在「Providers」這邊有三家，Exa 因為與 OpenCode 有合作，所以知道這家，另外兩家都沒聽過，但反倒是 Ceramic.ai 這家的價錢特別有意思？

一般千次 query 常見大約都在 US$5 左右，像是 Brave Search 的 API 產品線，在 Provider 裡面提到的 Linkup 也是 US$5，剛剛提到的 Exa 貴一點大約是 US$7，而這家列出來是 US$0.25？

會想要測試看看... XD

Update：okay，用 free quota 在 playground 隨便玩了兩下，發現英文的有資料，但看起來是看不懂 CJK 的，我丟了「陳水扁」、「馬英九」、「蔡英文」都是 internal error，然後日文的丟了「てんのう」也滅了，丟了「名鉄3400系電車」出來的跟火車完全無關...

Kolibri 是 3.46B/78B 的 MoE model，主打著重德文訓練資料，以官方的 benchmark 來看，如果只看一般性的 benchmark (也就是非德文專屬的 benchmark)，用 Qwen 比較的話，大約是在 Qwen3.6-35B-A3B 水準，而 Aleph Alpha 拿出來的是 78B，參數量上還是有落差。

所以主要是對德語系的應用來說還不錯，但對一般性的應用來說就只是多個選擇？

回到參數量的問題，因為 78B 的關係，需要的 VRAM 算是偏大，32GB VRAM 連 4-bit 都放不下，我猜「能用」水準的低消大概是 Mac 上的 64GB RAM 版本，考慮到系統也還是要吃一些空間，也許是 5-bit 版本？

這樣列了一下實在是找不太到用他的其他理由，大概就是要對德語有需求吧。

裡面有提到 training 的設備，用了 768 顆 B200：

We trained Kolibri on 768 B200 GPUs in three stages

查了一下一張大約 US$50k～$60k 左右，乘起來這邊光是 GPU 成本就大約 US$38.4M～$46.08M 左右，對不在這個業界的人來說，就抓個數字感覺...？

As it tends to be heavily trafficked, the overall bandwidth is a key consideration, and to that end one of the changes we made this week was to split the page content into a more basic page, augmented by a separate Javascript file with additional content beyond that. Since most of the traffic to the site is automated it tends not to fetch the Javascript file, reducing overall data requirements.

機器人不會抓 JavaScript 所以從主頁拆出來... 有點 progressive enhancement 的概念，雖然這邊主要的目的是為了降低 data bandwidth 與 loading。

Several vulnerabilities have been discovered in the Linux kernel that may lead to a privilege escalation, denial of service or information leaks.

發現 CVE 數量好像有點多，實際丟到 vim 裡面排一排算出來，1313 個，好個「Several vulnerabilities」啊...

看得出來應該是 AI 掃了一票，然後累積起來一起發？這麼大的量看起來得加緊排升級了...

找了一下發現 blog 上只有帶過：「AWS 的 Firecracker 技術 (安全的 Container？)」，沒有實際玩一下，剛剛想到測一下順便把指令也都整理到 wiki 上以後可以直接用。

首先是安裝可以用 mise 裝，方便不少：

mise use -g aqua:firecracker-microvm/firecracker@latest

接下來是把 Linux kernel 與 Ubuntu 的 SquashFS 都抓下來，然後用工具轉成 ext4 的 block storage：

sudo apt update; sudo apt -y install ca-certificates curl squashfs-tools-ng e2fsprogs libarchive13t64; sudo apt clean; wget -c https://s3.amazonaws.com/spec.ccfc.min/firecracker-ci/20260930-a738f18a8db0-0/x86_64/vmlinux-6.18.51; wget -c https://s3.amazonaws.com/spec.ccfc.min/firecracker-ci/20260930-a738f18a8db0-0/x86_64/ubuntu-24.04.squashfs; sqfs2tar --root-becomes . --no-skip ubuntu-24.04.squashfs | /usr/sbin/mkfs.ext4 -F -d - rootfs.ext4 1G; /usr/sbin/e2fsck -fn rootfs.ext4

接下來是設定 vm.json：

echo '{"boot-source":{"kernel_image_path":"./vmlinux-6.18.51","boot_args":"console=ttyS0 reboot=k panic=1"},"drives":[{"drive_id":"rootfs","path_on_host":"./rootfs.ext4","is_root_device":true,"is_read_only":false}],"machine-config":{"vcpu_count":1,"mem_size_mib":512}}' > vm.json

最後就可以跑起來，透過 serial port 的介面操作 microVM：

sudo $(which firecracker) --no-api --enable-pci --config-file vm.json

要離開的話是用 reboot 指令。

上面這個跑法沒有網路，如果要有網路的話會需要自己搞一些東西，我剛好機器上有 libvirt 可以處理 NAT 就直接拿來用了，需要在 host 上面建立 fc-tap1，然後掛到 virbr0 上，然後把這個 device 掛進 microVM 裡面：

sudo ip tuntap add dev fc-tap1 mode tap; sudo ip link set dev fc-tap1 master virbr0; sudo ip link set dev fc-tap1 up; echo '{"boot-source":{"kernel_image_path":"./vmlinux-6.18.51","boot_args":"console=ttyS0 reboot=k panic=1 net.ifnames=0"},"drives":[{"drive_id":"rootfs","path_on_host":"./rootfs.ext4","is_root_device":true,"is_read_only":false}],"machine-config":{"vcpu_count":1,"mem_size_mib":512},"network-interfaces":[{"iface_id":"net1","guest_mac":"06:00:AC:10:00:02","host_dev_name":"fc-tap1"}]}' > vm.json

到機器裡面需要設定 DHCP 與 DNS server，這邊因為是 Ubuntu 的 microVM，所以是跟 systemd 打交道，如果是其他的 distribution 可能會有其他方式：

systemctl disable --now fcnet.service; ip -4 addr flush dev eth0; mkdir -p /etc/systemd/network; printf '[Match]\nName=eth0\n\n[Network]\nDHCP=ipv4\n' > /etc/systemd/network/10-firecracker.network; systemctl enable systemd-networkd; systemctl restart systemd-networkd; echo 'nameserver 192.168.122.1' > /etc/resolv.conf

理論上這樣就可以 ping 8.8.8.8 之類的指令測試了。

玩起來還蠻有趣的，但實際用起來限制其實蠻多的，畢竟是以安全性為主而直接搭 VM 層出來了，想要掛一些東西進去共用之類的就是在跟 VM 打交道。

看了一下 release 還沒放，但這年頭用 AI 掃一下就知道大概的情況了，看起來是遇到 PHP 或是 FastCGI 的問題，搭配上 foward_auth 或是 copy_headers 的時候會中...

看起來 fix commit 都進去了，先趕快跑個 xcaddy 重編，後續再看看有沒有再更新...

目前還沒出：

We’re grateful for the initial cohort of cyber defenders and trusted testers whose real-world evaluations and feedback will help us strengthen our systems before we release to developers, enterprises, and consumers, starting with paid API customers and Google AI Ultra subscribers.

不過看起來先前已經先放不少資料給業界測試了，所以可以看到一些測試出來了，像是「Gemini 4 Argon (High) Intelligence, Performance & Price Analysis」這個。

從 benchmark 看起來有可能是第一梯隊的 model，在 Artificial Analysis Intelligence Index 掛到 #8 (共 223 個 model，目前還是 Opus 5.5 領先)，不是碾壓等級。

實際上開放後再來測試看看好了，畢竟是 Google 在落隊落了一年後端出來的大菜...

而這陣子海綿墊的屑屑愈來愈多，試著直接問 AI 要怎麼換，結果 reference 找到這篇：「Herman Miller Aeron 一代，椅子海綿保養」，翻了一下網路上的討論，大家看起來都是講同一個 eBay 賣場：「Seat Foam Replacement for Herman Miller Classic Aeron Office Chair Size A/B Or C」。

後續就是下單等東西寄來：

來以後就需要先把舊的挖出來，但我的椅子畢竟已經十六七年了，本來的海綿墊已經碎光了，不像上面那篇作者拿下時還有形狀，再拿下來的過程又是一堆屑屑，但裝上去後總算是有點原來的感覺了，這樣就可以續命繼續用...

話說有競爭後價錢與服務都好不少 (但不是本來代理那家)...

開頭就提到價位上的優勢，cache input 再比 GPT-6 Sol 降 50%，來到了 $0.1：

Cached input costs just $0.10 per million tokens—95% less than standard input pricing and 50% less than GPT‑6 Sol’s cached input pricing—giving developers more room to build and run capable agents that reuse context across requests.

PR 稿列出來的圖表都是 cost per task，主打在成本上的改進...

試著找其他資料的話，在「Addendum to GPT-6 Astra System Card: GPT-6.1 Sol」這邊比較多關於安全性的資訊，但還是沒找到 benchmark 的資訊，可能要等晚一點的第三方測試了。

算是兩邊各自更新了一個次旗艦的產品線...

後來找到的是 FoxPilot 這個 MCP，裝套件進瀏覽器，套件會試著連 127.0.0.1:8089 (預設值，可改) 然後收指令，所以 MCP 本身會跑一個 server 起來讓套件反過來連，這應該是因為套件本身無法 listen port 的關係？

裝起來後試著從 cli 下指令，看起來沒問題，後續應該會大量用這個套件自動化一些東西...