AstroHan (@AstroHanRay)
@AstroHanRay
0 正在关注 0 粉丝
同一个 DeepSeek V4 Flash，我们进行了 9 个不同 harness 的头对头测试。
Maka 排名第二，通过率 77.5%，官方 DSH 的 Minimal Mode 排名第四，通过率 73.0%。
最高的是 Codex，最糟糕的是 Claude Code，通过率低且成本最高。
显示更多
GPT-5.6-Sol 消耗倍增的真相找到了。
建议在 ~/.codex/config.toml 加上两行：
model_context_window = 272000
model_auto_compact_token_limit = 240000
能让你的 Codex 额度耐用 1.5-2 倍。
显示更多
终于知道 Codex 5.6 跑长任务时，额度为什么可能掉得特别快了。
GPT-5.6 Sol 基础价没涨。
但输入一旦超过 272K tokens，
整次请求都会按更高价格计算。
同样一次长任务，成本可能达到 GPT-5.5 的 2.34 倍。👇
显示更多
对比了下，Ollama Cloud 的 tokens/s 比 的 Max 套餐高 40%，首字延迟更是低非常多，流式输出几乎秒回。
各家套餐都用下来，我还是觉得 Ollama Cloud 是使用 GLM-5.2 的最佳选择，吞吐快，延迟低，用量大。
显示更多
如果要用 GLM-5.2， Ollama Cloud Pro 个人测试下面是市面上的最佳选择了，量大管饱，20 美金非多并发基本上用不完。
同价位下的 海外套餐性价比完全比不过，而且还有北京时间 14:00-18:00 的三倍消耗，会比较影响效率。
另外，GLM-5.2 是个好模型！
显示更多
如果要用 GLM-5.2， Ollama Cloud Pro 个人测试下面是市面上的最佳选择了，量大管饱，20 美金非多并发基本上用不完。
同价位下的 海外套餐性价比完全比不过，而且还有北京时间 14:00-18:00 的三倍消耗，会比较影响效率。
另外，GLM-5.2 是个好模型！
显示更多
