甲维斯

最近在测试 DeepSeek V4 的时候，顺带测了 GLM5.1，作为参考项。 但是发现它的结果非常离谱，“若只”般的存在。 数数字都不会了： 比大小也不会了： 是不是很...

这两天其实聊 DeepSeek 的人并不算多，但是小米的营销攻势还挺猛的！ 早上刚刷到一条 X： 这是小米大模型负责人的罗福莉发布的推特，里面说到了两个点：一个是小米也开源...

这几天一直在测国产模型，GPT5.5 都没怎么玩！ 抽空玩了下 Codex + GPT5.5 + Browser Use 做开发太香了！ 最重要的一点是 GPT5.5 好像...

DeepSeek 发布几天，大家都还在聚焦最强之争，所以测的一般是DeepSeek V4 Pro 版本。 Pro 我们也测试过了，确实还不错。 但是，当前测完 Flash ...

DeepSeek V4 Pro “发力了”，2.5折，这个价格就很香了。 可惜，已经消耗了28 CNY 了！ 昨天（前天了），DeepSeek V4 真的发布了。 我用一篇...

DeepSeek V4 来了，大事情啊，兴冲冲就跑去测试了！ 没想到第一个例子就翻车了，用的最强的V4 Pro 版本！ 花了很长时间，错误比较低级。 这有点出乎我意料的，还...

“鸽王”DeepSeek V4 终于来了~! 虽然从物理时间上看，V3 到 V4 只用了一年多时间。 但是整个 AI 界已经天翻地覆了，从我们的心里感受来说，也是过了好久好...

难受啊！ 最近国产的 CodingPlan 全面收拢，要么转 TokenPlan 了，要么转配额少得要命，动不动就是 200 元一个月。 要知道 OpenAI 的 GPT5...

CodingPlan 出现还没几个月，就快要消失了。 各平台 Token 的配额是越来越少了！ 今天收到了智谱的通知： 因为资源紧张，老套餐要绝版了。停止自动续订，到期后只...

昨天比较热门的两个发布是：Kimi2.6 和 Qwen3.6 Max。 今天，先来看一下 Kimi2.6！ 我可以先出一个论断：K 在实战场景肯定比 Q 强！ 这两个模型的...

前两天，我让最新的 Opus 4.7 克隆了他们家官方网页和官方桌面版软件的界面。 今天要更进一步，实现真正的对话功能。 后端接口直接接入国产的 智谱GLM 系列模型。 这...

我不知道别人的 Opus4.7 怎么样，反正我的还挺好用的！ 这一次的视觉能力升级比较明显。 昨天，我让它克隆了 Claude 的网页版： 今天我让它帮我克隆了一个桌面版：...

Opus 4.7 来了，这次抄作业，有点难了。 因为需要 KYC 了！ 这几天，不太平啊，网络也不稳定。 我倒是如期用上 4.7 了，但是我有点想把它扔了，不是因为它不强，...

JCode 作为自用 Claude Code 启动器，一键切换 6 大 CodingPlan 平台，这个功能我基本满意了。 但是，我还是想提升一下测试效率。 所以，我决定添...

我在发布 Opus4.6 碾压 xx 模型的时候，很多人都问 GPT5.4 的表现怎么样。 既然有人问，就会有人测！ 这不测试就来了。 GPT5.4 的表现有点出乎意料，但...

昨天我发现 Qwen3.6“倒反天罡”。 普通用户每日 1,000 次免费！ CodingPlan 订阅用户却还无法使用这个模型。 然后我就吐槽了一波！ 今天再打开 Qwe...

刚测完 Kimi K2.5，就拿到 Beta 版内测模型了。 一点喘息的机会都不给啊~~ 那就赶紧测试起来吧，不铺垫了！ Kimi K2.5 给我的感觉主要是快，效率高，思...

编程模型多模态测试系列第三篇，在测试了 GLM-5V 和 Qwen3.6 Plus 之后 我要来公布 O...

第一次用 Opus 4.6 写小说，没想到这么强！ 我是一个几乎都不看小说的人，我有一点点阅读理解障碍。 但是 Opus 4.6 写的东西，我还真能看下去。 这篇文章会很长...

Mythos 肯定是玩不上了，但是光看它这基准就“恐怖如斯”啊！ 国产模型的基准数据可能掺水，但是 Anthropic 的基准数据大概率比较真！ 不信的话，可以看看它们发布...