关于模型、协议与明白账单的笔记

1. DeepSeek V4 Flash 与 GPT-6.1 Sol 摘要对比实操

   从版本核验、样本准备到盲评和成本核算，逐步比较两款模型的摘要表现，避免把接口别名、文字流畅度或宣传指标误当成可靠结论。

   模型肖像ZH2026-10-25

2. Qwen3.7 Plus 大规模批处理：从试跑到可靠交付

   分步搭建 Qwen3.7 Plus 批处理流程，覆盖接口核验、数据分片、思考预算、任务提交、失败重试与成本对账，并区分官方批量接口和中转服务能力。

   模型肖像ZH2026-10-25

3. 用 Haiku 级小模型搭建可靠分类流水线

   从标签定义、评测集和结构化输出，到异常分流、成本核算与灰度上线，逐步搭建可验证、可回滚的小模型分类流水线。

   模型肖像ZH2026-10-25

4. 哪个模型最擅长处理脏乱电子表格：六步实测指南

   从合并表头、混合日期到跨表公式，逐步建立可复现的测试流程，用正确率、结构保留和实际成本选择适合处理脏乱电子表格的模型。

   模型肖像ZH2026-10-25

5. Gemini 4 Argon 与 Claude Opus 5：分步完成工程选型

   从输入能力、代码修复、工具调用到缓存账单，逐步比较 Gemini 4 Argon 与 Claude Opus 5，用可复现测试确定适合项目的模型。

   模型肖像ZH2026-10-25

6. 逐步算清：何时值得为Opus级模型的额外质量付费

   从验收标准、对照评测到缓存账单与升级策略，逐步计算Opus级模型能否通过减少返工、重试和人工复核收回额外成本。

   模型肖像ZH2026-10-25

7. Claude Sonnet 5 与 GPT-6 Astra：结构化输出对比实操

   从统一数据契约、配置原生接口到异常处理与成本核算，逐步搭建可复现的结构化输出对比流程，以业务正确率而非格式观感选择模型。

   模型肖像ZH2026-10-25

8. 客服机器人该选哪个模型：从真实工单到上线验收

   按任务拆分、模型初筛、真实工单评测、工具验证、成本核算与灰度上线六个步骤，为客服机器人选择合适的模型。

   模型肖像ZH2026-10-25

9. 代码生成与代码审查如何选模型：六步建立可靠流程

   从任务拆分、真实仓库评测到缺陷验证和成本核算，逐步为代码生成与代码审查选择合适模型，避免只看榜单或单次报价。

   模型肖像ZH2026-10-25

10. 用 Claude Code 从头到尾审查一次拉取请求

    从确认审查范围、读取完整上下文，到复现缺陷、整理评论与复查提交，逐步建立有证据、可追溯的 Claude Code 拉取请求审查流程。

    编码 Agent 实务ZH2026-10-25

想亲自试试文中提到的模型？ 注册