14 模型照片转 Blender 实测:Opus 5.5 第三,网关漏配缓存致成本暴涨 4 倍
smith2008 · reddit · 2026-10-02
作者为照片转 Blender 工具跑了 14 个模型的 agent 评测:看照片→写并运行 Blender Python→渲染→对比迭代,每场景硬性上限 20 分钟、4 美元、60 次请求,评分用确定性代码而非 LLM 评审。
主要结果(三张照片平均分,0-100):
- GPT-6 Astra:66 分($3.91),榜首
- GPT-6.1 Sol:61 分($0.36)
- Claude Opus 5.5:60 分($1.19),第三,desk 单项 61 分仅落后 Astra 1 分
- Claude Sonnet 5.5:56 分($0.50),全场最快约 5 分钟/场景
- Claude Fable 5.1:48 分;Claude Opus 5:45 分(门面图最好 56,汽车最差 34)
关键坑:Anthropic 缓存标记。最初经网关调用 Fable 5.1 和 Opus 5 时,网关没有附加 Anthropic 的 cache-control 标记,缓存命中率 0%(OpenAI 模型为 96%),每次请求都重付全量输入费用,8-18 次请求就撞上 4 美元上限,未缓存时单次成本约 16.39 美元。补上标记后缓存命中率达 96-97%。作者提醒:经自建代理/网关调 Claude 的,务必检查缓存命中率。
5.5 系列是在 Claude Code 中后跑的,作为对照 GPT-6 Astra 同样方式重跑得 63 分(原 66),解读差距时需注意。完整渲染与评分细节见博客。
所属事件:14 个 AI 模型盲测照片转 3D 重建,GPT-6 Astra 全胜(4 条相关)→
「编程与Agent」频道最新
- 斯坦福 CS329Z 讲座:DSPy 与 LangGraph 的 Agent 框架路线对比 — stanfordnlp · 2026-11-19
- Mistral Large 4 编码实测:2 小时仅耗 0.82 欧元额度 — qtnx_ · 2026-11-19
- Railway 遭 breach 后追踪发现:同一 LLM 攻击基础设施仍在攻击其他公司 — cyb3rops · 2026-11-19
- HF 与 LangChain 办黑客松:用 AI 智能体复现 NeurIPS 2026 论文 — Gradio · 2026-11-19
- NVIDIA 开源 SkillEvaluator:部署前实测 AI Agent 技能可靠性 — anthara_ai · 2026-11-19
- Resolve.ai 发布 SRE-1 论文:让 AI 承担生产环境事故排查 — iceman84 · 2026-11-19