七款新模型电脑任务横评
Teknium · x · 2026-07-12
对 7 个最新 AI 模型做了同一组真实电脑任务测试，放进 Hermes 里直接看它们如何操作电脑。
结论里，GPT-5.6 Sol 被评为综合最好，Grok 4.5 紧随其后，速度快且执行力强，Muse Spark 1.1 是本周的意外惊喜。
作者强调：基准测试只能告诉你模型“可能会做什么”，而让模型实际控制电脑，才能更接近它“真正会做什么”。
「编程与Agent」频道最新
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27
- 开发者开源一套更好看的 Agent 运行瀑布图追踪 UI — round · 2026-10-27
- Phil Schmid 发布 Gemini API CLI:无状态工具,给现有编码 Agent 补多模态能力 — _philschmid · 2026-10-27
- 马斯克盛赞 Grok Bot:像雇了个超能干的幕僚长 — elonmusk · 2026-10-27
- shadcn 演示用 /improve skill 搭配 Grok 批量处理 issue — shadcn · 2026-10-27