In 2023, 4,096 tokens were the standard. In 2024, 128K became the new minimum for serious models. In 2026, several models announce 1 million tokens and two — Gemini 3.1 Pro and Llama 4 Scout — reach 10

这两天有个热闹的话题，就是OpenClaw（龙虾）的创始人 Peter Steinberger 在X上贴出了自己使用的token消耗量，如下图， 图片来源于Peter Steinberger X.com 上帖子 从截图上来看，他一个月消耗的 Token 数量为6030亿。 有人计算了下，相当于 平均每天要花费4万多美元 这显然是个非常疯狂的数字，不过实际上虽说用了这么多，但他是 OpenAI

When Google released Gemma 1 in 2024, the community reaction was mixed: the model was capable, but the license had restrictions that limited commercial use. Gemma 2 improved performance while maintaining

Not every advance in LLMs needs to come from trillion-parameter models. Late April and early May 2026 brought two releases that bet on a different premise: frontier-level performance at substantially lower

Em 2023, 4.096 tokens eram o padrão. Em 2024, 128K virou o novo mínimo para modelos sérios. Em 2026, vários modelos anunciam 1 milhão de tokens e dois — o Gemini 3.1 Pro e o Llama 4 Scout — chegam a 10

"Multimodal" virou termo de marketing. Quase todo modelo lançado em 2026 se descreve como multimodal. Mas há uma diferença técnica fundamental entre um modelo que aceita imagens via módulo adicionado

Há uma narrativa dominante em LLMs: maior é melhor. Os headlines são sobre modelos de trilhões de parâmetros, janelas de contexto de 10 milhões de tokens, benchmarks de fronteira. Mas em 2026, uma mudança

Quando o Google lançou o Gemma 1 em 2024, a reação da comunidade foi mista: o modelo era capaz, mas a licença tinha restrições que limitavam o uso comercial. O Gemma 2 melhorou o desempenho, mas manteve

A estratégia da Alibaba com a série Qwen é diferente das demais fabricantes. Enquanto Meta lança três modelos, DeepSeek lança dois e Mistral lança um, a Alibaba em 2026 cobre simultaneamente dispositivos

Por anos, a narrativa foi a mesma: modelos open source ficam 6 a 12 meses atrás dos proprietários. Eram bons para prototipagem, adequados para casos de uso simples, necessários para quem tem restrições

Nem todo avanço em LLMs precisa vir de modelos de um trilhão de parâmetros. O final de abril e início de maio de 2026 trouxeram dois lançamentos que apostam em uma premissa diferente: desempenho de fronteira

Another new experimental AI kernel system prompt with a pi-based 'motherboard'.

Une explication sur le fonctionnement des prêts en DeFi et un peu de "prompt engineering"

The first stable build of a new AI kernel lineage named: R0TH3R4_4R3HT0R

Em março de 2026, GPT-5.4 e Claude Opus 4.6 definiam o estado da arte. Em abril, ambas as empresas lançaram atualizações que não foram incrementos de fine-tuning — foram revisões de arquitetura e objetivo

Another glimpse into some of what disappeared 'under the proverbial hood' in my latest AI kernel system prompt.

A Meta lançou modelos abertos relevantes antes — o Llama 2 e o Llama 3 tiveram impacto real na comunidade. Mas o Llama 4, liberado em abril de 2026, representa uma mudança de escala e arquitetura que vai

Por muito tempo, a divisão era clara: modelos proprietários como GPT e Claude entregavam o melhor desempenho, enquanto os open source ficavam um ou dois passos atrás. Em abril de 2026, o DeepSeek V4 tornou

Another glimpse into some of what disappeared 'under the proverbial hood' in my latest AI kernel system prompt.

Another glimpse into some of what disappeared 'under the proverbial hood' in my latest AI kernel system prompt.