AI产品狙击手

上期完成 DeepSeek V4 Flash 在 Codex 平台测评，本期统一拉满 High 思考深度接入 Claude Code 复测，用全套标准化用例横向对比模型真实表现： 基础指令、24 点运算、密码锁逻辑推理全部答对，仅十条顺序句子存在单句通顺度瑕疵 代码生成环节暴露统一痛点，所有大型开发任务耗时动辄数十分钟，判断是新模型上线调用高峰算力拥堵导致 自制桌面操作系统成品完整性不及 Codex 版本，太空射击游戏交互简陋体验一般 3D 赛车等待 44 分钟但画面与操控效果出色 无第三方库 Trello 看板 UI 清爽，增删拖动全功能无异常 两次跨工具测评输出水准稳定没有大幅波动，能兼顾低成本开发需求，但重度代码项目等待成本偏高。程序员、AI 开发智能体玩家可结合自身任务轻重按需选择使用。 访问入口

全新 DeepSeek V4 Flash 正式版完整实测，当前仅开放 Flash API 通道，Pro 版本下月上线。原生支持 Responses API 无需额外中转工具，一行命令即可完成 Codex 配置，推理档位调至 High 开启全套标准化测试；基础指令、24 点运算、密码锁逻辑推理全部精准通关，文本约束零失误语句通顺，但代码生成环节短板突出，浏览器桌面系统、3D 赛车、Trello 看板三大开发任务单次耗时动辄半小时，运行频繁断链重连还会额外增加代码自检流程，3D 赛车成品交互效果优秀堪同年同梯队标杆，桌面系统存在控件排序、操作失灵问题，看板界面渲染异常竖线干扰但基础功能可用，整体和 Codex 适配存在明显磨合缺陷，长代码生成耗时严重降低开发效率，后续会切换 Claude Code、OpenCode 多工具复测对比，程序员、AI 开发从业者可参考本次实测结果合理选型… 访问入口

Workbuddy 重磅新功能人机双写完整实测，全线兼容 Word、Excel、PPT 办公套件，实操测试暴露明显适配差异： Excel 删除指定列 ✅ 正常生效 PPT 一键切换 Claude 视觉风格 ✅ 正常生效 Word 缩短摘要、清理多余空格 ⚠️ 提示完成但文档内容毫无改动 现阶段 Excel、PPT 可放心使用，Word 模块还需官方优化。正在使用 Workbuddy 处理办公文件的朋友可以参考本次实测避坑。 访问入口

千问办公简化模型仅分基础、高级两档，移除繁杂型号方便职场新手快速选择，支持自定义上下文窗口，默认百万上下文适配长文档处理。 实测统一约统指令对比差距明显： 基础模型输出语序混乱、大量不符合规则，需要反复修改 高级模型精准满足全部条件，行文顺畅无需返工 简单写文案、制作表格 PPT 选基础更省资源，深度调研、复杂推理、多文件整合等高难度办公任务建议用高级，一次出稿减少重复消耗。 刚上手千问办公不知道模型怎么选，可以直接参考这套实操选型方案。 访问入口

字节 TRAE Work 打通车图视频全创作链路，内置即梦、Seedance 两大生成模型，不用切换多款插件，输入宣文案一键生成精美海报，再以海报为参考图直接产出 5 秒宣短片，原生调用 Seedance 图生视频能力，普通账号每日有免费创作额度，完整串联文案 - 海报 - 短视频整套营销流程，运营、做宣物料全程高效省心。 访问入口

永久免费 API 的 Agnes 2.5 Flash 完整实测出炉，开启深度思考才能勉强达标文本约束，语句通顺度依旧拉胯，数学推理表现稳定，但代码创作短板明显，网页系统、3D 赛车、Trello 看板大量功能失效仅简易小游戏可运行，完全不适合专业编程生产，胜在零成本，适配 OpenClaw 等智能体做文案、资料查询类轻量任务，预算有限做日常轻度 AI 需求可以体验。 各大模型最新测评 benchmarks 请看这里：AI产品狙击手 LLM Benchmarks 访问入口

低价 Claude、GPT 中转接口内幕全拆解，靠 Sub2API 逆向网页订阅账号池压价至官方 1 折，但实测推理、代理效果远不如原生 API，这套工具逆向网页包月额度装标成 API，批量账号负载均衡分摊成本，可网页端存在 QPS、上下文、响应速度多重限制，直接导… 访问入口

国内首个实时语音编程来了！Qoder 国际版上线 Qoder Voice，依托 Qwen-Audio-3.0-realtime 实时语音，动口不用敲代码直接改网站，一句话关停博客旋转头像全站同步生效，操作入口一键开启，国内版马上更新，蹲一手完整实测… 访问入口

更新至第30期 Workbuddy 教程积分告急，不用充值也能白嫖积分，完成平台实操任务就能领取奖励，以浏览器自动化功能任务实操演示，让 AI 读取博客最新测评文章即可完成任务领取百点积分，搭配每日免费额度支撑日… 更多免费AI工具，可以上我博客查看：https://www.techgogogo.com/ 访问入口

蚂蚁百灵 Ling 3.0 Flash 实测翻车！124B MoE 模型实测指令逻辑、推理、代码全拉胯，约束文本语序混乱不通顺，密码推理答错，游戏代码大量 bug 无法正常交互，看板编辑拖动功能全部失效… 其他模型测评排行榜请看这里:https://www.techgogogo.com/llm-benchmark/ 访问入口