模型实操 实测现场
第一手大模型实测：能力边界、真实成本与翻车现场，看完再决定要不要为它买单。
我用了三周免费的 Space Bunny，现在急着想订阅
Space Bunny（太空兔）是谁家的？没人知道 —— 这正是问题所在。三周真实开发里，它反复推翻自己的结论、认出了我没提名字的实测数据、在我跟别的模型聊天时自己把活干完了。这篇讲的不是跑分，是「敢不敢把整个项目交给它」。附 Space Bunny 改写的费用计算器。
Claude Haiku 5.5 实测：1小时163次请求，花了1.59美元
用 Claude Code 让 Claude Haiku 5.5 改了一小时真实项目：163 次请求、1.5869 美元。16 万 Token 输入为什么一次只花不到 1 美分？缓存命中率才是长上下文账单的关键。
2块钱，让Claude Haiku 5.5做了个超级马里奥
0.342 美元、19 分钟，Claude Haiku 5.5 从零生成了一个能跑能跳、能吃金币能变大的横版马里奥。附 29 秒实机视频与完整账单，便宜档模型现在到底能干活到什么程度？
匿名模型三天登顶，我让它跟DeepSeek和GLM来一轮硬核实测
Space Bunny Alpha 三天冲到 OpenRouter 调用日榜前列，真实身份成谜。本文让它与 DeepSeek V4.1 Flash、GLM 5.3 Flash 在同一套 harness 下做三道 3D/游戏任务，比速度也比完成度。
匿名AI模型三天登顶出圈，真身至今无人知晓
Space Bunny Alpha 匿名上线三天登顶 OpenRouter 调用日榜，供应商栏只写 Stealth。对打 DeepSeek V4.1 Flash 与 GPT-6 Astra：Minecraft 输了，庭园赢了。
GPT-6、DeepSeek V4.1、GPT-5.6实测：同一句话做《我的世界》，谁更强？
把同一句话「写一个我的世界demo，web实现」原封不动发给 GPT-6 Astra、DeepSeek V4.1 Flash、GPT-5.6 Terra，不给任何提示词，看谁一次做完、谁的右键功能做反了。
国内大模型Flash三杰全方位综合对比：GLM-5.3-Flash / DeepSeek-V4-Flash / Qwen3.8-Flash
国内大模型评测与大模型对比：横向全景对比 GLM-5.3-Flash、DeepSeek-V4-Flash、Qwen3.8-Flash 三大国产 Flash 模型的定位、优点、缺点、基准评分与 API 价格，助你选准主力模型。
Qoder 免费账号实测 Qwen3.8-Flash：会下雪的中世纪城堡，0 Credits
用 Qoder 免费账号最高思考档实测 Qwen3.8-Flash：鹈鹕骑自行车与 Three.js 中世纪城堡两题全记录，附 Credits 领取细则。
实测字节新模型Seed 2.1 Pro-0915，比想象中的能打多了！
字节Seed 2.1 Pro-0915实测：通用Agent与Coding能力明显进步，实测表现比想象中能打，附真实体验与豆包Seed2.1系列选型参考。
GPT-6 Astra 做实景三维重建，我拿一套住宅试了试
如视创始人用伽罗华 P4 采集一套住宅的 16 类空间数据（4.3GB），实测 GPT-6 Astra 的实景三维重建能力与边界。
用GPT-6接入Hyper3D，制作游戏和网页，这才是版本答案！
GPT-6 通过 Hyper3D MCP 调用 Rodin 生成 3D 资产，实测 3D 骑行游戏与中国古建筑 3D 拆解网页两个完整案例。
网传能力直逼Astra，实测DeepSeek V4.1 Flash后我崩不住了
网传DeepSeek V4.1 Flash能力直逼GPT-6 Astra？实测打脸还是真香：与Astra、Fable、K3对比全拆解，看它到底几斤几两，附成本与选型建议。
等了一周，我终于用上 GPT-6：让它 20 分钟“盖”了一座南京城（附3个实测项目）
用 GPT-6 实测三个项目：雨夜便利店氛围图、3D 程序化城市生成器（20 分钟生成南京城）与 Agent/Skill 工程优化。
ZPedia｜实测DeepSeek V4.1 Flash：CED 架构压低Agent成本，多模态精度仍是短板
DeepSeek V4.1 Flash 开源实测：CED 架构如何压低 Agent 成本，五道评测题暴露了哪些收尾短板。
GPT image 2.5 实测：指哪改哪、草稿成图、AI生图能力又增强了
OpenAI ChatGPT Images 2.5 上线，实测主体一致性、圈选局部修改、手绘草稿成图、扩图与透明背景等新能力，附完整提示词。
ChatGPT Images 2.5 真正值得学的，不是提示词，而是这套新的 AIGC 创作方法
Images 2.5 真正值得关注的不是单张图多漂亮，而是 AI 图片生成从抽卡变成可控创作：先做对一张图，再告诉它哪里能改、哪里不能动。
ChatGPT Images 2.5 的 6 种玩法：提示词直接抄，改图不用再重抽卡
ChatGPT Images 2.5六种实战玩法：局部改图不重抽卡、多图融合等可复制提示词模板一次讲清，从抽卡到可控创作，让你的AI生图效率翻倍。
GPT-image-2.5 发布，生图夯爆了！
GPT-Image-2.5发布当天上手实测：中文信息图、App原型、书店剖视与连续改图，主体一致性大幅增强，生图榜一易主，附完整体验记录与提示词。
GPT-6 Astra · 节省 Token 官方指南
GPT-6 Astra官方节省Token完整指南：会话管理、上下文裁剪与调用参数最佳实践，附官方介绍要点总结，高频使用者省钱必备手册。
DeepSeek V4.1 Flash实测，花3亿token，14组任务，居然比上代贵
DeepSeek V4.1 Flash内测对照实测：14组任务花3亿Token横评，看图与多模态变强，但交付变慢、花费反增36%，能否接班V4 Pro一测见分晓。
1天通关游戏，1周造城：GPT-6 Astra 这7个玩法太上头
盘点GPT-6 Astra七个上头玩法：一天通关《传送门》、一周造出曼哈顿、通过人类验证码考试，直接把电脑交给它会怎样？案例合集一次看完。
GPT-6 Astra 一手实测，熟悉的 OpenAI 回来了！
GPT-6 Astra开放Plus用户实测：一手体验OpenAI最新旗舰模型的编码、推理与多模态能力，真实项目表现与使用建议，熟悉的OpenAI又回来了。
首发深度测评GPT-6 Astra，做游戏效果可以给到夯
GPT-6 Astra推送Plus与Pro后的首发深度测评：5个Plus账号加Pro实测做游戏效果，不看跑分看真实产出，AGI含金量到底有多少一测便知。
这就是AGI？GPT-6 Astra一夜刷屏，真实效果太夸张了
GPT-6 Astra一夜刷屏，AGI感到底来自哪里？汇总6段公开演示与X热议视频，拆解真实效果、亮点与局限，发布初期个人用户如何抢先体验。
腾讯Hy4首发实测，做了个面条下锅游戏，我有点绷不住了
腾讯Hy4预览版首发实测：在WorkBuddy与CodeBuddy免费试用期内，用Hy4做了个面条下锅小游戏，附gamescom灵感来源与模型实际表现点评。
实测Qwen3.8-Flash，比DS V4 Flash 便宜，比Opus4.6强！
Qwen3.8-Flash 实测：每百万 Token 输入 0.8 元，游戏、3D 场景、产品官网一个不落。