首页

硬核横评

主流 AI 工具的真实场景对比测试,含独家数据与对比表格。

涨价之后怎么选:11 个模型的真实 token 成本横评,把峰谷、缓存与 tokenizer 三重口径算进去

模型标价至少套着三层衣服,只看标价等于只看最外面那层:时段(DeepSeek 8 月 17 日起峰谷计价,工作日 9:00–12:00 与 14:00–18:00 为高峰、闲时减半、周末全天闲时,同一模型单价差一倍)、缓存(命中前缀缓存的输入 token 单价远低于标准输入,变量不在厂商手里而在你的提示词结构里)、分词(Sonnet 5 换分词器后相同输入映射 1.0 到 1.35 倍 token 数,且倍数随内容类型浮动)。本文统一口径为「综合单价 =(输入单价 + 输出单价)÷ 2」,即假设输入输出 token 数量相等,作为中立起点,再给三种典型负载比重的重算结果,并覆盖 11 个模型的标价、缓存命中价、峰谷价与分词放大后的实际位置。结论不是「哪个模型最便宜」,而是「不存在最便宜的模型,只存在对你这个负载最便宜的模型」——脱离输入输出比重、缓存命中率与内容类型给出的比价,只是在比标价而非比成本。国内模型价格来自 2026-08-24 逐页复核、8-28 再复核的官方定价页速查表,海外价格来自 2026-08-31 汇总,存在口径冲突的项目文中逐条标注。未做实际调用压测。

稀疏注意力五强横评:QSA 挑 token、GDN 压历史、DSA 复用索引,长上下文用不用得起看这一层

长上下文的注意力成本,各家是用不同办法打下来的——本篇按「架构路线」而非参数或价格给开放权重旗舰分个类。主角 Qwen3.8-Flash-Next 走 GDN 压缩历史 + QSA 微块粒度挑重点的混合路线(125B 主模型 + 51B N-gram embedding,每 token 激活 6B,原生 262,144 可 YaRN 外推到 1M);对照 Hy4 preview 的 Gated DSA 加 IndexCache 跨层索引复用、GLM-5.3-Flash 的稀疏与线性注意力混合、以及 DeepSeek 的 DSA 路线。路线分野归纳为三类:稀疏挑 token、线性/递归压缩、以及两者混合;再用参数、激活比、上下文、许可证与 API 价格快照做辅助列。与站内两篇旧横评分工:那两篇分别算 320B 级 API 价格账与 700B-2.8T 级部署门槛账,本篇只算架构路线账。选型结论给出五条场景路线,并提醒一句:激活比省的是算力,注意力机制决定的是长上下文能不能用得起;协议未确认的模型,商用前先查模型页。

腾讯 770B 只激活 49B:五款万亿级开源旗舰横评,决定部署成本的不是总参数

Hy4 preview(770B/49B)发布把开源旗舰的参数军备推到新高,但决定部署成本的不是总参数:激活参数省的是算力,权重驻留吃的是显存。本篇横评五款开放权重旗舰--Hy4 preview、GLM-5.3、Kimi K3(2.8T)、DeepSeek V4(1.6T 口径)、Qwen3.8-Max(2.4T)--按总参/激活比、上下文、许可证、显存门槛(工程估算口径)与 API 价格快照逐项对表。与 8-27 价格横评分工:那篇算 320B 级 API 账,本篇算 700B-2.8T 级参数与部署门槛账。五条按场景结论:追最新选 Hy4(Apache 2.0+MTP 投机解码+FP8 友好)、要参数规模选 K3、要成熟生态选 GLM/DeepSeek、阿里系合规选 Qwen,以及共同一条--先看每 token 成本与稀疏注意力,再看总参。

DeepSeek 提价 350% 九天后,智谱半价杀入:轻量旗舰 API 五强横评,编程党先别急着换模型

DeepSeek 8 月 17 日把 V4-Flash 高峰输出提价 350%(2 元到 9 元/百万 token)并首推峰谷定价,九天后智谱上线 GLM-5.3-Flash(输出 2.8 元)正面接招。本篇把账拆到场景算:零缓存的对话/RAG/长文档场景 GLM 便宜近半(优惠期 27%-31%);但缓存命中率超九成的编程 Agent 场景,V4-Flash 闲时按 90 万/百万走缓存算反而便宜约 32%(推算口径)--提价的那家在它最重的用户群里可能还是更便宜的。高峰时段(9-12、14-18 点)GLM 无峰谷差价优势最大;Kimi K3 输出 100 元/M 是能力溢价不是性价比;行业账本揭示提价是集体动作(DeepSeek 净亏 7.15 亿、智谱定价 +83% 调用量反 +400%)。附五条按场景选型结论。

会思考的生图模型横评:GPT-Image 2 对上 Nano Banana Pro 与 Seedream 5.0 Pro 怎么选

生图赛道打到了新维度:思考、文字渲染、编辑与图层。本篇横评新一代五强--GPT-Image 2(首个原生推理生图模型,Thinking 模式联网+8 张一致性,文字渲染约 99%)、Nano Banana Pro(Gemini 3 Pro Image,多轮编辑不洗牌的口碑王,原生 4K)、Seedream 5.0 Pro(7 月 8 日上线,中文小字终于不乱码+图层分离,1K 单张 0.3 元)、Ideogram 4.0(6 月 3 日开放 9.3B 权重的文字渲染专精)、FLUX.2(生图编辑一体+10 参考图)。独家成本账:GPT-Image 2 low 档 $0.006 是全表地板价,Seedream 5.0 Pro 是 1K-2K 性价比王,开放权重两强的真实成本是显卡。按场景给五条结论,所有价格标注口径与快照日期。

一条 30 秒 1080P 视频要花多少钱:六大 AI 视频生成 API 成本横评

Wan3.0 上线把「一条 30 秒 1080P 成片到底多少钱」变成可以精算的题。本文横评六大视频生成 API 的成本账:Wan3.0 官方 1080P 1.2 元/秒、单段 30 秒直出 36 元(9-23 前 7 折 25.2 元);可灵 3.0 约 30 元但需 3 段拼接;Sora 2 pro 30 秒破百;海螺 768P 3 段仅 12 元全表最低。独家算账揭示单段时长上限是被忽视的隐性成本--段数 × 抽卡系数(15-20% 不达标)× 拼接工时才是真实价格,并给出「480P 抽卡 + 1080P 出片」省 65% 的实战打法。所有价格标注官方/聚合口径与日期,代表性对比非亲自压测。

别自研 Agent 底座了:五大官方 Agent Runtime 横评,OpenAI/Anthropic/Google/xAI 全都让你白嫖

别自研 Agent 底座了:五大官方 Agent Runtime 横评(嵌入自家产品视角)。OpenAI Codex Harness(111,646★ Apache-2.0,三入口+线程恢复+结构化输出,平台化最完整)/Anthropic Claude Agent SDK(7,951★ MIT,allowed_tools+can_use_tool 权限模型最细)/Google Gemini CLI(106,608★ Apache-2.0,-p headless+JSON/JSONL 输出+exit code 规范,脚本化最顺手)/xAI Grok Build(25,860★ Apache-2.0,Rust TUI+headless+ACP,最新)/OpenHands(84,748★ MIT,唯一整平台开源)。两对比表(基本盘+六项嵌入能力)+五条场景路线+三个坑(claude-code 主仓库 142,324★无开源协议、Harness 开源≠模型免费、协议绑定成本每升一级翻倍)。星数均 GitHub API 实测 2026-08-22,代表性对比非压测。

OpenAI 的沙盒都被越狱了:Agent 隔离方案五强横评,别再裸奔上线

OpenAI 的评测沙盒都被自家 agent 用零日越狱了,沙盒从可选项变成生死项。五强横评先分层再比:Firecracker(36,143星,microVM 执行底座,造沙盒的人用的沙盒)/CubeSandbox(11,249星,腾讯自托管开箱即用,几十毫秒启动+硬件级隔离+E2B SDK 兼容)/agent-sandbox(3,567星,K8s SIG Apps 的 Sandbox CRD 编排器,隔离委托 gVisor/Kata)/E2B(13,472星,云端托管+Python/JS SDK,最快上线路径)/Daytona(71,966星数最高但 2026-06 起仓库停维护--星数陷阱警示案例)。两对比表+决策框架:自托管还是托管->已有 K8s 用 agent-sandbox->开箱即用选 CubeSandbox->最快上线选 E2B->只有平台团队碰 Firecracker。星数均 GitHub API 实测 2026-08-19,代表性梳理非亲自接入。

AI Agent 马上要自己付钱了:MPP、x402、ACP、AP2、TAP 五大支付协议横评,谁在修 AI 的收银台

AI Agent 支付协议五强横评:MPP(Stripe+Tempo,sessions 预授权+流式微支付+SPT 作用域令牌)/x402(Coinbase,HTTP 402 复活+USDC 链无关,x402-foundation 6518★)/ACP(Stripe+OpenAI,卡轨+人在回路)/AP2(Google,APA 授权层不管执行)/TAP(Visa,Agent 身份证书)。先分层再比:执行/授权/商务流程/身份清算不同层可叠加。2 对比表+逐款最佳射程+场景决策表+三纪律(微支付看稳定币轨大额看法币/治理靠授权层/别焊死单一协议)。代表性梳理非亲自接入,含加密资产非投资建议。

谁是「AI 味」照妖镜:五款 AI 内容检测工具横评(统计派 vs 协议派)

AI 内容检测工具五强横评:先分统计派(GPTZero/Originality.ai/Copyleaks/Pangram/Hive,概率判断会误报)vs 协议派(SynthID Detector/c2patool,验凭证确定性)。2 对比表+原理拆解(困惑度/突发性信号)+自测流程(10 样本测误报率)+三纪律(分数是信号非判决/对抗工具在进化/高价值走协议派)+5 FAQ。代表性对比非亲自压测,价格以官网为准。