Reddit将AI搜索作为新增长点，计划融合传统与生成式AI，提升用户体验并挖掘商业价值。CEO指出，平台在复杂、无标准答案的查询上具有独特优势。
AI社交平台Moltbook因配置错误导致数据库公开，近15万个AI智能体的电子邮件、登录令牌及API密钥面临泄露风险。该平台旨在构建AI自主交流社区，此次安全漏洞引发严重信任危机。
成立四年的AI云基础设施公司Runpod年度收入突破1.2亿美元。公司由两名开发者在自家地下室创立，凭借敏锐市场洞察和“自举”增长策略，在竞争激烈的AI算力市场脱颖而出。
AI生成虚假爆料帖在Reddit引发热议，指控外卖平台算法剥削司机、盗取小费，获8.7万点赞后，被证实为伪造。
RED是一款无缝浮动助手，完美融入工作流程，带来高效生产力体验。
AI legal assistant for drafting & redlining contracts directly in Microsoft Word, free to start.
自动化管理 Reddit 营销，提升业务流量和品牌影响力。
专业的创业数据分析平台，发现AI创业项目、Reddit创业点子、创业收入数据，为创业决策提供90%成功率提升。
Alibaba
$8
输入tokens/百万
$240
输出tokens/百万
52
上下文长度
redis
这是一个基于Alibaba-NLP/gte-reranker-modernbert-base模型，在LangCache句子对数据集上使用sentence-transformers库微调的跨编码器模型。它专门用于计算文本对之间的语义相似度得分，旨在为LangCache语义缓存系统提供高效的文本匹配和重排序能力。
这是一个由Redis微调的交叉编码器模型，专门用于语义缓存场景下的句子对重排序。它基于Alibaba-NLP的gte-reranker-modernbert-base模型，在LangCache句子对数据集上进行训练，能够高效计算两个文本之间的语义相似度得分，用于判断它们是否表达相同或相似的含义。
这是一个由Redis开发的、针对LangCache语义缓存任务进行微调的CrossEncoder模型。它基于成熟的`cross-encoder/ms-marco-MiniLM-L6-v2`模型，在超过100万对LangCache句子对数据集上训练，专门用于计算两个文本之间的语义相关性得分，以优化缓存命中率。
这是一个基于Cross Encoder架构的微调模型，专门用于语义缓存任务中的文本对相关性评分。模型在LangCache Sentence Pairs数据集上微调，能够有效计算文本对的相似度得分，适用于句子对分类和相关任务。
redponike
Qwen3-VL-4B-Instruct 是通义千问系列最新的视觉语言模型，在4B参数规模下实现了卓越的视觉感知、文本理解与生成、空间推理和智能体交互能力。它支持长上下文和视频理解，具备强大的OCR和多语言处理能力。
MiniMax-M2是一款专为高效编码和智能体工作流打造的混合专家模型，具备2300亿总参数和100亿激活参数。该模型在编码和智能体任务中表现卓越，同时具有低延迟、低成本和高吞吐量的特点，能有效提升工作效率。
RedHatAI
Llama-4-Maverick-17B-128E-Instruct-NVFP4是一个经过FP4量化处理的多语言大语言模型，基于Meta-Llama-3.1架构，专为商业和研究用途设计。该模型通过将权重和激活量化为FP4数据类型，显著减少了磁盘空间和GPU内存需求，同时保持较好的性能表现。
这是一个基于Cross Encoder架构的语义相似度计算模型，在LangCache句子对数据集上对Reason-ModernColBERT基础模型进行了微调。该模型专门用于计算文本对之间的相似度得分，适用于句子对分类和语义缓存等任务。
这是unsloth/Mistral-Small-3.2-24B-Instruct-2506的量化版本，通过将权重和激活函数量化为FP4数据类型，减少了磁盘大小和GPU内存需求，同时支持vLLM推理。在多个任务上进行了评估以与未量化模型对比质量。
这是一个基于Cross Encoder的语义重排序模型，专门针对Redis LangCache语义缓存系统进行微调。该模型能够有效计算文本对的相似度得分，适用于句子对分类和语义相似度计算任务。
这是一个基于Cross Encoder架构的语义重排序模型，专门针对Redis LangCache语义缓存场景进行微调。模型在LangCache Sentence Pairs数据集上训练，能够有效计算文本对的语义相似度得分，用于句子对分类和重排序任务。
这是一个由Redis发布的、针对语义缓存任务优化的双编码器句子嵌入模型。它基于sentence-transformers/all-MiniLM-L6-v2微调，可将文本映射到384维向量空间，专门用于提升LangCache语义缓存系统的查询匹配精度。
这是一个基于预训练模型的句子相似度计算模型，专门用于衡量句子间的语义相似度。模型在redis/sentencepairs-v3-triplets数据集上训练，采用sentence-transformers库构建，在自然语言处理领域具有广泛应用价值。
这是Qwen3-235B-A22B-Instruct-2507模型的量化版本，通过将权重和激活量化为FP4数据类型，显著降低了磁盘大小和GPU内存需求，同时保持与原始模型相近的性能表现。
这是Meta Llama-3.1-8B-Instruct模型的FP8量化版本，通过对权重和激活值进行FP8量化，显著减少了磁盘大小和GPU内存需求，同时保持了良好的模型性能。
这是一个基于sentence-transformers库微调的BiEncoder模型，专门为LangCache语义缓存任务优化。模型将句子和段落映射到384维向量空间，支持语义相似度计算和语义搜索等任务。
Apertus是一款由瑞士AI开发的全开放多语言大语言模型，参数规模达80亿和700亿，支持超过1000种语言和长上下文处理，仅使用完全合规的开放训练数据，性能可与闭源模型相媲美。
这是NVIDIA-Nemotron-Nano-9B-v2模型的FP8动态量化版本，通过将权重和激活量化为FP8数据类型实现优化，显著减少磁盘大小和GPU内存需求约50%，同时保持出色的文本生成性能。
这是Qwen3-VL-235B-A22B-Instruct的量化版本，通过将权重和激活值量化为FP8数据类型，有效减少了磁盘大小和GPU内存需求约50%。支持文本、图像和视频输入，输出文本，适用于多种自然语言处理和多模态任务。
Qwen3-VL-235B-A22B-Instruct-FP8-dynamic 是 Qwen3-VL-235B-A22B-Instruct 的量化版本，通过将权重和激活量化为 FP8 数据类型，显著减少了磁盘大小和 GPU 内存需求，同时保持了较高的模型性能。
RedNote MCP是一个提供小红书内容访问的MCP服务工具，支持通过命令行进行登录初始化、关键词搜索笔记和URL访问笔记内容等功能。
Redis MCP Server是一个为Redis设计的自然语言接口服务，支持AI代理通过自然语言查询和管理Redis数据，集成MCP协议，提供多种数据结构和搜索功能。
RedNote MCP是一个为小红书内容访问提供服务的工具，支持认证管理、关键词搜索笔记、命令行初始化等功能，可通过URL访问笔记内容。
一个基于Model Context Protocol的Redis数据库操作服务，提供多种Redis命令工具
一个基于Python的Redis服务器集成项目，提供Redis连接管理、基础操作和数据结构工具，可通过MCP协议进行交互。
Redmine MCP Server是一个实验性插件，提供基于服务器端事件的模型上下文协议服务，支持问题列表、Wiki页面读取等功能。
MCP Redmine是一个连接Claude Desktop与Redmine实例的工具，支持问题管理、文件上传下载和时间跟踪等功能。
一个用Go语言实现的高性能MCP服务器，为AI代理和应用程序提供通过自然语言查询访问Redfish API的能力，实现数据中心基础设施的智能管理和监控。
一个基于FastAPI的MCP服务器，自动抓取、总结并推送Reddit内容到Slack。系统利用Azure OpenAI生成精选子版块帖子的摘要，整理为PDF报告并分享给团队。
一个即插即用的Redshift数据库MCP服务，为LLM和AI代理提供安全、标准化的数据访问接口，支持多种权限模式且无需代码修改即可部署使用。
一个基于MCP Go库和Redis的简单任务管理服务器演示项目，支持任务的创建、更新、删除、分配和状态标记等功能。
PuchAI Hackathon项目提供多种工具集，包括Reddit内容分析、数据可视化图表生成、药品信息查询、用户偏好管理及任务管理功能，支持开发者快速验证市场假设和分析用户需求。
Reddit MCP Server是一个提供Reddit内容获取和创建功能的模型上下文协议服务器，支持通过命令行或HTTP接口与Reddit API交互。
小红书自动搜索评论工具，基于Playwright开发，支持自动登录、搜索笔记、获取内容及发布AI生成评论，深度集成AI能力实现智能互动。
这是一个自定义的MCP服务器，用于与Redmine集成，通过Cline VS Code扩展与Redmine项目和问题进行交互。
AnySite MCP服务器是一个基于模型上下文协议的多平台网络数据采集工具，支持LinkedIn、Instagram、Reddit、Twitter等平台，为AI代理提供实时、结构化的网络数据访问能力。
该项目是一个基于Model Context Protocol (MCP)的服务器，专门用于与Amazon Redshift数据库交互，通过AWS Data API安全连接，提供数据库结构查询、数据检索、性能分析等功能，支持与Claude、Cursor等AI工具集成。
Redmine的MCP服务器实现，通过REST API为LLM提供工单和项目信息。
一个通过MCP协议为LLM提供Reddit公共API访问的服务器，支持浏览热门帖子、获取社区信息和阅读评论等功能。
A2AMCP是一个基于Redis的AI代理间实时协作协议，解决多AI代理并行开发时的代码冲突问题，提供文件锁定、接口共享、任务协调等功能，支持Docker部署和主流AI框架集成。
%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)
