我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨
我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨。上周末 Kimi K3.1 Pro 发布,说实话我还挺兴奋的。上一次我碰的 K3……
9 个结果 · “GPT-6”
OpenAI 的专业工作模型:金融分析、法律检索、做 PPT、复杂编码——比 GPT-6 Astra 便宜 20%。
“Agents Last Exam 比 GPT-6 Astra 高 5.2 分、比 Claude Fable 5.2 高 5.5 分(OpenAI 自报)。”
我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨。上周末 Kimi K3.1 Pro 发布,说实话我还挺兴奋的。上一次我碰的 K3……
测试模型 - 模型:OpenAI GPT-6 Sol vs Anthropic Claude Opus - 场景:写代码、后端开发、调试,还有 AI agent 工作流 - 主要评测标准:结果质量相对于 token 消耗和成本……
Codex 现在感觉又笨又懒。比起 5.5 刚发布时那种被惊艳到的感觉,6 / 6.1 说实话是真的大退步。唯一能找回那种「一用就灵」旧感觉的时候,是在……