一次喂入 42 个 YouTube 视频 91.5 万 token,Kimi K3.1 Pro 花费仅 $2.08
Arindam_1729 · x · 2026-11-19
开发者 Aryan Mahajan 实测把 42 个完整 YouTube 视频转录稿(约 91.5 万 token,含 Ramp、Waymo、Cerebras、Claude Code、YC 等访谈)一次性喂给 Kimi K3.1 Pro,不用分块、不用 RAG,总花费 $2.08、耗时约 5 分钟(在 Nebius Token Factory 上运行)。
- 让模型输出:反复出现的技术经验、创始人创业点子、反主流建议、嘉宾之间的直接矛盾,每条都须附来源视频
- 关键发现:多位嘉宾重复强调「构建闭环,让 agent 自己验证并修复」——Boris Cherny 称验证是「唯一最重要的事」
- 矛盾对比:Peter Steinberger「我不读全部代码」 vs Steven Haney「我们逐行读所有代码」
- 反主流观点:Garry Tan 认为模型越强,你自己的积累越值钱——「权重是大家的,你的库才是你的」
- 实测数据:输入约 91.5 万 token、输出约 3.1 万,总耗时 319 秒(306 秒在读入),几乎无缓存命中,折合约 5 美分/视频
- 结论:如果视频、文档、工单能装进一个 prompt,先试长上下文直喂,再考虑搭 RAG 管线;这种用法适合批处理而非聊天
「编程与Agent」频道最新
- Daytona 跨 OS RL 环境:企业工作流不只在 Linux,Windows/Mac 是训练盲区 — SergioPaniego · 2026-11-19
- 开发者自建创意探索工具:一键导入 Pinterest,Claude 自动归类 vibe — round · 2026-11-19
- Netlify 30 天 70 万 AI agent 应用上生产,新手半年增 4 倍 — thisiskp_ · 2026-11-19
- 开源 Claude Code 插件一键生成完整 MV:节拍分析+素材剪辑+GPU 合成 — AIandDesign · 2026-11-19
- Codex 默认禁网:命令请求网络时弹窗或转 auto-review — OpenAIDevs · 2026-11-19
- OpenAI 详解 Codex 沙箱:OS 级隔离+网络代理替代容器方案 — OpenAIDevs · 2026-11-19