筛选结果
44 篇排序
38:47EN → 简体中文
Theo - t3․gg· 2026年10月28日Theo 的长时间 Agent 实验：验证、算力与成本Theo Browne · Ping Labs滑板游戏和两个编译器项目展示了反复检查与弹性算力如何支撑 agent 工作，也揭示了循环可能带来的高昂成本。
36:07EN → 简体中文Theo - t3․gg· 2026年10月27日Theo 谈 Token 成本、编程智能体与 AI 能力的价格Theo Browne · Ping Labs一则关于 Lauren 的 AI 支出估算广泛传播，引出了对缓存计价、基准测试和编程智能体工作方式的讨论。
38:30EN → 简体中文Theo - t3․gg· 2026年10月14日Theo 测试 Gemini 4 Argon：设计长处与代码审查疑虑Theo Browne · Ping LabsTheo 自建的滑板基准表现出色，但其代码库审计出现了大量错误发现。
38:02EN → 简体中文Theo - t3․gg· 2026年10月13日Meta Muse Wonder Full 实测：与 Opus、Sol 比较编程智能体Theo Browne · Ping LabsTheo Browne 在代码审查、调试、任务委派和基准测试中检验 Meta 的新模型，发现它既有令人期待的优势，也有重要局限。
18:18EN → 简体中文Theo - t3․gg· 2026年10月12日智能变便宜了，为什么 AI 账单反而上涨？Theo Browne · Ping LabsTheo Browne 解释 token 价格、任务成本与模型能力的区别，以及更有用的智能体为何仍可能带来更高账单。
0:23EN → 简体中文Theo - t3․gg· 2026年10月12日Theo 为什么建议暂缓为 Ultrafast 升级订阅Theo Browne · Ping LabsTheo Browne 对比了一次任务的成本，建议暂时不要仅为 Astra Ultrafast 升级到 500 美元档位。
41:10EN → 简体中文Theo - t3․gg· 2026年10月9日Haiku 5.5：便宜的小模型能在哪些方面帮助编程智能体Theo Browne · Ping LabsTheo Browne 检视 Haiku 5.5 的价格、基准结果和实际测试，包括一次失败的拉取请求审核。
33:33EN → 简体中文Theo - t3․gg· 2026年10月7日200 美元的 Codex 订阅还值得买吗？Theo Browne · Ping LabsTheo Browne 比较订阅用量、API 等价估值、模型效率和 Ultrafast 的成本。
0:29EN → 简体中文Theo - t3․gg· 2026年10月7日Theo 的 Ultrafast 测试：两次 PR 审查产生 600 美元用量Theo Browne · Ping Labs一个简短的例子说明，使用 Ultrafast 进行日常审查时，token 成本可能上涨得有多快。
28:17EN → 简体中文Theo - t3․gg· 2026年10月6日Ultrafast 编程：即时设计循环与高昂成本Theo Browne · Ping LabsTheo Browne 探索快速推理如何改变工作流，以及为什么他仍建议不要仅为 Ultrafast 升级。
1:06:36EN → 简体中文Theo - t3․gg· 2026年10月2日Theo 的并行编程代理实践指南Theo Browne · T3Theo 分享如何使用订阅额度、委派代理、审查代码和管理远程机器，同时承认其部分配置可能违反服务商规则。
30:58EN → 简体中文Theo - t3․gg· 2026年9月29日GPT-6.1 Sol：代码审查深入、成本低，长任务表现仍不稳定Theo Browne · T3Theo 从基准测试成本、实际代码审查和 3D 游戏演示出发，分享 GPT-6.1 Sol 的早期体验。
31:46EN → 简体中文Theo - t3․gg· 2026年9月29日Claude Sonnet 5.5：编程代理的快速研究助手Theo Browne · T3Theo 从价格、推理档位、代码库分析和 3D 游戏等方面测试 Sonnet 5.5，发现它与更大模型配合时有一个出人意料的用途。
0:31EN → 简体中文Theo - t3․gg· 2026年9月24日Grok 4.7 的 token 用量与发布前的预测Theo Browne · T3Theo 将 Elon Musk 此前对 Grok 4.7 的预测，与部分基准结果和 token 数量进行比较。
40:14EN → 简体中文Theo - t3․gg· 2026年9月23日Opus 5.5：Theo 使用新编程模型的第一天Theo Browne · T3Theo 比较价格、基准测试、实际编程和游戏演示，同时提醒这份评价仅基于一天的使用。
27:53EN → 简体中文Theo - t3․gg· 2026年9月22日Grok 4.7：代码库调查表现出色，性价比参差不齐Theo Browne · T3Theo 对比发布时的说法、Token 成本、基准测试和自己的代码库及游戏实验，发现它的审查能力有用，同时也存在明显取舍。
30:29EN → 简体中文Theo - t3․gg· 2026年9月21日Jev：用于结构化决策的快速分类模型Theo Browne · T3Theo Browne 通过分类、游戏和开发工作流演示介绍 Typesafe AI 的 Jev，并解释他认为哪些场景仍需要推理模型。
27:09EN → 简体中文Theo - t3․gg· 2026年9月18日为什么 Theo 更看重编程智能体的稳定性，而非最佳表现Theo Browne · T3Theo Browne 认为，当编程任务从调查延伸到测试和审查时，模型最差的表现也很重要。
0:36EN → 简体中文Theo - t3․gg· 2026年8月28日Theo 谈 Ox Alpha：它其实是 GLM-5.3-FlashTheo Browne · Ping LabsTheo 在一段简短的初步体验中，讨论模型价格、多模态输入和中国芯片部署。
25:31EN → 简体中文Theo - t3․gg· 2026年8月13日Grok 4.6：智能体基准更强，速度与成本有所取舍Theo Browne · t3.ggTheo Browne 用设计、游戏和真实代码测试 Grok 4.6，将报告的基准提升与自己观察到的任务速度和成本进行比较。
44:42EN → 简体中文Theo - t3․gg· 2026年8月7日Theo 测试 Meta Muse Code：速度快、价格低，表现却不均衡Theo Browne · Ping LabsMuse Spark 1.2 能低成本快速分析代码和分拣 pull request，但 Theo 的实验也暴露了集成失败、幻觉和限速问题。
36:00EN → 简体中文Theo - t3․gg· 2026年7月26日Theo 谈 Kimi K3、模型蒸馏与开放权重 AI 之争Theo Browne · Ping LabsKimi K3 的能力引发了关于模型蒸馏、安全和竞争的争论。Theo 讨论其中的实际取舍，也明确标出自己对实验室策略的猜测。
44:29EN → 简体中文Theo - t3․gg· 2026年7月25日Theo 评测 Opus 5：编程风格、成本与模型取舍Theo Browne · Ping Labs使用 Opus 5 编程一天后，Theo 从方案、基准、成本和实际工作等方面，将它与 Fable 和 GPT-5.6 Sol 作比较。
57:39EN → 简体中文Theo - t3․gg· 2026年7月18日Fable 5 与 GPT-5.6 Sol：Theo 谈成本、编程与模型判断力Theo Browne · Ping LabsTheo 通过基准测试、设计工作和长期任务比较两款编程模型，解释为什么他最喜欢的模型并非每次都会首先使用。加载更多已显示 24 篇，共 44 篇