筛选结果
44 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。
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。
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。
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。
15:08EN → 简体中文Matthew Berman· 2025年8月8日GPT-5 发布回顾：路由、编程、基准测试与可靠性Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年发布的 GPT-5、统一的 ChatGPT 使用体验、基准测试结果及模型评估的局限。
1:43:51EN → 简体中文Matthew Berman· 2025年8月8日GPT-5、Cline 与 SWE-bench：如何评判 AI 编码智能体Matthew Berman, Matt Wolfe, Ray Fernando, Saoud Razwan, Nick, Ofir, Carlos, John, Kilian · Forward FutureMatthew Berman 和嘉宾讨论 GPT-5 的初步体验、Cline 的成本与商业模式，以及编程基准结果为何取决于评估设置。
40:32EN → 简体中文Matthew Berman· 2025年8月7日Mark Chen 谈 GPT-5、合成数据与 AI 研究的未来Matthew Berman, Mark Chen · Forward Future2025 年 8 月，OpenAI 研究负责人接受 Matthew Berman 采访，讨论训练、智能体、开放权重发布与评估。
1:01EN → 简体中文Matthew Berman· 2025年8月5日OpenAI 发布 gpt-oss 与一项编程基准Matthew Berman · Forward FutureMatthew Berman 介绍两个开放权重模型，并解读发布时的 Codeforces 比较。
6:53EN → 简体中文Matthew Berman· 2025年7月24日Qwen3-Coder：开放权重的编程模型及其命令行智能体Matthew Berman · Forward FutureMatthew Berman 介绍 Qwen 在 2025 年 7 月发布的编程模型、训练方法和基准测试结果，并用其命令行工具制作贪吃蛇游戏。
22:05EN → 简体中文Matthew Berman· 2025年6月9日Apple《思考的幻觉》：谜题实验的局限与代码辅助测试Matthew Berman, Ilya Sutskever · Forward FutureMatthew Berman 回顾 Apple 的推理模型实验，并用生成的代码测试另一种解决汉诺塔问题的方法。
10:09EN → 简体中文Matthew Berman· 2025年5月30日DeepSeek R1 0528：基准提升与两次编程测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 在 2025 年 5 月推出的推理模型更新，将公布的基准提升与自己的魔方和贪吃蛇编程测试作比较。
15:46EN → 简体中文Matthew Berman· 2025年4月16日OpenAI o3 与 o4-mini：工具使用、基准测试和首版 Codex CLIMatthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年 4 月发布的推理模型、科学图像分析演示，以及终端编程智能体的首次亮相。
21:16EN → 简体中文Matthew Berman· 2025年4月14日GPT-4.1、Mini 与 Nano：编程、长上下文及 2025 年 API 价格Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 于 2025 年 4 月发布的模型、部分编程基准与演示，以及 Box 赞助的评估。
19:32EN → 简体中文Matthew Berman· 2025年2月28日GPT-4.5 发布：对话风格、基准测试与成本Matthew Berman · Forward FutureMatthew Berman 解析 OpenAI 于 2025 年 2 月推出的研究预览版，以及精选演示、公布的评测结果和较高的发布价格。
9:35EN → 简体中文Matthew Berman· 2025年2月25日Claude 3.7 Sonnet 与 Claude Code：早期编程测试Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 2025 年发布时的基准，构建由 AI 控制的贪吃蛇游戏，并测试数学和近期信息。
13:24EN → 简体中文Matthew Berman· 2025年2月18日Grok 3 的 2025 年发布：基准、推理与 DeepSearchMatthew Berman, Elon Musk · Forward FutureMatthew Berman 解读 xAI 的发布图表、历史用户偏好排行榜和早期产品演示。加载更多已显示 24 篇，共 44 篇