混元 Hy4 Flash + WorkBuddy 实测:快、省,还能写 Three.js
混元 Hy4 的快版:8 分钟做完物理实验演示,写 Three.js 3D 也没问题;同样任务只用了 DeepSeek V4.1 Flash 约 1/5 的 token。
16 个结果 · “Reasoning”
Anthropic 的快速廉价模型,小任务够用,但 100K 上下文偏短。
“明显比 GPT-6 Luna 聪明——有些 coding benchmark 还干翻了 Sonnet 5。”
Anthropic 中端主力,比 Opus 便宜快,编码代理的高性价比选择。
“日常主力模型里的天花板,没得说。快、价格也还行、代码还干净。”
谷歌最强前沿模型,Intelligence Index 第一,但只对安全研究员开放,用不上。
“能力更强了价格还没变——这点我至少得点个赞。”
xAI 模型,说话直白、并行工具调用强,但爱发明术语、废话多。
MiniMax 快速文本模型,纸上不错实战拉胯,被吐槽「benchmaxxing」。
“agent 任务成本直降 70%,这才是重点。”
混元 Hy4 的快版:8 分钟做完物理实验演示,写 Three.js 3D 也没问题;同样任务只用了 DeepSeek V4.1 Flash 约 1/5 的 token。
我在给一个 AI 驱动的金融研究系统做文档摄取流水线时,碰到了一个有意思的问题。一个 PDF 转换成功……
测试模型:DeepSeek V4.1 Flash 和 Qwen3.8-Flash,正面硬刚(都通过 omp / opencode-go 运行)。用场景:写代码——我 hackathon 项目里一个真实的功能……
专家混合(MoE)特别有意思,因为稀疏的专家激活能降低推理算力。但多模态和 MoE 并不是二选一的对立选项——一个描述的是模型能理解哪些类型的数据,另一个描述的是计算是怎么组织的。
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……
前几天我在折腾 Meta Muse 的多模态能力时,撞见一个让我眼前一亮的点:视频生成。我之前……
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……