告别“昏君”模式：开源工具 Prism 助你同时对话三大 AI 模型
针对单一 AI 模型可能存在的谄媚顺从或认知偏差问题，V2EX 网友分享了一款名为 Prism 的开源解决方案。该工具通过简单的插件加载机制，支持用户同时向 ChatGPT、Gemini 和 Claude 发送指令并进行对比。这种“兼听则明...
知识资料库
AI 模型横评
Claude / GPT / Gemini / Grok / DeepSeek / Qwen / Llama / MiniMax 等主流大模型在能力、价格、速度、使用场景上的横评与选型建议(按月更新)。
精选内容
先读这一篇
DeepSeek 4分，Gemini 84分：一份AI"智商测试"撕开了中美大模型的真实差距
ARC-AGI-2 是 AI 行业唯一不能靠背答案、不能靠堆算力刷高分的测试。2026 年 2 月更新的排行榜上，中国最强模型 12 分，美国最强 84 分。但故事远没有这么简单——因为 84 分的那位，在 IDE 里写代码反而不如 69 ...
月费 200 美元值得吗？开发者实测 GPT Pro、Claude 与 Gemini 的现状
本文基于开发者的一线使用体验，对比了当前主流大模型在编程与日常应用中的表现。虽然 Claude Code 在编程辅助领域依然领先，但严格的风控和支付门槛阻碍了其长期使用；Gemini Pro 则因幻觉严重和功能平庸逐渐掉队。作者重点探讨是否...
AI 架构全景图：汇总 DeepSeek、Llama 3 与 Kimi 等主流大模型技术细节
该资源库汇集了当前最前沿的开源大语言模型架构图与详细参数表，由 AI 专家 Sebastian Raschka 整理发布。内容不仅涵盖了 Meta Llama 3、DeepSeek V3/R1、Mistral 等国际主流模型，还重点收录了包...
OpenClaw 可接入的 Coding Plan 全量对比（2026-03 更新）
如果你只想看一句话结论： 重度开发：默认 Pro（或同级） Lite / Starter：勉强可用，适合体验，不适合长期高频编码 下面直接给可点击订阅入口，不展示裸链接 说明：价格与活动经常变化，以下按 2026-03 已公开页面信息整理，...
1M Token 不是答案：真正决定可用性的，是你在长上下文里还能不能“找对”
最近一轮模型发布里，几乎所有主流实验室都把「1M token 上下文」写进了规格表。 看起来像是同一赛道，实际却不是同一能力。 如果把问题改成更工程化的一句： 在多长上下文下，模型还能以接近 90% 的准确率完成信息定位与诉求理解？ 答案会...
大模型周刊 第23期 (2026年3月13日) ：OpenClaw"龙虾"爆火，中国四小龙起飞
本周（2026.3.6-3.13）大模型圈最炸裂的不是新参数王者，而是OpenClaw（小龙虾）这个开源AI智能体框架彻底引爆全球开发者社区。它让本地一键部署长记忆+多模态+Agent集群成为现实，直接把智谱、月之暗面（Kimi）、Mini...
本地大模型翻译谁最强？M4 Mac Mini 横评 Qwen、Llama 等七款小模型
本文基于 M4 Mac Mini 通过 Ollama 对 7 款 7B 以下参数模型进行了严谨的翻译能力实测，涵盖 5 种目标语言及 1155 条真实论坛语料。测试结果显示，3B 及以下模型响应均在 1 秒以内，足以满足实时交互需求；而腾讯...
实战测评：Mac本地部署AI翻译模型，专用小模型表现力压DeepSeek
针对个人用户在Mac mini M4（16G内存）上本地部署翻译模型的需求，本文提供了详尽的测评报告。作者筛选了Mistral、Qwen、DeepSeek及GLM等主流开源的小参数模型（14B以下），通过自动化脚本对社区长文本进行翻译测试，...
OpenClaw 用什么模型合适？PinchBench 给了一个很现实的答案
很多模型榜单都在测问答、代码片段，或者主观印象分。真到了 OpenClaw 这种 Agent 场景，问题会立刻变得具体：能不能读文件，能不能调工具，能不能把任务闭环，能不能在成本和速度还能接受的前提下稳定完成工作。 我去看了一圈以后，反而觉...
Anthropic 2026 封号潮深度解析：风控升级与社区进化
2026 年 3 月，中文社区再次迎来 Anthropic/Claude 封号小高峰。这不是第一次，也不会是最后一次。但和 2025 年不同的是，社区已经形成了一套完整的”保号生态”——从预防到应对，从退款到循环续命...
大模型周刊 第22期 (2026年3月6日) ：Agent 抢了聊天的饭碗
这周 AI 圈，八家公司有六家在做同一件事——把模型从聊天框里拽出来，塞进真实工作流。OpenAI 发了 GPT-5.4 Thinking，Google 祭出 Flash-Lite 降价牌，MiniMax 和 OpenClaw 把̶...
OpenClaw Sub-Agent：让 AI 自己派活给自己
上周折腾 OpenClaw，我突然反应过来一个事：每次让 AI 干稍微复杂点的活，比如”先搜资料再写文章再润色”，我得一步步喂指令。跟带实习生没区别。 然后我翻到了 Sub-Agent 这个功能。 到底是啥 你的 A...
80万次API实测：DeepSeek霸榜，Gemini翻车，大模型数据编码避坑指南
本文基于80万次高并发API调用的实测数据，对比了DeepSeek、火山引擎、Gemini、豆包等主流大模型在数据编码任务中的表现。结果显示，DeepSeek V3.2 凭借95%的准确率和极低的缓存成本断层领先，成为T0级选择；火山引擎因...
开发者实测：为何 Google Antigravity 在代码体验上难敌 Claude Code CLI？
一位开发者针对 Google Antigravity 与 Claude Code CLI 进行了实测对比。反馈指出，尽管 Antigravity 提供了 IDE 集成的“Vibe Coding”体验，但在项目生成质量、工作流严格遵守程度以及...
国产AI编程助手大盘点：DeepSeek、Kimi等十余款Coding Plan方案对比
随着国内大模型技术的飞速发展，AI编程助手已成为开发者的必备工具。本文汇总了GLM、方舟、MiniMax、阿里云百炼、摩尔线程等十余家国内厂商推出的“Coding Plan”产品方案。内容详细列出了各平台支持的核心模型（如DeepSeek-...
告别多标签页切换：开源插件 Panelize 实现多 AI 模型同屏对比
针对用户在 ChatGPT、Claude、Gemini 等多个 AI 模型间频繁切换的痛点，开发者推出了一款名为 Panelize 的 Chrome 极简插件。该插件核心优势在于完全本地运行，直接调用官方网页进行分屏对比，无需经过第三方服务...
知识库严重滞后？实测显示国产AI大模型数据断层，普遍落后国外半年以上
近日社区针对国内外AI大模型知识库时效性的对比评测引发了热议。实测数据显示，国产模型如GLM-5、MiniMax 2.5及Seed 2.0的训练数据普遍停留在2023年至2024年中期。即便是号称拥有2026年1月知识的Qwen 3.5，在...
AI 巨头纷纷筑起“围墙花园”：在封闭生态焦虑中，国内大厂能否坚持开源之路？
近期 AI 生态充满焦虑，Anthropic 和 Google 等美国科技巨头正收紧政策，试图将 Claude 和 Gemini 等模型限制在自家的封闭生态中，通过收紧 OAuth 授权构筑“护城河”，被批评为一种“技术极权主义”。与此形成...
Gemini 3.1 Pro 实测惊艳：SVG 代码生成能力断层领先，一键输出科幻级动态特效
近日，科技社区 Linux.do 的实测显示，Google Gemini 3.1 Pro 在 SVG 矢量图形生成领域展现出“独一档”的强大实力。用户仅凭提示词便获得了包含复杂滤镜、多层霓虹光效、SMIL 动画及精细机械结构的完整 SVG ...