但这个模型我测了一下，还是挺不错的啊。首先呢就是测试这个老三样。第一个任务，生成一个网页表达中国的传统八卦文化。啊，它也是思考了半天，它这个模型就思考非常地夸张，但是最终给出来的结果，我觉得是非常不错的啊。它一共消耗了多少钱啊？不是这个，一共消耗了我 0.2 美金。好，大家看看这个网页。呃，审美我给满分啊。这个跟昨天测试的太空兔 Space Bunny，就是传说中的可能是 MiniMax M3.1 Flash 那个模型，我认为审美都是差不多的啊，审美非常的好，光晕做得也不错。但是它有个硬伤，这个太极图没画对啊，鱼眼没画对，到今天还这样，这个要扣分的啊。

嗯，然后先天八卦、后天八卦都画对了，但是它这个动画有问题啊。这个不是说它设计的动画效果，这个是它这个图的 bug，动画一直就没画对，不管你点哪个卦，它都是往这个方向来动，这个是设置缺陷。然后太极、两仪、四象、八卦都对啊，五行相生相克做得不错。这个地方是个硬伤啊，应该做成两行三列。啊，我给打个 90 分吧，比昨天的太空兔要差一点。
sonnet 5.5.html

第二个任务，生成一个 SVG 表达钍基熔盐堆运行原理。我 C，这个它思考直接把我给看懵逼了，最终是消耗了我 0.5 美金。但是呢，贵有贵的道理。这个成图大家看一看啊，这个里面实际上这里已经有了。这个是到目前为止做的最好的之一，跟小米的模型有来有回吧。我觉得它的审美还是不如小米的模型，但是它画的这个比小米的要更加地精细。就这个原理流程，这个图打 95 分，得分非常高啊，因为每个原理节点该有的、该画的都画出来了。然后这个动态的流程，包括这个反应堆里面的这个效果图，诶，做得非常不错。没有哪个地方有明显的字体被遮盖的啊，没有，非常不错啊。95 分嘛，我给小米的模型打的也是 95 分，但是要知道，小米的模型那，人家我当时测的时候是 V2.5，现在都 2.6 了，完了还那还是两个月之前的事情了。

看看第三个任务，生成一个 SVG 表达薛定谔的猫思想实验。啊，这个思考过程也是蛮多的，然后它实际上花的时间也算比较长了，一共花了我 0.35 美金。就老美的模型价格还是有点看不懂的，就是贵，但是呢，Anthropic 我不得不说，这个图是我目前为止遇到的最好的薛定谔的猫思想实验啊。

因为我上一次比较系统地测 Anthropic 的模型还是 Opus 4.6 好像是，当时只有它能把这个 OpenClaw 比较好地驱动，让你感觉到它还像个 AI 智能体。当时的 OpenAI 的模型都做不到，然后那个时候 Opus 4.6 就可以做到，就非常不错。但是由于太贵了，把我的额度给干光了，导致后来我产生心理阴影了。啊，这个说白了就是由于穷导致的啊，就农民心态，舍不得用贵的模型。像我们买个包，肯定是说，哎，你随便一个包能用就行，是吧？那有钱人肯定是买什么 LV 嘛，是吧，买个什么 Gucci 嘛。是吧，我们可能普通人买个大宝擦擦脸就行了，有钱人，是吧，人家那些尤其是美眉，是吧美女，什么 SK-II 精华液直接用起，是不是？这个还是消费习惯导致的啊。

然后回到这三个任务啊，呃，得分超过了昨天的太空兔 Space Bunny。价格呢，我认为，因为这个太空兔当时测的时候还是免费的模型啊，还没怎么收钱。呃，我跟这个什么 DeepSeek V4.1 Flash 对比一下吧，就它可能完成同样的任务，质量要略高一点，但是可能要贵 10 倍左右，基本上是这个水平。不过我们知道老美人家赚的是美元嘛，我们赚的是人民币。对于老美来说，这样的 API 价格或许并不贵，而且我们不要忘了这个，它还有什么 Claude Code 这个订阅计划嘛。如果是订阅的话，按照网上很多网友的这个呃分享，它们认为 Claude Code 给的额度比这个 GPT 给的额度要更足。

呃，我也把它接入到了 Claude Code 中去测了一下，就是它对这个代码的理解能力还是非常强的。就上次我测那个 GPT-6 Astra 的时候，就让它理解一下项目，打了一个打招呼，是吧，打了一个 hello，让它理解一下这个项目，当时就干了我 9 美金，而且还没搞完。后来我是接入的我的这个订阅计划哈，接的我的这个 Plus 订阅计划，它才把后续的任务给搞完。就 GPT-6 Astra 就这么夸张。它理解这个项目，加上做了一轮测试，啊，对我的 APP 进行了一轮巡检、做了一轮测试啊。它非常精准地理解了这个代码架构，然后也查到了提交的记录，去核验了这些 bug 有没有正确修正，还有哪些需要在真机上测的，它没有办法测的，全部列出来了。呃，我个人觉得理解是非常准确的啊。因为讲实话，你测这个 Anthropic 的模型，如果说你测编码的话，那基本上它大概率是合格的，就如这个是它这个基本盘啊。如果说连这个都搞不定的话，它其他的搞 Agent 这一块，它相比于其他模型是没有什么优势的啊，这个就是它的舒适区。

呃，我给这个模型打高分啊。如果说昨天的太空兔我给它打 90 分到 95 分的话，今天的测试结果，就算上价格在内啊，我给它打 98 分。就它比这个 OpenAI 的模型，现在在我看来啊，应该是更有性价比的。当然了，我们不要忘记，这个 OpenAI 它还有新的模型放出来，只是暂时没有推送到我这里。它的 GPT-6.1 Sol 已经发布了，啊，我国庆节有空测一下。本来想明天测的，但是明天这个家里要聚餐，这个外甥女上大学回来，是吧？不容易啊，要那个聚下餐。本来我是，讲实话，家里有天大的事，想要我参加聚会是不可能的，但是这个毕竟是小孩嘛，小孩回来。啊，明天中午我说了，在群里说了，我说我请客。那明天可能更新不一定准时啊。

总体上总结一下吧，啊，就是这个模型呃给它打这个 97、98 分的高分，我认为非常不错。唯一的缺点就是贵，但是呢，贵不是模型的问题啊，是我们的问题，是我自己太穷了。我甚至有在考虑，这个 GPT 我搞不好，是吧，我就不想再订阅了，我也再订阅一下这个什么 Claude Code，看一看。就虽然中国人订阅它有这样那样的限制，但是是吧，咱毕竟还是多多少少都有点资源的，搞定这个订阅还是轻轻松松啊，不成问题的。

就是比较不好的地方是什么呢？它 Claude Code、Anthropic，它没有这种文生图的模型。我比较依赖，我当时订阅这个 GPT 就是纯粹为了文生图啊，可不是为了什么 GPT-6 Luna 这个模型便宜。你看它的额度，是吧，还剩这么多，我根本就根本都不想用，还有 4 次重置机会，我都不想用它。就我这人还是比较看重呃模型的办事效率的啊，就是只要说我能够负担，我觉得还不错，我就愿意用梁子的产品。当然了，我这几天睡觉比较多，梁子的产品我也没怎么用了。嗯，一个月大概消耗个 400 块钱左右。其实也不贵了啊，能干活的话，一个月几百块钱，不比你雇个人强多了，是吧？

啊，当然了，我这个测试是比较粗浅的。我这个 APP 大家看一看啊，就，就这种难度，是吧，它也没有什么特别特别难的地方，但是呢，很多功能是比较细碎的。你比如说谷歌登录啊、第三方登录，你这什么上传图片、上传照片，是吧，然后你什么发帖、顶帖、删帖，是吧，处罚啊，屏蔽、置顶之类的。啊，这些都是，也讲实话不难，啊，但是它也没那么容易实现，对于模型的能力还是有要求的啊。反正我尽快吧，尽快把这个安卓版本上线，给大家帮我测试一下，因为 AI 有很多内容是没办法测试的，就比如说刚才它自己说到的这个什么摄像头，它就没办法测试。

啊，大家有什么问题，欢迎到论坛来发帖交流讨论。啊，论坛的地址大家看一看，lcz.me 啊，就这么简单，不要再问论坛在哪里了，好吧？