筛选结果
75 篇排序
25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
12:14EN → 简体中文Matthew Berman· 2026年10月14日Gemini 4 Argon 实测：3D 演示、电子表格原型与基准成绩Matthew Berman · Forward FutureMatthew Berman 用游戏和视觉项目测试 Google 模型，并比较公布的编程与智能体基准。
10:36EN → 简体中文Matthew Berman· 2026年10月13日Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。
21:29EN → 简体中文Matthew Berman· 2026年10月7日Mistral Large 4 预览版：欧洲开放权重、网络安全基准与设置障碍Matthew Berman · Forward FutureMatthew Berman 回顾模型公布的规格和基准，并在智能体编程工作流中进行测试。
16:59EN → 简体中文Matthew Berman· 2026年9月29日Claude Sonnet 5.5 实测：游戏、3D 场景与更便宜的 Opus 替代选择Matthew Berman · Forward FutureMatthew Berman 展示生成的项目，并比较 Sonnet 与 Opus 公布的基准成绩和 API 价格。
31:59EN → 简体中文Matthew Berman· 2026年9月23日Claude Opus 5.5：基准、成本与 Anthropic 对放缓的看法Matthew Berman, Thariq · Forward FutureMatthew Berman 回顾发布内容，并与 Anthropic 的 Thariq 讨论日常工作流、评测和智能体框架。
7:26EN → 简体中文Matthew Berman· 2026年9月23日GPT-6 Sol 与 Luna：价格与基准测试的权衡Matthew Berman · Forward FutureMatthew Berman 解析 OpenAI 2026 年 9 月的发布，比较 API 价格及公布的智能体基准结果与更大模型的差异。
16:57EN → 简体中文Matthew Berman· 2026年9月22日Grok 4.7 对比：编程、知识工作与每项任务成本Matthew Berman · Forward FutureMatthew Berman 分析公布的基准和价格，同时指出遗漏的竞争模型及有限的亲自测试。
1:05:23EN → 简体中文Matthew Berman· 2026年9月3日Matthew Berman 测试 GPT-6 Astra：基准、浏览器智能体与游戏Matthew Berman · Forward Future这次抢先体验将模型基准和价格与实际浏览器工作流、演示文稿及各类生成游戏相对照。
16:50EN → 简体中文Matthew Berman· 2026年9月3日Gemini 3.8 Flash：基准、成本与编程实测Matthew Berman · Forward FutureMatthew Berman 结合视觉生成和网页制作实例，评估 Google 2026 年 9 月发布的模型。
13:09EN → 简体中文Matthew Berman· 2026年8月14日AI 新闻：超高速推理、Claude 水印与新模型Matthew Berman · Forward FutureMatthew Berman 回顾超高速编码预览、文本水印、Grok Bot、开放权重模型和 Computer History。
15:37EN → 简体中文Matthew Berman· 2026年8月4日Matthew Berman 谈 Qwen3.8-Max、AI 成本与开放权重竞争Matthew Berman · Forward Future一场 2026 年对已公布的基准测试和研究演示的评析，引出了部署经济性与地缘政治依赖的问题。
52:29EN → 简体中文Matthew Berman· 2026年7月24日Claude Opus 5：基准测试、任务成本与初步体验Matthew Berman · Forward FutureMatthew Berman 直播解读模型发布、评测和定价，并说明为什么完成任务的成本比单纯的 token 单价更值得关注。
12:12EN → 简体中文Matthew Berman· 2026年7月18日Kimi K3：编程基准、成本与开放权重 AI 竞争Matthew Berman · Forward FutureMatthew Berman 考察 Kimi K3 的早期基准成绩、单任务成本和一个魔方模拟器，并讨论这些结果的局限。
17:03EN → 简体中文Matthew Berman· 2026年5月27日DeepSWE：用长流程软件任务测试编程智能体Matthew Berman · Forward FutureMatthew Berman 解读 Datacurve 的基准、验证器审计，以及使用统一 harness 比较模型的权衡。
31:22EN → 简体中文Matthew Berman· 2026年5月26日Cursor Composer 2.5 与编程模型的经济账Matthew Berman, Sundar Pichai · Forward FutureMatthew Berman 分析编程基准、模型成本与企业预算，并讨论 Cursor 与 SpaceX 的合作及 Anthropic 的算力需求。
1:42:41EN → 简体中文Matthew Berman· 2026年5月1日测试 AI 推理、应用商店相似应用与 Anthropic 争议Matthew Berman · Forward Future在 2026 年 5 月的直播中，Matthew Berman 测试洗车问题，讨论 AI 订阅限制，并思考有关为训练模型而监测员工的报道。
18:07EN → 简体中文Matthew Berman· 2026年4月16日Claude Opus 4.7：基准测试、网络安全防护与未解问题Matthew Berman · Forward FutureMatthew Berman 将 Anthropic 2026 年 4 月发布的 Opus 与受限开放的 Mythos Preview 进行比较，并研究其系统卡。
9:47EN → 简体中文Matthew Berman· 2026年4月3日Gemma 4：面向本地 AI 的小型开放权重模型Matthew Berman · Forward FutureMatthew Berman 着眼于本地智能体，回顾 Google 的模型规模、多模态功能和报告中的基准成绩。
0:37EN → 简体中文Matthew Berman· 2026年2月20日Gemini 3.1 Pro：解读公布的基准测试成绩Matthew Berman · Forward FutureMatthew Berman 评论 Gemini 3.1 Pro 的对比结果，重点关注 Humanity’s Last Exam 的成绩。
11:49EN → 简体中文Matthew Berman· 2026年2月17日Matthew Berman 评测 Claude Sonnet 4.6：基准、计算机使用与安全Matthew Berman · Forward Future这份发布当天的概览审视了 Anthropic 报告的知识工作和智能体成绩，以及提示注入与能力评估。
1:11EN → 简体中文Matthew Berman· 2025年11月18日Gemini 3 发布：基准测试、Antigravity 与智能体Matthew Berman · Forward FutureMatthew Berman 概述 Google 在 2025 年 11 月发布的新模型、开发工具和助手演示。
13:53EN → 简体中文Matthew Berman· 2025年10月10日微型递归模型与谜题基准比较的局限Matthew Berman · Forward FutureMatthew Berman 研究一种在 ARC 和数独上报告强劲结果的小型递归网络，以及其实验设置的意义。
8:47EN → 简体中文Matthew Berman· 2025年9月16日为什么温度为零时，相同的 LLM 提示词仍可能产生不同回答Matthew Berman · Forward FutureMatthew Berman 解读 Thinking Machines Lab 关于批次不变推理的研究，以及其可复现性实验实际展示了什么。加载更多已显示 24 篇，共 75 篇