竟然还能这么测模型能力吗？？？ 这个测试之前要5分半，现在只要2分半了，图的质量还是一样，确实TPS上来了

bites again直译过来的估计是

不知道cc-switch是不是统计不一样，我统计出来周额度只有160刀的样子

太贵了，800刀1T还差不多

Astra提高思考强度只会增加思考token不会增加步数，换言之对于deepswe这个任务从medium往上几乎都是无效思考了？一通思考之后操作其实还是差不多

cc的问题，会注入提示词让它不要用内置工具，我用opus也遇到了，什么叫最不透明的harness，这就是

deepswe急需更新题库啊，过不了今年就要刷到饱和了

agentic coding押注得早，一直走在其他家前头，事实也证明agent道路确实是富有成效的，至少在coding方面，但是也让Claude模型丧失了人味

唱空城计是吧，对冲一下奥特曼的Astra

3.6开始阿谀奉承的问题有减轻，其他部分跟3.5都是半斤八两，依旧迷之自信不听指令自己跑偏