-
Claude Haiku 5.5 评测：百万 token 一毛钱，小模型终于能跑完 agent 任务
给几百万条工单分类，账单比模型本身还贵？Anthropic 刚发布 Claude Haiku 5.5，把输入单价砍到每百万 token 一毛钱，比上一代便宜九成，电脑操作基准却一路冲到七成以上。百万级上下文、可调努力程度、能当子代理，看着像小模型的翻身仗。但价格拐点、偏高的拒答率，还有一堆会直接报错的参数变更，都值得先弄清楚再切生产。 Claude Haiku 5.5 是 Anthropic 在 …- 1.4k
- 0
-
Ling-3.1-flash 评测：560B 只醒 25B，分数翻倍之后账单也跟着涨
让模型自己连跑十几个小时改代码，卡点从来不是智力，而是它跑着跑着就忘了目标。蚂蚁新发的 Ling-3.1-flash 把参数总量压到只激活一小部分，上下文开到百万级，官方演示里它从零连写了十几个小时编译器。榜单分数直接翻倍，可评论区一句跑分与体感落差，又把它拉回了地面。 产品概述 Ling-3.1-flash 是蚂蚁集团百灵团队在 2026 年 9 月 30 日发布的长流程任务模型，…- 1.4k
- 0
-
DeepSeek V4.1 Flash 评测：一个 Flash 档模型，把自家旗舰挤下了线
给智能体跑长上下文，账单总比预期崩得快。DeepSeek 把 5520 亿参数的模型压到只激活 80 亿，KV Cache 砍到上一代的四分之一，闲时输出每百万 token 四块钱，榜单直接追平 Claude Opus。官方甚至把自家旗舰的请求路由到它身上。便宜归便宜，最难的那批榜它仍差一截，切换通知只给了一天。 产品概述 DeepSeek V4.1 Flash 是 DeepSeek 在 2026…- 1.4k
- 0