de - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 第578页 - 钛刻科技 | TCTI.cn

国外的 Vibe Code 测评排行：opus 4.7、gpt-5.5、deepseek V4、Kimi K2.6……等

Key Takeaways 要点总结 Claude Opus 4.7 now leads at 71.00% overall accuracy, ahead of GPT 5.4 (67.42%), GPT 5.3 Codex(61.77%), and Claude Opus 4

Deepseek v4系列模型的推理能力排行

同样来自Nao佬的网站 接上一篇编程测试： Deepseek v4 Pro的编程评测 - 前沿快讯 - LINUX DO (排行方式：中位分数) 网站： LLM Benchmark Dashboard 1 个帖子 - 1 位参与者 阅读完整话题

Deepseek今天之前的快速和专家模式对应的是什么模型

今天Deepseek正式发布了v4版本。然后看官方的这个介绍来说，快速模式就是对应Flash，专家模式就是对应Pro。 但是在这v4正式发布之前的时候，deepseek已经有了快速模式和专家模式选择。那么之前灰度的模型到底是什么？各位有没有什么测试？ 究竟是一直用Flash，还是

g有没有佬在claude code中使用gpt5.5的，效果怎么样

如题，有没有佬友在claude code使用最新的gpt 5.5的 coding能力相当于codex怎么样 有没有提升呢 6 个帖子 - 4 位参与者 阅读完整话题

Vibe coding 有什么意义？

除了做 demo ，任何一个需要稳定性的系统都不应该使用 vibe coding 实现。全黑盒，完全不可控。 之前的一家公司，PM 开始自己 vibe coding ，推到上线后结果完全不可维护，到最后还是研发来擦屁股。产品爽了，最后烂摊子研发全接走？

Vibe coding 有什么意义？

除了做 demo ，任何一个需要稳定性的系统都不应该使用 vibe coding 实现。全黑盒，完全不可控。 之前的一家公司，PM 开始自己 vibe coding ，推到上线后结果完全不可维护，到最后还是研发来擦屁股。产品爽了，最后烂摊子研发全接走？

Vibe coding 有什么意义？

除了做 demo ，任何一个需要稳定性的系统都不应该使用 vibe coding 实现。全黑盒，完全不可控。 之前的一家公司，PM 开始自己 vibe coding ，推到上线后结果完全不可维护，到最后还是研发来擦屁股。产品爽了，最后烂摊子研发全接走？

一个例子又拉回了我对 DeepSeek V4 Pro 的印象，后续还是得多多测试看看

用了一个 kimi 官网的 Agent 的示例 Prompt： 「 Meridian Architecture 」高端建筑设计事务所官网，展示项目作品、设计理念、团队、获奖、联系表单、留言簿。中英双语、极简主义建筑美学、深色系（黑/深灰）+ 金铜色点缀。区块：Hero （全屏摩天

[分享发现] DeepSeek4 的数据没清理好啊，估计有得折腾

官网 DS4 专家模式，问题：如何只用一刀把四个一模一样的橘子:平均分给四个小朋友 看有人发小红书，我还以为 P 的，没想到自己上去试一下居然是真的 猜测用了贴吧的数据没处理好： https://tieba.baidu.com/p/8116300941

[Codex] codex 中转，留邮箱就送。

5 刀（ 24h ）额度，仅限 codex 模型，有国内 cdn 线路 帖子下留邮箱就送！ 官网： https://www.krill-ai.com ps：仅限个人合理使用，分发会封号 ------------活动日期截至 4 月 26 日 只要留了的，都送 后续看情况继续---

GPT5.5 在 codex 中 credit 消耗量相比 5.4 翻倍

https://developers.openai.com/api/docs/pricing?latest-pricing=standard Model Input Credits Output Credits GPT-5.3-Codex 43.75 350 GPT-5.4 62

天下苦 Claude 久矣， GPT 就出招了， 5.5 目测下限是 opus 4.6

1 ，输出好多了，不讲八股文了 2 ，体感变快 2 ，大上下文目测增强很多 解决了 5.4 最大的 l 几个问题，可主力使用。 我想说出早了，再等 1-2 周，Claude 继续硬着脖子说自己模型没问题。等着 claude 的口碑再烂点。奥特曼太着急了

帮大家试过了 V4 变强了，但是也太贵了，早点出 coding plan 吧

早期，我用 deepseek-reasoner 连最基本的问题在生产项目都搞不定。但是 V4 确实能力比之前强很多了。token 也很贵，一个简单的问题 V4 Pro 花了我 5 块钱多钱

[分享发现] DeepSeek4 的数据没清理好啊，估计有得折腾

官网 DS4 专家模式，问题：如何只用一刀把四个一模一样的橘子:平均分给四个小朋友 看有人发小红书，我还以为 P 的，没想到自己上去试一下居然是真的 猜测用了贴吧的数据没处理好： https://tieba.baidu.com/p/8116300941

[Codex] codex 中转，留邮箱就送。

5 刀（ 24h ）额度，仅限 codex 模型，有国内 cdn 线路 帖子下留邮箱就送！ 官网： https://www.krill-ai.com ps：仅限个人合理使用，分发会封号 ------------活动日期截至 4 月 26 日 只要留了的，都送 后续看情况继续---

Deepseek v4-pro 3d魔方重新测试

从 Deepseek v4 pro 3d魔方简要测试 帖子继续 原本测试 只在cherry studio 里面使用auto模式测试 在cherry studio 不知道如何改用max思考模式 现在使用claude + max 思考等级测试 api 耗费 4.39元 思考加首次交付

GPT5.5 在 codex 中 credit 消耗量相比 5.4 翻倍

https://developers.openai.com/api/docs/pricing?latest-pricing=standard Model Input Credits Output Credits GPT-5.3-Codex 43.75 350 GPT-5.4 62

DeepSeek V4 终于出来了。。不知道强不强

codex5.3转sonnet4.6后明显感觉代码返修频率增加了

不知道是不是错觉的问题，之前一直用佬的公益codex 5.3/5.4 几乎代码都是一把过，最近额度不够了，在copilot上用sonnet4.6为主，给我弄出来不少BUG，新任务也经常一次不到位需要多次校对，是错觉还是codex这方面确实要更严谨 13 个帖子 - 11 位参与者

这下minimax真成路边一条了

感觉 deepseek v4 flash 比 minimax m2.7 聪明还更便宜，要是有 coding plan 上了ds这 minimax 真要成啥了 12 个帖子 - 12 位参与者 阅读完整话题