Reddit將AI搜索作爲新增長點，計劃融合傳統與生成式AI，提升用戶體驗並挖掘商業價值。CEO指出，平臺在複雜、無標準答案的查詢上具有獨特優勢。
AI社交平臺Moltbook因配置錯誤導致數據庫公開，近15萬個AI智能體的電子郵件、登錄令牌及API密鑰面臨泄露風險。該平臺旨在構建AI自主交流社區，此次安全漏洞引發嚴重信任危機。
成立四年的AI雲基礎設施公司Runpod年度收入突破1.2億美元。公司由兩名開發者在自家地下室創立，憑藉敏銳市場洞察和“自舉”增長策略，在競爭激烈的AI算力市場脫穎而出。
AI生成虛假爆料帖在Reddit引發熱議，指控外賣平臺算法剝削司機、盜取小費，獲8.7萬點贊後，被證實爲僞造。
RED是一款無縫浮動助手，完美融入工作流程，帶來高效生產力體驗。
AI legal assistant for drafting & redlining contracts directly in Microsoft Word, free to start.
自動化管理 Reddit 營銷，提升業務流量和品牌影響力。
專業的創業數據分析平臺，發現AI創業項目、Reddit創業點子、創業收入數據，為創業決策提供90%成功率提升。
Alibaba
$8
輸入tokens/百萬
$240
輸出tokens/百萬
52
上下文長度
redis
這是一個基於Cross Encoder架構的微調模型，專門用於語義緩存任務中的文本對相關性評分。模型在LangCache Sentence Pairs數據集上微調，能夠有效計算文本對的相似度得分，適用於句子對分類和相關任務。
redponike
MiniMax-M2是一款專為高效編碼和智能體工作流打造的混合專家模型，具備2300億總參數和100億激活參數。該模型在編碼和智能體任務中表現卓越，同時具有低延遲、低成本和高吞吐量的特點，能有效提升工作效率。
RedHatAI
Llama-4-Maverick-17B-128E-Instruct-NVFP4是一個經過FP4量化處理的多語言大語言模型，基於Meta-Llama-3.1架構，專為商業和研究用途設計。該模型通過將權重和激活量化為FP4數據類型，顯著減少了磁盤空間和GPU內存需求，同時保持較好的性能表現。
這是一個基於Cross Encoder架構的語義相似度計算模型，在LangCache句子對數據集上對Reason-ModernColBERT基礎模型進行了微調。該模型專門用於計算文本對之間的相似度得分，適用於句子對分類和語義緩存等任務。
這是unsloth/Mistral-Small-3.2-24B-Instruct-2506的量化版本，通過將權重和激活函數量化為FP4數據類型，減少了磁盤大小和GPU內存需求，同時支持vLLM推理。在多個任務上進行了評估以與未量化模型對比質量。
這是一個基於Cross Encoder的語義重排序模型，專門針對Redis LangCache語義緩存系統進行微調。該模型能夠有效計算文本對的相似度得分，適用於句子對分類和語義相似度計算任務。
這是一個基於Cross Encoder架構的語義重排序模型，專門針對Redis LangCache語義緩存場景進行微調。模型在LangCache Sentence Pairs數據集上訓練，能夠有效計算文本對的語義相似度得分，用於句子對分類和重排序任務。
這是一個基於預訓練模型的句子相似度計算模型，專門用於衡量句子間的語義相似度。模型在redis/sentencepairs-v3-triplets數據集上訓練，採用sentence-transformers庫構建，在自然語言處理領域具有廣泛應用價值。
這是Qwen3-235B-A22B-Instruct-2507模型的量化版本，通過將權重和激活量化為FP4數據類型，顯著降低了磁盤大小和GPU內存需求，同時保持與原始模型相近的性能表現。
這是Meta Llama-3.1-8B-Instruct模型的FP8量化版本，通過對權重和激活值進行FP8量化，顯著減少了磁盤大小和GPU內存需求，同時保持了良好的模型性能。
這是一個基於sentence-transformers庫微調的BiEncoder模型，專門為LangCache語義緩存任務優化。模型將句子和段落映射到384維向量空間，支持語義相似度計算和語義搜索等任務。
Apertus是一款由瑞士AI開發的全開放多語言大語言模型，參數規模達80億和700億，支持超過1000種語言和長上下文處理，僅使用完全合規的開放訓練數據，性能可與閉源模型相媲美。
這是NVIDIA-Nemotron-Nano-9B-v2模型的FP8動態量化版本，通過將權重和激活量化為FP8數據類型實現優化，顯著減少磁盤大小和GPU內存需求約50%，同時保持出色的文本生成性能。
這是Qwen3-VL-235B-A22B-Instruct的量化版本，通過將權重和激活值量化為FP8數據類型，有效減少了磁盤大小和GPU內存需求約50%。支持文本、圖像和視頻輸入，輸出文本，適用於多種自然語言處理和多模態任務。
Qwen3-VL-235B-A22B-Instruct-FP8-dynamic 是 Qwen3-VL-235B-A22B-Instruct 的量化版本，通過將權重和激活量化為 FP8 數據類型，顯著減少了磁盤大小和 GPU 內存需求，同時保持了較高的模型性能。
這是一個基於EAGLE-3推測解碼算法的推測器模型，專門設計用於與Qwen/Qwen3-32B模型配合使用，通過推測解碼技術提升文本生成效率，在數學推理和通用問答方面有良好表現。
vedabtpatil07
這是一個基於DistilBERT微調的心理健康分類模型，專門用於分析社交媒體文本（如推文、Reddit帖子）中的心理健康相關信號。模型可將文本分為抑鬱、焦慮、自殺念頭、快樂、中性/日常5個類別，旨在幫助識別有心理健康問題風險的個體。
這是Devstral-Small-2507模型的INT8量化版本，通過將權重和激活值量化為8位整數，顯著降低了GPU內存和磁盤空間需求約50%，同時保持了良好的編碼任務性能。
Devstral-Small-2507-FP8-Dynamic是通過將Devstral-Small-2507的權重和激活量化為FP8數據類型而獲得的優化模型，能夠有效減少GPU內存和磁盤大小需求約50%，同時保持接近原始模型的性能表現。
Voxtral-Mini-3B-2507-FP8-dynamic 是 Voxtral-Mini-3B-2507 的量化版本，針對語音轉錄、翻譯和音頻理解進行了優化，採用 FP8 數據類型量化。該模型具有強大的音頻理解能力，能處理多種與音頻相關的任務。
Redis MCP Server是一個為Redis設計的自然語言接口服務，支持AI代理通過自然語言查詢和管理Redis數據，集成MCP協議，提供多種數據結構和搜索功能。
RedNote MCP是一個提供小紅書內容訪問的MCP服務工具，支持通過命令行進行登錄初始化、關鍵詞搜索筆記和URL訪問筆記內容等功能。
RedNote MCP是一個為小紅書內容訪問提供服務的工具，支持認證管理、關鍵詞搜索筆記、命令行初始化等功能，可通過URL訪問筆記內容。
一個基於Model Context Protocol的Redis數據庫操作服務，提供多種Redis命令工具
一個基於Google Gemini API的異步對話AI服務，通過Redis隊列處理請求，提供MCP協議兼容的API接口。
一個基於Python的Redis服務器集成項目，提供Redis連接管理、基礎操作和數據結構工具，可通過MCP協議進行交互。
Dialog是一個AI驅動的Reddit智能研究平臺，通過語義搜索和批量處理功能，幫助用戶進行市場研究、競爭分析和客戶發現，無需Reddit API憑證即可訪問2萬多個活躍社區。
小紅書MCP服務端
該項目是一個用於教育目的的MCP工具包，展示社交平臺內容分析技術及其安全風險，包含Reddit和LinkedIn的數據提取與分析工具。
小紅書自動搜索評論工具，基於Playwright開發，支持自動登錄、搜索筆記、獲取內容及發佈AI生成評論，深度集成AI能力實現智能互動。
Redmine MCP Server是一個實驗性插件，提供基於服務器端事件的模型上下文協議服務，支持問題列表、Wiki頁面讀取等功能。
RedNote MCP是一個提供小紅書內容訪問的服務工具，支持通過命令行進行登錄認證、關鍵詞搜索筆記和URL訪問筆記內容等功能。
一個基於MCP協議的Reddit內容獲取與分析服務
這是一個自定義的MCP服務器，用於與Redmine集成，通過Cline VS Code擴展與Redmine項目和問題進行交互。
AnySite MCP服務器是一個基於模型上下文協議的多平臺網絡數據採集工具，支持LinkedIn、Instagram、Reddit、Twitter等平臺，為AI代理提供即時、結構化的網絡數據訪問能力。
一個專為AI代理設計的Reddit交互服務器，支持內容讀取、創建及子論壇管理，遵循MCP協議並集成高級功能如規則遵守和智能回覆。
一個用Go語言實現的高性能MCP服務器，為AI代理和應用程序提供通過自然語言查詢訪問Redfish API的能力，實現數據中心基礎設施的智能管理和監控。
一個即插即用的MCP服務器，用於瀏覽、搜索和閱讀Reddit內容。
Reddit MCP Buddy 是一個專為AI助手設計的Reddit瀏覽工具，無需API密鑰即可快速瀏覽Reddit帖子、搜索內容和分析用戶活動，支持多種認證方式提高請求限制。
Redmine MCP服務器是一個定製化服務，通過Cline VS Code擴展與Redmine項目及問題交互。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
