博客
阅读 Folkbench 关于 AI 中转站稳定性、软件工程评测、中文写作、低价风险和模型官方规格的文章与实践笔记。
GPT-6.2 Astra 与 Sol 深度测评:推理、工程与科研能力
交叉核对 ARC Prize、Epoch AI、Artificial Analysis 和 Cognition 的首发证据,拆解 GPT-6.2 的抽象推理、软件交付、学术研究和成本边界。
阅读文章用户来稿
文章
共 21 篇内容- Kimi K3.1 Pro 深度解析:长程编程、3D 能力与真实使用成本从官方基准、百万上下文、推理参数和缓存计费拆解 Kimi K3.1 Pro:哪些能力值得期待,哪些结论还需要实测。附 Folkbench 图标速览与基准对照图。
- AI 真正会不会职场沟通,不看会不会说漂亮话,而看能不能把“阴阳话”翻译成事实、边界和下一步Folkbench 的「老板阴阳怪气,这题谁会?」用同一套 12 个职场场景比较四个模型:回复能不能直接发,有没有守住事实和责任边界,会不会把事情闹大,以及下一步是否清楚。
- 会做菜,还是会写菜谱?12 个家庭厨房场景暴露模型的可执行性一个模型能写出一份步骤完整、语气耐心的煎饼果子教程,不等于新手真的能照着做成功。这次评测看的是,它能不能在家庭厨房里把步骤做成可以执行、可以调整、出了问题还能继续的方案。
- 当“不扫兴”压过“说实话”:夸妈妈做菜测试暴露 AI 情商评测的盲区四个模型都会把菜夸得具体、好听,却常常删掉「有点咸」和「有点腥」。好听和诚实,不是同一项能力。
- Haiku 5.5 到底有多强?官方成绩单里,最值得看的不是第一名Claude Haiku 5.5 的官方跑分已经出来了。和 Haiku 4.5、GPT-6 Luna、Sonnet 5.5 放在一起,值得看的不是每一项名次,而是小模型的能力边界被推进到了哪里。数字来自 Anthropic 发布页,不是 Folkbench 实测。
- 模型真的“降智”了吗?从一张翻车截图到一场可信的对照实验一次翻车能证明模型犯过错,却不能独自证明它比以前更容易犯错。这篇文章讨论怎样把这种怀疑变成可以复查的证据。
- 如何给一只骑车的鹈鹕打分?从网红测试到可信评测系统第一篇讨论“别轻信一张截图”。这一篇继续追问:为什么连一个分数,也不能轻信?
- API 中转站可靠性检查一份可以重复执行的中转站验收流程:先固定请求,再观察首字节、流式结束、错误分类与重试边界。
- Claude Opus 5.5 的规格、标价与发布页基准整理 Claude Opus 5.5 的官网规格、标价和发布页基准表,并列出迁移时会直接返回 400 的请求。数字来自厂商公开页面,不是 Folkbench 实测。
- Claude Sonnet 5.5 的规格、标价与发布页基准整理 Claude Sonnet 5.5 的官网规格、与 Sonnet 5 相同的标价,以及发布页印出的基准。迁移时会返回 400 的请求单独列出。这些数字不是 Folkbench 实测。
- GPT-6.1 Sol 的规格、长上下文标价与发布页比较整理 GPT-6.1 Sol 的模型页规格、272K 上下的官网标价,以及发布页写明的差值和单任务成本。这些数字来自 OpenAI 公开页面,不是 Folkbench 实测。
- Grok 4.7 的规格、长上下文标价与发布页基准整理 Grok 4.7 的模型名、500K 上下文、200K 上下的官网标价,以及发布页印出的基准。这些数字来自 xAI 公开页面,不是 Folkbench 实测。
- 写代码场景下,AI 中转站的软件工程评测指南面向代码生成、Agent 工具链、长上下文和缓存协议,梳理软件工程场景的中转站质量检查方法。
- 别再被 99% 可用率骗了:我们踩过的 AI API 中转站大坑与稳定性测试指南从伪 200、流式截断和夜间卡顿出发,说明真正决定生产体验的稳定性指标与测试方法。
- 从“翻译腔”到“精神母语”:三年 AI 中文写作与 API 中转站体验一位中文写作者跨越三年的模型使用记录,以及将不同模型通过 API 中转站接入日常写作流的真实体验。
- 大模型中转站的“灰产幽灵”:那些被 1 折 API 毁掉的创业者们从匿名案例出发,讨论低价中转站背后的模型偷换、计费陷阱、上下文截断和数据风险。




















