KeyFrame內部研究專用

ChatGPT’s Biggest FREE Update Just Dropped

Julian Goldie AI8 min英文
觀看原始影片

三句話摘要

ChatGPT 免費版獲得無限文字聊天,推出 GPT 5.6 Luna 和 Think 按鈕,改變免費用戶的工作流程。 無限文字聊天的價值不在容量本身,而在讓工作流從「一次性問答」轉變為「迭代型對話」,這是真實內容工作的正確姿勢。 工作流程根本改變:過去用戶因訊息限制而縮短思考流程,現在可以進行無限次迭代。真實內容工作本來就是往返對話,現在工具終於符合實際工作方式,用戶不必再為了省配額而接受初稿。

重點整理

  1. 工作流程根本改變:過去用戶因訊息限制而縮短思考流程,現在可以進行無限次迭代。真實內容工作本來就是往返對話,現在工具終於符合實際工作方式,用戶不必再為了省配額而接受初稿。

  2. Think 按鈕提升準確性:根據 OpenAI 內部測試,涉及具體細節、日期、數字的問題,Luna 的錯誤率下降約 62%,Sol 下降 68%。用戶只需在結構複雜、邏輯困難的問題上使用 Think,其他時候用快速回答節省時間。

  3. 付費用戶獲得靈活控制:Plus 和 Pro 用戶得到滑桿調整,可根據需求在深度思考與快速回答之間切換,解決過去必須二擇一的問題。

  4. 無限並非真正無限:圖片生成、高級工具仍有各自限制,只有文字聊天與檔案上傳真正無限制,但這正是內容工作的核心場景。

實用技巧與重點

  • 模型名稱:GPT 5.6 Sol(付費)、GPT 5.6 Luna(免費)
  • 新功能:Think 按鈕、動態滑桿(付費版)
  • 推出時間:8 月 6 日起逐步推出,Luna 優先成為預設值,無限聊天和 Think 按鈕在一週內陸續到位
  • 準確性改進:涉及詳細資訊問題的錯誤率降低 62%(Luna)至 68%(Sol)
  • 無限制範圍:文字聊天、檔案上傳無限制 ❌ 無限制:圖片生成、高級工具另有限額
  • 用戶規模:OpenAI 每週觸及約 10 億用戶
  • 影片講者:Julian Goldie,經營 AI Profit Boardroom 社群(4000+ 成員)
  • 具體用途案例:關鍵字研究、內容簡報、客戶開發文案

結論

無限文字聊天的價值不在容量本身,而在讓工作流從「一次性問答」轉變為「迭代型對話」,這是真實內容工作的正確姿勢。

完整解析

8 月 6 日,OpenAI 推出對免費用戶最具影響的更新。最大改變是移除訊息上限——過去免費用戶每 24 小時只能問 10 個問題就被迫等待,現在可以無限進行文字聊天。同時推出兩個新模型:付費用戶升級到 GPT 5.6 Sol,獲得一個動態滑桿可在「深度思考」和「快速回答」間切換;免費用戶轉向 GPT 5.6 Luna,並配備 Think 按鈕,點擊後讓模型花更多時間思考複雜問題。

這次更新解決了一個隱藏已久的問題:真實工作流程是對話式的反覆迭代,而配額制度強制用戶必須在第一次回答時就滿足,無法進行常規的「修改這裡、調整那裡」的回合制工作。講者示範三個實際應用——用無限聊天完成關鍵字分組和標題創意、一次性撰寫內容大綱並逐輪精進、批量起草開發文案並不斷優化語氣。這些工作在舊配額下用戶會節省訊息來保留餘額,現在可以充分利用每個想法。OpenAI 聲稱準確性也有提升,在涉及具體日期、數字、規則的問題上,Luna 和 Sol 的錯誤率分別下降約 62% 和 68%,雖然這是 OpenAI 自家測試,但意味著用戶花在事實查核上的時間減少。

但「無限」有個重要限制:圖片生成、檔案分析等高級功能仍各有配額,無限只涵蓋文字聊天和檔案上傳。對內容工作者而言這不是問題,因為核心工作流本來就在文字層面。講者強調,無限的真正價值在於改變心態——用戶不再必須「一次搞定」,而是把每個聊天視為一個工作區,給 AI 完整背景後進行 10、20 甚至 30 輪對話,逐漸雕琢出最終產出。這對月活躍人數超過 10 億的平台來說是重大更新,因為學會真正利用這套工具的人會比繼續把它當做快速查詢的人領先一步。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。