排名 - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 第5页 - 钛刻科技 | TCTI.cn

海外评测DeepSeek-V4：智能体任务排名开源第一，幻觉率上升，Token消耗大

4月24日， DeepSeek-V4预览版正式发布并同步开源，号称在Agent能力、世界知识与推理性能三大维度达到国内及开源领域领先水平。DeepSeek-V4分为Pro与Flash两个版本，均支持百万（1M）token超长上下文。两个版本均大幅降低了对计算和显存的需求，将每个标

artificial analysis 测试 v4 flash max幻觉率排名倒数第一

等一会看看Pro的成绩，不过我感觉应该不会很惊艳 15 个帖子 - 11 位参与者 阅读完整话题

【第二期趣味挑战】周五划水摸鱼？来试试纯 AI 生成 CTF 小挑战，排名靠前还有现金奖励！

依旧是一句话让AI出题，本次出题模型为GPT-5.4 比赛奖池：高达 20元 现金奖励 奖品规则： 首位解答 额外独享10元现金奖励（手动发放） 成功解答题目随机瓜分10元红包，仅有10个名额（自行领取） 补充协议： 答题成功排序以网站排名为准，提交正确的口令后会自动记录 本次红

DeepSeek v4 在 Arena Leaderboard 排名出来了

Text Arena 目前评分貌似不如 Qwen 3.5 Max，不过新模型后续排名变动应该会比较大，不排除会大幅上涨的可能性。 Code Arena 天气卡片实测： DeepSeek v4 pro 天气卡片测试来了，结果有点意外 开发调优 [PixPin2026-04-2411

最近两大巨头的模型性能，在各位佬友那是怎么个排名

不考虑价格的话，gpt默认xhigh，我目前的感受是 GPT5.5>OPUS4.6>OPUS4.7>GPT5.4 GPT5.5的速度、性能相较于5.4都有了明显提升，就是codex里5.5的上下文注意力不如5.4。 不知道5.5pro用于coding是个什么水平

Kimi k2.6 在arena.ai coding排名第六，于glm-5.1水平相当

真没必要抢glm-5.1了 5 个帖子 - 5 位参与者 阅读完整话题

国内原生AI应用的月活排名

AI探金 AI探金 2 个帖子 - 2 位参与者 阅读完整话题

【关于Claude各渠道智力排名】有人测评过或者有什么办法测试呢？

如题 各种渠道的opus确实体感很明显 请问有大佬测试过cursor、kiro、Antigravity、AWSQ、MAX等等不同渠道的Claude智力吗？ 如果没有的话，有什么办法可以快速测试出来残血与满血MAX差异吗？ 我打算用标准化的方式去测试各个渠道的能力vs性价比，在合适

[分享创造] 什么样的独立开发产品真的能赚到钱？

最近在找一些新的产品方向，就顺手做了一个小实验：把 trustmrr 上 MRR 排名前 100 的独立开发产品抓下来，做了一点简单分析，看看有没有什么规律。 数据是用我自己做的浏览器插件 Scrapilot 抓的，直接把网页结构化成表格，然后丢给 ChatGPT 跑了一轮分析。

[分享创造] 什么样的独立开发产品真的能赚到钱？

最近在找一些新的产品方向，就顺手做了一个小实验：把 trustmrr 上 MRR 排名前 100 的独立开发产品抓下来，做了一点简单分析，看看有没有什么规律。 数据是用我自己做的浏览器插件 Scrapilot 抓的，直接把网页结构化成表格，然后丢给 ChatGPT 跑了一轮分析。

[分享创造] 什么样的独立开发产品真的能赚到钱？

最近在找一些新的产品方向，就顺手做了一个小实验：把 trustmrr 上 MRR 排名前 100 的独立开发产品抓下来，做了一点简单分析，看看有没有什么规律。 数据是用我自己做的浏览器插件 Scrapilot 抓的，直接把网页结构化成表格，然后丢给 ChatGPT 跑了一轮分析。

[分享创造] 什么样的独立开发产品真的能赚到钱？

最近在找一些新的产品方向，就顺手做了一个小实验：把 trustmrr 上 MRR 排名前 100 的独立开发产品抓下来，做了一点简单分析，看看有没有什么规律。 数据是用我自己做的浏览器插件 Scrapilot 抓的，直接把网页结构化成表格，然后丢给 ChatGPT 跑了一轮分析。

全球宽带价格调查：伊朗月均 2.61 美元居首，北美市场资费最高，中国排名第16月均花费14.3美元

全球宽带价格呈现显著的地域性分化，新兴市场凭借低廉的生活成本与高城市密度占据资费优势。Broadband Genie 针对 214 个国家和地区的调查显示，伊朗以 2.61 美元的月均资费成为全球宽带最便宜的国家，其价格优势主要受当地货币贬值驱动。相比之下，北美地区平均月费高达

kimi k2.6 benchmark分析（换成排名）

官方的benchmark很全面，但是有点看不清楚，我换成排名的方式感觉更清楚点。 生成表格的代码是AI写的。。想了想还是截图吧 官方原始的benchmark： kimi.com Kimi K2.6 Tech Blog: Advancing Open-Source Coding K

给佬友分享一个AI降智查看网站

可以每天查看御三家等大模型的实时性能指标得分排名，最重要的看看哪些降智了 AI Stupid Level - Benchmark Tool AI Benchmark Tool - Best AI Models 2025 | Compare Claude vs GPT vs Gem

[推广] 香港排名第一数字银行 众安银行开户额外返现 300HKD ！

[推广] 香港排名第一数字银行 众安银行开户额外返现 300HKD .

[推广] 香港排名第一数字银行 众安银行开户额外返现 300HKD ！

[奇思妙想] 大家觉得搞个 agent 市场怎么样？

分享一个想法： 1 、开发一个 agent 市场，根据能力分类、性能排名，类似 github ； 2 、实现一个 agent 调用协议； 3 、每个人只需要管理一个主 agent ，由它负责管理整个 agent 群。

[推广] 香港排名第一数字银行 众安银行开户额外返 300HKD ！