筛选结果
14 篇排序
25:50EN → 简体中文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。
16:57EN → 简体中文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。
16:50EN → 简体中文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。
52:29EN → 简体中文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。
1:11EN → 简体中文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。
7:33EN → 简体中文Ace 计算机操作智能体：快速桌面与浏览器演示Matthew Berman · Forward FutureMatthew Berman 回顾 General Agents 的示例及其公布的点击准确率和延迟，并说明自己尚未亲自测试 Ace。
37:58EN → 简体中文OpenAI Operator 2025 年发布：浏览器任务、人工控制与局限Matthew Berman, Sam Altman · Forward FutureMatthew Berman 观看 Operator 的早期演示，涵盖订餐、购物、安全控制和基准测试结果。
17:12EN → 简体中文2024 年 4 月测试神秘模型“gpt2-chatbot”Matthew Berman · Forward FutureMatthew Berman 在模型身份尚不确定时，用编程、算术和推理任务对它进行测试。
16:28EN → 简体中文测试 Reka Core：多模态基准、编程与推理Matthew Berman · Forward FutureMatthew Berman 回顾 Reka 公布的模型比较，并用代码、逻辑和图像理解任务测试 Core。