12个AI模型建4个应用评测
majidmanzarpour · x · 2026-07-11
最新一轮测试让 12 个 AI 模型分别构建同样的 4 个应用，每个任务重复 5 次。
结果里，GPT-5.6 Sol 和 Claude Fable 5 在最难任务上表现最好；而 Grok 4.5 被认为是“性价比最高”的选择之一。
所属事件:12 模型应用横评：GPT-5.6 Sol、Claude Fable 领先(2 条相关)→
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 开源 LLM 排行榜与定价对照目录,一站式索引比较工具 — Last_Establishment_1 · 2026-09-11