T0 应该是 Fable 和 Opus 5.5。Astra 和 Sol 应该都算 T1，美国豆包 4 看情况或许加入 O\ 看大家做 3D 玩具起劲，于是给 Astra 特别训练了一波让大家震惊瘫坐，结果代码质量比 5.6 Sol 还糟糕（不只是我的感受）。新鲜感过后感觉没意思 T1.5 的话：GLM 5.3, Kimi K3, Grok

> Sonnet 5.5 在 Max 推理强度下的得分反而低于 Xhigh。FrontierCode 考察的是代码改动能否不经人工修改直接合并。超出任务范围的改动，哪怕质量很高、确有帮助，也会被扣分。在 Max 强度下，Sonnet 5.5 更常调用 Claude Code 的代码审查技能。这个技能会把审查工作拆给多个子代理执行。在 Cognition 分析的两个案例里，这种做法造成了超时，或者带

Pi 自带的登陆是诚实无伪装的，会消耗 extra usage 和 API 价格无区别 套 CPA 或者用代伪装的插件就自负风险了（我一直在用 Pi）

每个月五刀，感觉真可爽蹬！

> 因为觉得astra视觉能力强，让它给我优化安卓app视觉，xhigh Tibo 说了 astra low > sol high，体感的确如此

不是我的作品，但亲测真的很准，区分度很高 xqy2006.github.io ModelTrace 在浏览器本地运行的语言模型指纹归因工具

好现象，过载请直接拒绝，不要给我悄悄路由或者降智

> 是不是在用逆向，我逆到一半套餐没了 感觉智谱员工正在实时升级风控  我昨天能用的请求今天直接 405 了，又得等一小时 cd 才放出来

谢佬，这就去给马斯克小扎提供训练素材  抱歉一龙，近期继续小蹬，不会给你提供训练素材的

这个压力测试有点意思，基本就是逼着模型感官超载。实际情况下不会这么差，除非你一个对话里N个话题拼命横跳：  AI: 这信息量有点大

新分词器终于可以倒油烧热了，太感动了

锅内倒入植物油烧热 判断不是 GLM 的分词器（也有可能是支持多模态的船新可做菜分词器 ^-^） 不过是国产模型无误了，问了一些 zz 问题，很红很爱国 > 感觉是无甲版 敏感问题不截断不报错 Glm-5.3会直接截断输出 OpenCode 我测试会截断，OpenRouter 上的不会

瑟瑟发抖 +1，只敢抢个红包，但是现在连红包都没了 ^-^ ^-^