ms · 最佳服务商 Together · 735.3万 次请求minimax
  • 43
    P50 吞吐 245 tok/s · P50 延迟 387 ms · 最佳服务商 Groq · 14.9万 次请求minimax
  • 44
    P50 吞吐 66 tok/s · P50 延迟 390 ms · 最佳服务商 Amazon Bedrock · 17.9万 次请求meta-llama
  • 45
    P50 吞吐 107 tok/s · P50 延迟 405 ms · 最佳服务商 CoreWeave · 410.7万 次请求qwen
  • 46
    P50 吞吐 178 tok/s · P50 延迟 413 ms · 最佳服务商 Google AI Studio · 1791.6万 次请求google
  • 47
    P50 吞吐 127 tok/s · P50 延迟 415 ms · 最佳服务商 Mistral · 55.7万 次请求mistralai
  • 48
    P50 吞吐 104 tok/s · P50 延迟 424 ms · 最佳服务商 Friendli · 19.4万 次请求z-ai
  • 49
    P50 吞吐 97 tok/s · P50 延迟 426 ms · 最佳服务商 Parasail · 24.3万 次请求qwen
  • 50
    P50 吞吐 30 tok/s · P50 延迟 427 ms · 最佳服务商 DeepInfra · 16.3万 次请求qwen
  • 51
    P50 吞吐 178 tok/s · P50 延迟 433 ms · 最佳服务商 Google · 3305.3万 次请求anthropic
22分钟前更新
  • 019655.0亿
    排名:1 · 发布文件总体积:965.5 GB
  • 025368.0亿
    排名:2 · 发布文件总体积:536.8 GB
  • 034290.0亿
    排名:3 · 发布文件总体积:429.0 GB
  • 042955.0亿
    排名:4 · 发布文件总体积:295.5 GB
  • 052691.0亿
    排名:5 · 发布文件总体积:269.1 GB
  • 062379.0亿
    排名:6 · 发布文件总体积:237.9 GB
  • 072370.0亿
    排名:7 · 发布文件总体积:237.0 GB
  • 082223.0亿
    排名:8 · 发布文件总体积:222.3 GB
  • 092124.0亿
    排名:9 · 发布文件总体积:212.4 GB
  • 102070.0亿
    排名:10 · 发布文件总体积:207.0 GB
  • 112054.0亿
    排名:11 · 发布文件总体积:205.4 GB
  • 121909.0亿
    排名:12 · 发布文件总体积:190.9 GB
  • 131846.0亿
    排名:13 · 发布文件总体积:184.6 GB
  • 141786.0亿
    排名:14 · 发布文件总体积:178.6 GB
  • 151715.0亿
    排名:15 · 发布文件总体积:171.5 GB
  • 161399.0亿
    排名:16 · 发布文件总体积:139.9 GB
  • 171169.0亿
    排名:17 · 发布文件总体积:116.9 GB
  • 181082.0亿
    排名:18 · 发布文件总体积:108.2 GB
  • 191051.0亿
    排名:19 · 发布文件总体积:105.1 GB
  • 20993.0亿
    排名:20 · 发布文件总体积:99.3 GB
  • 21973.0亿
    排名:21 · 发布文件总体积:97.3 GB
  • 22924.0亿
    排名:22 · 发布文件总体积:92.4 GB
  • 23847.0亿
    排名:23 · 发布文件总体积:84.7 GB
  • 24748.0亿
    排名:24 · 发布文件总体积:74.8 GB
  • 25712.0亿
    排名:25 · 发布文件总体积:71.2 GB
  • 26702.0亿
    排名:26 · 发布文件总体积:70.2 GB
  • 27690.0亿
    排名:27 · 发布文件总体积:69.0 GB
  • 28683.0亿
    排名:28 · 发布文件总体积:68.3 GB
  • 29660.0亿
    排名:29 · 发布文件总体积:66.0 GB
  • 30645.0亿
    排名:30 · 发布文件总体积:64.5 GB
  • 31641.0亿
    排名:31 · 发布文件总体积:64.1 GB
  • 32627.0亿
    排名:32 · 发布文件总体积:62.7 GB
  • 33611.0亿
    排名:33 · 发布文件总体积:61.1 GB
  • 34585.0亿
    排名:34 · 发布文件总体积:58.5 GB
  • 35566.0亿
    排名:35 · 发布文件总体积:56.6 GB
  • 36555.0亿
    排名:36 · 发布文件总体积:55.5 GB
  • 37550.0亿
    排名:37 · 发布文件总体积:55.0 GB
  • 38549.0亿
    排名:38 · 发布文件总体积:54.9 GB
  • 39536.0亿
    排名:39 · 发布文件总体积:53.6 GB
  • 40534.0亿
    排名:40 · 发布文件总体积:53.4 GB
  • 41531.0亿
    排名:41 · 发布文件总体积:53.1 GB
  • 42521.0亿
    排名:42 · 发布文件总体积:52.1 GB
  • 43519.0亿
    排名:43 · 发布文件总体积:51.9 GB
  • 44516.0亿
    排名:44 · 发布文件总体积:51.6 GB
  • 45513.0亿
    排名:45 · 发布文件总体积:51.3 GB
  • 46497.0亿
    排名:46 · 发布文件总体积:49.7 GB
  • 47496.0亿
    排名:47 · 发布文件总体积:49.6 GB
  • 48487.0亿
    排名:48 · 发布文件总体积:48.7 GB
  • 49483.0亿
    排名:49 · 发布文件总体积:48.3 GB
  • 50481.0亿
    排名:50 · 发布文件总体积:48.1 GB
  • 51481.0亿
    排名:51 · 发布文件总体积:48.1 GB
  • 01232
    虽然各家厂商的「单一品牌全家桶」(如苹果生态、华为互联、小米澎湃等)体验极其无缝,但在现实中,很多人的设备组合往往是跨系统的「混搭流」:比如 iPhone + Windows 电脑、Android 旗舰 + Mac 工作机,甚至是手持 Linux 掌机与 iPad。一旦跨越了操作系统的壁垒,原本理所应当的隔空投送、跨端剪贴板、文件快传和通知流转瞬间成了难题。 为了打破「生态围墙」,许多极客和派友开始各显神通,折腾出各种轻量好用的跨平台神器:从 LocalSend、KDE Connect、Syncthing,到各类开源剪贴板同步工具或自建中转服务。本期一派,我们就来聊聊你的跨生态协同方案: 你的设备搭档:你的主力手机、电脑与平板分别是什么操作系统? 主力互联工具:在不同系统之间互传文件、同步剪贴板或流转通知时,你最常用的工具是什么? 最打动你的功能:有没有哪款第三方工具或自建方案,让你觉得体验完全不输官方全家桶? 欢迎参与下方投票,并在评论区晒出你的跨端协同折腾记与宝藏工具!路中南
  • 02257
    假期的出行成本向来让人头痛:无论是机票、火车票还是沿途住宿,只要碰上集中放假,价格往往水涨船高,甚至动辄翻倍。但即便如此,大家对假期的出行期待依然不减——既然想出门玩,又不想当「大冤种」,如何把有限的预算花在刀刃上,就成了每位旅客的必修课。 在省钱这件事上,目前可行的方法可谓八仙过海:有人深谙「反向思维」,提前数月就锁死特价机酒,或者干脆选在除夕、长假中段错峰启程;有人选择「反向旅游」,绕开人挤人的顶流景区,奔向不怎么溢价的冷门小城;还有人精打细算,巧妙利用大枢纽中转、高铁卧铺替代、积分里程兑换或连住谈价,硬生生把出行成本打了下来。本期一派,我们就来聊聊大家在假期出行上的「省钱实操心法」: 预订节奏与锁价:你是习惯提前很久锁定低价机酒,还是敢赌临期降价捡漏?有哪些实用的比价或价格监控技巧? 交通与路线抉择:什么情况下你会果断放弃直飞,改坐高铁、卧铺甚至自驾?有没有尝试过中转或「反向出发」的路线? 住宿与消费防坑:在订房时,你有哪些避开节假日离谱溢价的招数(如整租、长住议价、会员权益等)? 小众目的地挖掘:有哪些你去过、觉得物价适中且体验绝不输热门景点的宝藏城市? 省钱翻车警示:哪一次你路中南
  • 03541
    消费社会下,「如何更好地消费」是一个长期命题,说不穷道不尽。为了达成这个目的,必要时还要留下记录。本期一派与其说是邀请你参加讨论,不如说是发起一项「消费记录众筹」;欢迎你来聊聊上个月买了啥,与派友们一起 回顾消费 、 评价产品 。 我们已引入奖励机制,为活跃参与的派友赠送心意。多图多益善哦。 以下几点可供参考: 买了啥?(商品名) 多少钱?(参考价格) 为啥买?(消费需求或决策) 有啥好?(产品打动自己的闪光点) 啥不行?(产品令自己失望的缺陷) 「买了什么好东西」系列已经超过一年,更多建议欢迎邮箱 luzhnan@sspai.com 。内容整理也会发布在社区速递栏目中: 《派友十月买了啥汇总》 《派友十一月买了啥汇总》 《派友十二月买了啥汇总》 《派友一月买了啥汇总》 《派友二月买了啥汇总》 《派友三月买了啥汇总》 《派友四月买了啥汇总》 《派友五月买了啥汇总》 《派友六月买了啥汇总》 《派友七月买了啥汇总》 《派友八月买了啥汇总》 《派友九月买了啥汇总》路中南
  • 04324
    双十一预售开启,购物车里总会多出几个自己完全陌生的品类:第一次买人体工学椅、专业显示器、半自动咖啡机,或是冷门户外装备。面对密密麻麻的色域面板、水泵压力和面料参数,往往看半天依然一头雾水;更不用说算不清的克重单价、防不胜防的跨店满减,以及真假难辨的营销软文…… 相信这种时候,越来越多派友开始把商品详情、个人预算和具体需求一把丢给 AI,把它当成随身导购:让它拆解生僻参数、横向对比竞品、梳理避坑要点。但 AI「当买手」也并非万无一失——一本正经编造不存在的型号、引用过期的补贴价格,甚至分不清今年的促销规则,翻车时刻同样屡见不鲜。 面对不熟的领域,你会把消费决策交托给 AI 到什么程度?本期一派,欢迎大家参与下方投票,并在评论区聊聊你的真实经验: 试水品类:你在选购哪些新品类时,曾让 AI 深度参与过决策? 介入深度:你一般只让它做基础名词科普,还是直接听它推荐具体型号? 红黑瞬间:它给过让你拍案叫绝的选购切入点,还是给过令人哭笑不得的翻车建议?路中南
  • 05473
    刚刚过去的国庆长假,不少派友都选择背上行囊出门走走,或是回老家探亲。而在打包行李时,作为极客和数码爱好者的我们,往往有着一种无法克制的「火力不足恐惧症」: 相机与全套镜头 :总觉得这次一定会遇到绝美风景,不仅带了微单、大光圈镜头,还顺手塞进去了三脚架、稳定器和无人机; 掌上生产力 / 娱乐终端 :带了笔记本电脑(以防万一要临时加班)、iPad(打算在高铁或飞机上看剧打发时间)、还有掌机(幻想着睡前能畅玩大作); 充电全家桶与线缆 :怕电量告急,不仅带了 20000mAh 的沉重充电宝,还塞满了多口充电头、手表充电线、各种规格的数据线,把收纳包塞得鼓鼓囊囊; 其他配件 :大头戴降噪耳机、电子书阅读器、外接拓展坞…… 然而,当真正踏上旅程、精疲力竭地回到酒店,甚至一路拖着箱子时,现实往往非常骨感——白天走路已经累瘫,晚上洗完澡只想躺在床上刷刷手机就睡;很多精心打包的设备,从出发到回家,甚至连收纳包的拉链都没拉开过。 本期一派,我们想和大家聊聊出行中的「过度打包」:这次长假出门,你随身携带的装备清单里,有哪些成了纯粹的负重前行?经历这次之后,你对未来的出行极简 EDC 有了哪些新的减重感悟?路中南
  • 06275
    不知从何时起,数字生活的每个角落都被按月扣费的商业订阅所包围,但是 Vibe Coding 兴起后,越来越多极客派友们已展开了一场有意思的「反向收割」:一方面,社区活跃的开源项目日益成熟,比如用 mole 等轻量终端工具替代商业清理软件,用各类开源自建服务接管云端存储;另一方面,在 AI 编程的加持下,个人构建工具的门槛越来越低——只需几句自然语言提示词,也许就能量身定制出一个契合个人工作流的专属脚本或轻量原生工具。 自己动手不仅省下了真金白银,更带来了一种夺回数字自主权、无需受制于平台的踏实与自豪感。最近这段时间,你是否也有类似的替换经历?本期一派,我们就一起聊聊: 你最近用哪些社区活跃的开源项目,彻底替换掉了原有的付费商业工具? 借助 AI 辅助编程,你亲手 Coding 出了哪些替代商业软件的专属脚本或独立小工具? 在这些替代方案中,哪一款让你直呼「相见恨晚、真没必要买商业版」? 也欢迎参与下方投票,并来帖大方展示你的平替方案与手搓成果。路中南
  • 07142
    随着秋季新品发布,各大操作系统的正式版也陆续向普通用户推送。每年这个时候,关于「升不升」的讨论总能刷屏社交平台:有人第一时间升级尝鲜,感受新动效与新功能;也有人选择观望,担心首发版本的续航缩水、发热或兼容性小 bug。 在经过数天的日常主力使用后,你对升级后的整体表现感觉如何?是流畅丝滑、超出预期,还是遇到了影响体验的意外翻车? 本期一派,我们想邀请大家参与下方的快速投票,并在评论区分享你的设备型号与真实体验: 你升级了哪款主力设备(手机、平板还是电脑)?目前的具体系统版本是什么? 在日常使用中,最让你满意或感到惊喜的 1~2 个新功能是什么? 是否有遇到异常发热、掉电加快或常用 App 闪退等翻车情况? 欢迎参与投票并在评论区留下你的尝鲜打分与避坑建议。路中南
  • 08448
    消费社会下,「如何更好地消费」是一个长期命题,说不穷道不尽。为了达成这个目的,必要时还要留下记录。本 期一派与其说是邀请你参加讨论,不如说是发起一项「消费记录众筹」;欢迎你来聊聊上个月买了啥,与派友们一起 回顾消费 、 评价产品 。 我们已引入奖励机制,为活跃参与的派友赠送心意。多图多益善哦。 以下几点可供参考: 买了啥?(商品名) 多少钱?(参考价格) 为啥买?(消费需求或决策) 有啥好?(产品打动自己的闪光点) 啥不行?(产品令自己失望的缺陷) 「买了什么好东西」系列已经超过一年,更多建议欢迎邮箱 luzhnan@sspai.com 。内容整理也会发布在社区速递栏目中: 《派友九月买了啥汇总》 《派友十月买了啥汇总》 《派友十一月买了啥汇总》 《派友十二月买了啥汇总》 《派友一月买了啥汇总》 《派友二月买了啥汇总》 《派友三月买了啥汇总》 《派友四月买了啥汇总》 《派友五月买了啥汇总》 《派友六月买了啥汇总》 《派友七月买了啥汇总》路中南
  • 091032
    每逢九月新机潮,在对比各项参数与价格时,各家昂贵的闪存梯度总是绕不开的话题。几年前 128GB 还能应付日常、256GB 就算充裕;而如今,随着动辄几十 GB 的微信等通讯应用、海量相片视频,以及素材体积庞大的游戏,512GB 似乎正逐渐成为很多人的换机心理底线 。 但面对 256GB、512GB 到 1TB 之间不小的差价,每个人的选择大相径庭:有人宁愿多花钱一步到位买下「免清理的自由」;有人习惯定期把数据归档至电脑、网盘或 NAS,继续坚守适度容量;也有人开始反思数字囤积,通过精简应用和数据断舍离,甚至考虑降级容量来省下预算。本期一派,我们就一起聊聊「存储的打算」: 你目前的主力机存储是多大?平时主要用来存什么(如未整理的相册、微信聊天记录、单机大作还是离线影音)? 面对不断膨胀的存储占用,你平时会有一套成熟的清理、归档或冷备份工作流吗? 如果换新机,你的容量选择策略是什么?促使你升级、维持或降级的主要原因又是什么? 欢迎参与投票,或者来分享你的存储空间管理技巧或工具。路中南
  • 10793
    9 月 1 日,执掌 Apple 十五年的 Tim Cook 正式卸下 CEO 一职,出任 Apple 董事会 Executive Chairman;原硬件工程高级副总裁 John Ternus 则从前者手中接过重担,成为新的 Apple CEO。从 2011 年临危受命至今,在 Tim Cook 执掌 Apple 的十五年间,他带领这家科技巨头进入了多个此前未曾涉足的产品领域,并推出了许多持续影响着人们日常工作与生活方式的产品: 开创全新产品线:重新定义可穿戴设备的 Apple Watch、彻底引爆真无线耳机浪潮的 AirPods、开启空间计算探索的 Apple Vision Pro,以及改变 iPad 生产力形态的 Apple Pencil。 算力与架构革命:彻底改变 Mac 生态能效比与性能表现的 Apple Silicon 自研芯片。 体验与生态形态:从日常高频使用的 Face ID、MagSafe 磁吸生态,到深度融入生活日常的 Apple Pay 与 Apple Music。 在这个特殊的权力交接时刻,我们想邀请大家一起聊聊你对 Tim Cook 时期 Apple 的记忆与路中南