今天早上我把 K3 換到了堆疊中間的位置。相同檢查器、相同規格、相同任務
19 次運行之後的第一批真實印象:
> 前端是屠宰場:一個提示就能在 15 分鐘做出類 macOS 的 UI,開發者乾脆直接說它在前端工作上比 Fable 5 和 Sol 還好
> 視覺場景建構 vs Opus 4.8「根本不在同一個層級」:完整紋理、燈光、在灰色方塊對照下仍具備可工作的細節
> 評測圈的一句話:達到 opus 等級,整體嚴格優於 4.8;以 Sonnet 的定價來看,超過 Fable 仍守住的那些點:深度推理與長期規劃的代理(agent)跑法。到目前為止沒有人把規劃者座位(planner seat)撐下來
廠商基準告訴你一個模型能做什麼。你自己的檢查器告訴你它會為你做什麼
一週熬夜輪班之後的完整判決
查看原文