- Lee_William2026-08-13
现在只是初步测试了一下, 现在晚上速度能有80~90 token/s, 我已经跑了两次demo, 但是跑的demo竟然都失败了, 要知道flash能都成功的demo, 虽然不相信, 但就是测试了两次得出的结果就是如此, 大家现在测试的结果如何?
补充,我测试的内容是网页生成, 使用工具的是自己写工具调用官方的API, 完全相同的系统和用户提示词, 之前也测试过其他模型, 都很少有失败的:
这个评测我做过了几期, 之前是GPT-5.5 vs GLM 5.2:
这次也是使用完全相同的提示词(系统+用户提交词), 这次使用的是API调用.
Kimi K3
[k3]
我的系统提示词里有写必要时TDD开发, K3也写了个test, 这似乎不需要TDD
还写了一个迷你GLSL解析器, 这想得够多
用时确实比较长:
[image]
GPT 5.6 sol
[5.6]
似乎…项目是用html+js写一个图形渲染管线可视化工具
首先是 GPT 5.5 XHIGH - CODEX:
[image]然后是GLM 5.2 最高 - ZCode:
[image]
大家对比一下, 看一下差距如何主楼 - 牗空2026-08-13
附议，只测了RP，但我的感受是不如flash
- 适才相戏耳2026-08-13
grok正常网页UI也不行，难怪这俩都是偷偷摸摸发的。
- woshidoi2026-08-13
看使用场景了，我这边逆向的使用场景是比flash强一点的，但是可能flash已经还行了，所以价格上的考虑的话，后续还是用flash的可能性多一点
- PostAustin2026-08-13
Flash实际上已经满足大部分需求了
- Extraverity2026-08-13
破案了，其实是梁子把flash和pro搞反了
- mi_tu2026-08-13
rp效果怎么样？我怎么用着感觉和之前没啥区别 ^-^
- PzmhFeul2026-08-13
会不会是flash针对编程，pro更倾向于通用场景？
- deepcake2026-08-13
这波是向谷歌看齐，只不过隔壁一直没发 ^-^
- supermadmax2026-08-13
不会 API 还没上吧，或者说上错模型了？ ^-^
- 还想成为88VIP2026-08-13
不至于吧，可能只是不在他的好球区，感觉ds不像是会搞flash>pro这种抽象的
- Lee_William2026-08-13
API已经上线, 我确定的是扣费扣的4pro
- 会飞的蛋蛋面2026-08-13
这波是致敬gemini flash先行
- 疯狂麦克斯2026-08-13
看来梁圣要直接越过老梁变成梁子了
- 霞葉2026-08-13
确实，从价格和速度上来说，还是优先flash，flash逆不出来再上pro也不亏
- crb10252026-08-13
刚看到有佬说DPSK是国内蒸馏最狠的，这是蒸馏废了吗
- alizoed2026-08-13
我怎么感觉比之前活人多了，还要强不少，总不能是我这段时间gpt用多了吧
- yibachaodou2026-08-13
有没有可能需要等明天的 DeepSeek harness 上线
- sallyn2026-08-13
我刚在Pi里试了一下 影响的插件我都关了 发现鹈鹕骑车比他们CC测的效果好了不少 我觉得和harness影响很大
- 林风柳2026-08-13
很奇怪的一点是，我在pi里使用时是无法回答正确回答“重复一遍我说的话：repeat Nameeee”的，但是在codex里就能正确回答。
我不太理解，两个配置的明明都是openai-responses，应该没有差异才对，但是这个回答确实证明了一个走预览版一个走正式版。