Deekseek v4 真不错，一天时间写了一个 rust 的 trojan 的服务端

[zsj1029]

flash 就很好了，pro 除了慢，暂时没看出优点。
如题 trojan rust grpc ，又快又稳，之前一直用的大佬写的 go 版 ws 协议，5 年了，稍微慢点也很稳，想想不如自己手搓一个。
rust 0 基础，8 小时，花了 5 块不到，又快又稳。
配上年初抢的，很多人看不上 19.9 一年的的搬瓦工，晚点 8 点半，油管 2k60 帧，带宽跑到 120MB 。

[zsj1029]

烧了 8000w token 吧

[KingFong]

有对比一下自己实现的和 go 版本的性能差异不？

[zsj1029]

@KingFong 比那个快至少 1 倍，加载快很多。go 的 tcp 原版很快，上了 ws 就慢了。这个 grpc 跟 go 的 tcp 速度一样

[KingFong]

@zsj1029 #3 太牛了，你用 ClaudeCode 驱动的 DeepSeek 还是 codex ？

[zsj1029]

@KingFong claude 搭配 flash

[strobber16]

工业级代码不是一次写成的，而是在生产上踩坑修修补补缝出来的。

[zsj1029]

@strobber16 那肯定啊，8 小时就是在不断调试，debug 给 ds 修改，重复打包编译，一次性哪要这么久时间，开头一版 10 分钟就出来了，剩下大部分时间都是排查测试问题

[ClericPy]

所以一直在纠结 claude code 设置的时候
是三个 flash + 一个 pro （ opus ），
还是三个 pro + 一个 flash （ haiku ）
随便找个大模型建议用后者，但看你体验前者也没啥问题？

[beihu]

有 github 地址嘛

[zsj1029]

@ClericPy 前三个 flash ，最后 opus 改 pro 就行了，不过 cc 没看到主动调用 opus ，必须手动切换模型

[foryou2023]

确实很不错，个人现在的主力也是 cc + flash,又便宜又好使。

[zsj1029]

@beihu 怕喝茶，现在不光制作传播要判刑，马上使用人也要处罚了，没敢上传，先用几天稳定了再考虑吧。

[zsj1029]

@foryou2023 嗯嗯，本地有个 a100 ，qwen3.6 27b ，日常完全够用，感觉能有个 flash 7 成功力，就是太慢，时间等不起

[mewking]

项目完成后有多少行代码？

8 小时烧了 8000w 。假设在连续生成，不考虑 debug 等中断的时间，2777.78 token/s

消费级硬件，哪怕能够 30 t/s ，连续生成 8000w 也要 30 天 😭

[mangmaimu]

虽然但是，建议用 singbox

[zsj1029]

@mewking 不是这样算的，token 不只是输出的，真实输出只有 80wtoken ，用过你就知道了，高强度使用，一天随便 1E token ，deepseek 缓存命中率有 90%多，这部分费用非常便宜。

上午花了 3 小时做了其他项目，下午才开始写的，今天合计 1e 多，总共花费 6.5 元

[mewking]

啊啊啊，原来输出才 80w

我是在等 llama.cpp 支持 V4 flash ，想在在本地用 DDR5 和消费级卡玩一下，预计只有十几 t/s ，乐观估计，未来如果有 dflash ，nvfp4 等优化，或许能接近 30t/s 。用来 vibe 也只能是比较小的工具了

[rb6221]

有没有可能安全和兼容性与成熟产品差太多
兼容性还好，就你自己在用，安全性不够的话，作为梯子来讲就有点严重了

[zsj1029]

@rb6221 v2ray 小火箭 这两个可以用，我就满足了，没有想着其他方案，自用自建够了

[wy315700]

DeepSeek 长上下文在重构项目方面是个大优势

[swananan]

最近一直看到机场不稳定的消息，我也在想实在不行就自己写一个（当然不会放出来，只自己用），有 AI 和成熟的库，我感觉搞一个会非常快，甚至还能针对性做点去除流量特征防嗅探之类的。

[zsj1029]

@swananan 对的，但是要做主流协议，不然客户端还要自己做，pc 的还好说，手机 app 上架成本就太高了

[zsxzy]

能开源详细的 spec 提示词? 我们也倒腾一个 :)

[clauder]

19.9 的搬瓦工是怎么得来的？非常好奇。

[benen005g]

19.9 的搬瓦工是怎么得来的？非常好奇。

[zsj1029]

@clauder
@benen005g

就这个，开放了两天吧，去年 11 月，记错时间了，都说不好非优化线路，开始没啥人买的

[zsj1029]

@zsxzy git 上有不少，找一个拿来让 ai 给优化修改就行了，然后不断测试 debug ，从 0 的话我估计也搞不定

[Felldeadbird]

啊，不知道为什么。你告诉我 5 块钱我感觉很肉痛。 真付费上班了。

[zsj1029]

@Felldeadbird 我今天“破处了”，之前一直用的本地 ai 和 trae ，昨天用本地 ai 写了个 7788 ，实在等不了，第一次充钱，一天 5 块，两个包子，给你一天好心情，心情投资，不香吗

[admin926]

想请问下，flash 模型 后面加[1m]了吗？单个任务没处理完上下文不会超吗

[zsj1029]

@admin926 好像只有 pro 有 1m 吧，200k ，能写大半了，然后自动压缩继续，压缩挺快的 2 分钟？

[humbass]

自从 Cloud 被封，就改用 DeepSeek v4 flash ，相当不错。

[easylee]

用的原生 claude code 直接干，还是加了什么帮助的 skill/plugin 吗？

[ClericPy]

@zsj1029
是啊，我以前一直是 3 个 glm5 turbo + 1 个 5.1 ，结果没见它调用过 5.1

此外 effort Level 用垃圾模型会开到 high 、max ，用 5.1 的时候默认或 auto 似乎就够了。

既然你也赞同三小一大，那我不用三大一小了，太慢。spec 写的好，需求说的清楚，根本用不着太聪明的模型

[zsj1029]

@easylee 直接干，因为我不喜欢设计前置，很多时候它会给出 md 建议，可能比人思考的更全面

[mewking]

@zsj1029 本地 qwen3.6 27b ？ gemma4 31b ？这两个都搞不定是吧，比 V4 flash 差距很大？还是说本地只是慢

[zsj1029]

@mewking qwen3.6 本地能干的，前面我让他参照 go 版用 dart 重构，最后跑通了，只是过程太久了上下文一上来会掉速度。最后发现涉及到数据包处理 cpu 密集，性能 dart 不适合，才换了 rust 和 deepseek

[Nzelites]

dsflash 真的很不错，超乎预期，极其有性价比

[dododook]

小白求助，用的啥客户端呀我现在就会反重力，想试试大佬说的 deekseekv4 不知道怎么弄。。

[jaoyina]

在比较关心还有啥性价比高的 vps 吗，现在机场实在太不稳定了，看视频 1080p 都不行了。还一直不停要换节点。

[wumoumou]

大佬能不能写个好用的客户端

[suyuyu]

a100 多少钱买的

[miniliuke]

太好了是梁爷爷又发力了......真的太便宜了，啥时候能赶上 glm5 就更好了

[K332]

纯文本模型现在价格很不错，就是不知道后面多模态功能添加后会不会涨价

[zsj1029]

@K332 不会都是 token 处理，最多有图片视频理解，不会有视频生成

[q1169989139]

为啥我 ds 一会会，2 个提问就干了 8 块钱

[HFX3389]

> 年初抢的，很多人看不上 19.9 一年的的搬瓦工

你这个年初是哪一年...

[FakerLeung]

@mewking #14 8000w 不是这么算的，上下文 20w 一轮，跑 10 轮就是 200w ，但是总输出可能就 2k

[jadeborner]

联通？

[utodea]

价格很公道，缓存命中高，96% 上下， 可用性挺高的。打算当备用了，期待官方出 coding plan 。

已经在写一个 DeepSeek-Native 的 CLI 了: https://github.com/usewhale/whale

看最近的融资消息，会不会很快官方也出 CLI 或者其他应用？

[jinsongzhaocn]

@zsj1029 本地 qwen3.6 27b 慢吗?玩过阅读代码出总结,速度比在线的 GLM 快多了. 你是用 ollama 跑还是 vllm? vllm+上 mpt 优化速度才能起来哦

[esee]

没理解，你自己写的服务端 和 开源的服务端 在流量特征上有啥区别，被封和用啥服务端没关系吧，和你用的什么协议有关系吧

[zsj1029]

@esee 我哪里说被封了，只是说 5 年没维护，太慢了 ws 协议，换个 grpc 协议，速度变快，自己维护，ai 代码质量更高了

[zsj1029]

@jadeborner 对，移动电信 稍微差点，速度也可以的，主要是不丢包，延迟 200 也还好

[zsj1029]

@jinsongzhaocn 是的，开始快，200k 配上 cc ，跑个半小时你再试试，能用的，就是越往后越满

[sentinelK]

@zsj1029 借楼，A100 运行 qwen3.6-27B ，是全量版本、上下文开满吗？ prefill 和 decode 分别性能是多少？

[zsj1029]

@sentinelK 4bit 量化，开始 mtp ，预填充，200k 上下文，40g 显存吃满了，cc 也就 2 并发，多了非常慢

[sentinelK]

@zsj1029 我在某硬件平台，租了个 5090 平台测试，Q4_K_M 版本，使用 llama.cpp 运行 262114 上下文，显存占用 26GB ，prefill 大概 3000t/s,decode 稳定在 70t/s

感觉是不是楼主的 A100 参数还有优化的空间。体感上 5090 跑 qwen3.6-27B,输出不比官网 v4-flash 慢

[zsj1029]

@sentinelK 唉，不要纠结，我的 a100 ，输出有 120tps ，你要看 agent 模式工作情况，不是看最开始的简单测速啊，上下文 200k 满了后，掉速啊，不是我一个人用，公司好几个用，一并发更差了，显存不够，vllm 的 kvcache8 位量化都开了。。。

[zsj1029]

@sentinelK 你以为我没用过 llamacpp 吗？ 单机还可以，但是缓存命中率低，总是重复预加载，三轮对话后，又要重新填充，更浪费时间

[easylee]

@zsj1029 #35 咱俩差不多的节奏，不过偶尔使用 superpowers 。

倒是我这种直接干在站内都被说成老传统或者不思进取了。