与「AI测评」相关的搜索结果

Claude Fable 5 又回来了。 但这次我觉得重点不是“最强模型终于恢复”，而是另一个更现实的问题： 这么贵、这么强、这么容易被限额的模型，到底该怎么稳定用？ 官方订阅现在不是随便敞开跑。Pro、Max、Team、部分 Enterprise 用户有阶段性额度；后面还会切到 usage credits。对开发者来说，这意味着你不能只看模型能力，还得看入口稳不稳、额度够不够、调用链路麻不麻烦。 模型再强，如果每次用之前都要担心限额、订阅、封号、VPS、住宅 IP，那它在真实工作流里就会变得很别扭。 我现在更倾向于把这类顶级模型放进一个统一入口里用。 ZenMux 这次把 Claude Fable 5 Free 接回来了： PAYG 用户只要账户里有 credits，就可以直接调用 claude-fable-5-free 体验；订阅用户从 Free 层级开始也能开箱用。现在ZenMux充值加赠20%的活动，每人最高可享 300刀，（重度用户参考一下）。 这个对开发者比较友好的地方是：不用为了一个模型单独折腾一套账号和订阅，也不用在不同平台之间切来切去。Fable 5、Opus、Gemini、GPT、DeepSeek 这类模型都能放在同一个工作流里测。 我尤其建议拿它跑两类任务： 第一类是长链路 Agent 任务。 比如多轮 code review、跨文件重构、文档到 SDK 再到示例代码的串行任务。Fable 5 真正值钱的地方，不是短回答多聪明，而是长任务里更不容易假完成。 第二类是陷阱 prompt。 故意给一个看起来能做、其实约束冲突的任务，看模型会不会硬说 done。很多模型不是不会写代码，而是太愿意把错误状态包装成完成状态。 这类测试，用 ZenMux 的 PK 模式会比较直观：同一个 prompt，并排丢给几个模型，一眼就能看到谁在自我验证，谁在硬圆。 现在 ZenMux 也在跑 Auto Top-up 活动：自动充值每笔加赠 20%，单用户最多 3 次，单次加赠上限 $100，活动到 7 月 15 日。 活动页： 我的建议是，不管你最后会不会长期用 Fable 5，都可以先拿一个真实任务免费试一下。 别测“写一段介绍”。 测一个你工作流里最怕模型假完成的任务。 跑完你大概就知道，这个模型到底是贵，还是值。 #ClaudeFable5# #AIAgent# #AI测评# #ZenMux#

MirrorCode：测评AI复刻软件的能力 让AI在完全看不到原始源码的情况下，从头复刻整个程序，最终生成的代码必须与原程序输出完全一致，而且其中包含一些隐藏的用例。 MirrorCode选取了25个目标程序，覆盖Unix工具、数据序列化与查询工具、生物信息学、解释器、静态分析、密码学、压缩算法等多个计算领域。 最终，Fable5以64%的完全解决率排名第一，GPT 5.6 Sol则只有20%的解决率。 详细介绍：

如果你做内容，大概率会遇到一个很烦的问题：信息太多，但真正值得做成内容的选题太少 OpenAI 发了新功能，Anthropic 发了新模型，Google DeepMind 更新了视频生成，arXiv 又冒出几十篇论文，GitHub Trending 上突然出现一个爆火项目。每条看起来都重要，但问题是：哪一条值得今天做？哪一条只是新闻搬运？哪一条能变成有观点、有传播力、有价值的内容？ 这就是我做 AI Topic Scout 这个 Codex skill 的原因。 GitHub 地址：
 AI Topic Scout 不是一个普通的新闻摘要工具。它的目标不是告诉你“今天 AI 圈发生了什么”，而是帮 AI 博主、创作者、newsletter 作者判断： 今天最值得做的选题是什么？ 它默认扫描 10 个核心信息源： 1OpenAI News 2Anthropic News 3Google DeepMind Blog 4Meta AI Blog 5Microsoft Research Blog 6arXiv AI / ML / NLP 7Hugging Face Papers 8GitHub Trending 9LM Arena Leaderboard 10The Batch by 这些源覆盖了 AI 内容创作最重要的几层：大厂一手发布、论文、开源项目、模型榜单、行业趋势和研究动态。 但更重要的是，它不会只把信息堆给你。它会把这些信号加工成适合创作者使用的选题格式： •选题：一句能直接用的标题方向 •为什么现在：这个选题为什么今天值得做 •内容角度：你应该讲观点、教程、实测、对比还是科普 •适合形式：短视频、长视频、图文、newsletter、demo •素材来源：对应的信息源链接 •优先级：High / Medium / Low 适合谁用？ •每天要做 AI 短视频的人 •写 AI newsletter 的人 •做 AI 工具测评的人 •想追踪模型和 agent 趋势的人 •不想每天被信息流淹没的创作者 •想从“搬运新闻”升级到“判断趋势”的人 使用方式也很简单： 用 $ai-topic-scout 给我出今天的 AI选题 或者： 用 $ai-topic-scout 扫一遍本周 AI 信息源，挑 5 个适合短视频的选题 我做这个 skill 的初衷很简单：AI 内容创作不应该每天从刷信息流开始。真正值钱的是判断力。哪些变化只是噪音，哪些变化代表趋势，哪些变化值得被讲给更多人听。 AI Topic Scout 就是把这套判断流程固化下来。 如果你也是 创作者，可以试试这个 skill，能帮你每天更快找到值得表达的东西。

新的博客文章《AI 编程助手测评：GitHub Copilot vs 豆包 MarsCode》。 我测评了两款 AI 编程助手，看看孰强孰弱，顺便也作为一个入门教程，向还没用过的同学，展示它们的用法。

🔥 K3 杀疯了，阿里坐不住了！ 今天，阿里千问正式预告 Qwen3.8 —— 参数量直接拉到 2.4T，官方放话："可能是除了 Fable 5 外最强大的模型"。 还没正式发布，但 Qwen3.8-Max-Preview 已经抢先上线 Qoder、QoderWork 和千问 PC 端，限时 1 折调用，夜间甚至 0.2 折。 内部测评显示，在全栈开发、数据分析、Office 办公等复杂长程任务上，它已经匹敌世界前沿模型。 更夸张的是，我用它 1:1 复刻了《坦克大战》—— 碰撞、草地、道具、特种敌人，一句提示词全搞定。之前用 Fable 5 做过同样的 demo，这次 Qwen3.8 已经能和它扳手腕了。 正式版即将开源，以"天"为单位进化中。 #Qwen3#.8 #AI大模型#

AIGC波妞的2026上半年干货总结帖 AI视频这条路我摸了大半年——从离开Peppa Pig，一头扎进AI视觉叙事和漫画IP孵化，陆陆续续发了上千条实测、教程和踩坑记录。制作、策划孵化了近百部 AI 广告、AI 漫剧作品。 很多朋友说想找我早期的干货但翻不到，所以这次把账号里互动数据最高、最值得看的内容按主题理成了一份清单：从方法论到工具实测，从爆款案例拆解到版权避坑，你可以直接跳到自己需要的部分看，少走弯路，也少踩坑。建议收藏，需要的时候直接翻。 一、AI视频/漫剧制作方法论 1. 玩AI视频角色老是换脸？3个月才搞明白问题出在哪儿（上篇） 2. 为什么放弃九宫格分镜，改用六宫格故事板 3. 大半年AI漫剧踩过的坑：多人戏一换机位就崩 4. AI漫剧最大难点是场景调度，不是画质 二、AI工具实测评测 1. 视觉锚点才是小红书封面的杀手锏（附爆款封面Skill） 2. Lyria 3音乐模型评测，附20多个提示词模板 3. 猜图测评：ChatGPT Image 2 VS 即梦Seedream 5.0 4. Nano Banana 2深度测评 5. Fable 5限时回归：全球IP导演风格图谱Skill 6. SkildArt实测：数字藏品展馆+数字人换装短片 7. ChatCut插件：一句提示词用Codex剪视频 三、爆款现象级内容拆解 1. 【喜剧爆款视频教程】 2. 如何用SeedDance 2.0拍摄闺蜜私房视频 四、版权与合规干货 1. 别等被甲方追责，才想起AI作品也有版权风险 2. 首个「AI作品版权自查Skill」上线 五、IP设计与创意系列 1. 卡牌设计第四弹：七龙珠概念海报 2. IP设计《银月狐灵》视觉开发全流程 3. AIGC新作《天枢记2070》机甲美学 六、个人故事/账号成长 1. 从离开Peppa Pig团队到成为AI创作者

OpenAI 新发布 GPT-Live 语音模型不仅仅是全双工语音能力 而且它能直接调用GPT 5.5推理模型 更牛P的是它还能生成实时的UI界面来展示信息，这完全是个人AI助理了 苹果的 Siri 岌岌可危，甚至整个苹果生态都有点危险，随着模型能力的快速提升，理论上任何问题都能解决并实时展示成UI界面给你... GPT-Live 让你和 AI 说话时不用再轮流开口：它能一边听你讲、一边开口回应，你说到一半也能打断它、追问它。碰上需要联网查、需要动脑筋的难题，它会把活儿悄悄交给后台更强的 GPT-5.5，你这边的对话不断线。 - GPT-Live，采用全双工架构，能在生成语音的同时持续处理输入，做到边听边说的自然对话。 - 遇到需要联网搜索、深度推理或复杂任务时，GPT-Live 会把问题实时交给后台的 GPT-5.5 处理，你这边的对话不中断。 - 在人工头对头评测中，GPT-Live-1 和 mini 都明显比 Advanced Voice Mode 更受偏好；在 GPQA、BrowseComp、τ³-Voice Telecom 三项测评上也都超过后者。 - 语音新增天气 / 股票 / 体育等可视卡片、可调推理强度（Instant / Medium / High），并针对语音场景加强了自伤、情感依赖等安全防护。

《个人健康监控外设小测评-简版》 发现澳洲JB就有 Google 的Fitbit卖，颜色也挺不错，顺手整了一个测评一下。 现在我同时佩戴Apple Watch+ Bevel, Whoop, Oura和Fitbit四个身体监测AI，加上胳膊上测动态血糖的Libre2，算的上全副武装了吧？😂😂😂 ～～～～～～ 个人感觉 @WHOOP 的确还是专业，但如果再不开中文和降价的确可能会是最先被我淘汰的一个。 对运动类型和时长敏感度很不错，我经常忘记记录但打开时候发现它已经识别出来了。 问题嘛明明知道有大量中文用户，且AI解决语言问题如此容易但就是装逼，印象分拉低不少，此外贵是真的贵。 属于有优点但缺陷也明显，我给个人上人。 ～～～～～ @bevel_health 之前我写过长文，如果不是Apple Watch需要经常充电，我基本挑不出毛病。 可以拍饮食是个超级大优势，大大提高了打开频率，帮助了健康管理深度。且AI对语音识别也相当精准，继续强烈推荐有Apple watch的朋友使用付费版，对比下来真心便宜，物超所值。 初步测试了Fitbit后我依然排到夯。 传送门： ～～～～～ @ouraring 之前一直没有辅助AI，现在改版后开始有了，但是依然比较弱，聊胜于无。好处是在手指上测一些数据比手腕的要准，是腕带的好补充。 另外它带的那个放松功能在很喜欢，各种白噪音和定时，让我小睡或者快速回复精力愉悦了很多。 运动识别就比较拉胯了，经常识别错😂😂不过作为一个饰品带着感觉也还好。 我给个NPC吧，有些款式和材料还挺好看，澳洲小伙伴可以去JB店里试 传送门(9折)： ～～～～ @Fitbit_DE 才用了一天，初步感觉还行，很轻便几乎没有体感。 界面功能是我想要的，没有Whoop那么繁复容易上手，听说AI挺好，等我多积累一些数据再来专门开个帖子说。 ～～～～～ 动态血糖设备我准备回头开个帖子再专门说，让家里人给我带了鱼跃的过来做测评，看看Libre2与价格只有五分之一的国产替代哪个更牛逼。 感兴趣的欢迎点赞评论，谢谢

作为一名撸毛人、AI 深度使用者、自媒体运营者，纯净 IP 对我来说真的是至关重要的 最近 IPFLY 的供应商找到我，想跟我合作一条宣发，一开始我是拒绝的 但是他们自信地说，可以先测评一下他们的产品，再做决定 我先后使用了 同时，我也向官方申请了双重折扣： 1.走我链接有优惠： 2.另外我再向官方申请了 85 折优惠，这个限量300个，大家尽快领取 优惠码：LHBNBA 这两个优惠走起来，基本一个优质纯净IP 一个月就只需要 2.4U 以下是测评的结果： 1.Ping0（图1） 各类数据显示，IP 非常优质 2. Scamalytics（图2） 欺诈度为0 除此之外，我还用IPdata和 无论你是 AI 玩家、撸毛博主、自媒体运营、跨境电商养号等等都非常适用