GPT-5测评报告!推理编程能力爆表!
发表于|更新于|编程工具
上两个视频分享了OpenAI刚推出的GPT-5都有哪些亮点,除了统一访问自动判断应该调用哪个模型,最令我振奋的是推理和编程能力的提升,看swe-bench的话得分74.9%,已经超过了昨天跟大家分享的claude最新的opus 4.1的74.5%了。同时应反诈牢陈的请求,准备测评下。废话不多说,直接开干
相关推荐
2025-08-12
GPT-5正式发布!你想知道的都在这了!
来了,来了!GPT-5 终于来了!如我昨天下午给大家预告的那样,OpenAI今天终于正式推出了这款最新 AI 模型,它带着 最智能、最快、最实用”的光环,直接取代了之前的旧模型,成为 ChatGPT 的默认选择,在多个领域都展现出突破性的表现。其核心在于一套统一系统,整合了快速响应模型、深度推理模型以及实时路由机制,能够根据不同的需求自动选择最优的处理方式,既保证了效率,又兼顾了准确性。 访问入口
2026-02-15
谷歌最新 Agentic Vision 是什么鬼?究竟该怎么玩?
今天跟大家说下谷歌最新推出的Agentic Vision怎么玩?首先,大家需要知道的是,这Gemini 3 Flash Agentic Vision是 AI 视觉能力的重大突破, 与以前我们见到过的能解析一张图片里面的内容的那些大语言模型不同,它具备“智能体”属性,能够通过执行代码来分析、切割、旋转图像,并执行复杂的计算… 访问入口

2026-04-15
Minimax 2.7!API完全免费!实现Token自由!.mp4
MiniMax 2.7的API完全免费开放了!这是MiniMax(稀宇科技)最新版本的大语言模型,在多项能力上都有显著提升。更令人惊喜的是,它的API调用完全免费——这意味着开发者可以在不支付任何费用的情况下,在应用中使用MiniMax 2.7的AI能力。本视频介绍MiniMax 2.7的能力评测、API接入方法和使用技巧,以及如何最大化利用这个难得的”免费午餐”实现Token自由。 访问入口
2025-12-25
Gemini 3 Flash 测评!编程能力倒退了!?
Gemini 3-Flash的独立测评报告,结论可能会让你意外——它的编程能力似乎”倒退了”!本视频通过大量实际编程测试,对比Gemini 3-Flash与Gemini 3 Pro以及GPT-4、Claude等模型的代码生成质量。虽然Flash版本以速度和成本为卖点,但在编程任务上可能做出了妥协。本视频的数据和案例将帮助你判断,在编程场景下Flash版本是否适合作为主力模型。 访问入口
2025-05-08
WAN 2.1:阿里免费视频生成AI工具
快速跟大家分享个免费在线AI工具,阿里巴巴的WAN 2.1可以完全免费生成视频和图片,省去了大家本地部署的烦恼,但是经我测试,效果是不错,但… 访问入口
2025-04-02
DeepSite:免费AI小应用编程工具
快速分享个刚淘到的免费AI工具,叫做deepsite,基于最新的deepseek 3.1,可以快速生成一些小工具小游戏的APP, deepseek 3.1的编程能力我之前已经测试过了,确实接近甚至超越claude 3.7的水平。 好废话不多说,赶紧去demo下… 访问入口
公告






