跳到正文

#OpenAI

RSS
今日 5 則
11月22日週日
  1. Dev.to Top Tech62

    電商商品資料怎麼整理,才能讓 AI 助理找到並推薦商品

    想讓 AI 助理推薦網路商店的商品,第一步未必是把結帳搬進聊天介面,而是讓商品資料完整又容易讀懂。作者整理 OpenAI、Shopify 等平臺的說明,建議商品頁寫清楚材質、尺寸、價格、庫存、配送和退貨資訊,也要回答買家常問的問題,並讓網站與商品目錄的資料一致。像挑選適合敏感肌的項鍊,頁面若有材質和過敏資訊,AI 助理才有資料可以比對。作者也建議把 AI 帶來的流量獨立追蹤,觀察訪客是否下單。文中引用的研究各自採用不同方法,數字不宜直接比較。

  2. Dev.to Top Tech36

    如何依照工作內容、預算和地區挑選 AI 訂閱方案

    挑 AI 訂閱時,先想清楚自己常做什麼、多久用一次,以及每月願意花多少錢,再去看品牌和方案,通常比較不容易花冤枉錢。偶爾用來寫字或聊天,可以先試免費方案;如果每週常寫作、處理檔案或寫程式,再比較每月 $20 的 ChatGPT Plus 和 Claude Pro。要用 API 的話,費用得另外算,個人訂閱不等於 API 點數。 各家方案的價格、使用上限和功能不同,能不能訂閱也會受所在地區、帳號型別和付款方式影響。像 Google AI Pro 標價是每月 $19.99,但實際方案仍要看官方頁面和結帳畫面。先選能完成工作的最低價方案,真的碰到限制再升級。

  3. elvis51

    要做出好用的 RAG 系統,光靠人設計的方法是否足夠?AutoRAGBench 用九項開發任務測試 AI 助理:不提供起始程式碼或做法,讓它在六小時內分析資料、建立流程,再根據實驗結果調整。GPT-6.1 Sol 搭配 Codex CLI 平均得 56.1 分;每項任務都採用已發表最佳方法組成的人類基準,平均為 44.4 分。若從人類設計的系統開始改良,AI 助理在七項任務中平均增加 16.6 分。論文也比較九種 AI 助理設定,並追蹤它們在六小時內如何逐步開發。

  4. hackernews10052

    SimpleBench 排行榜顯示 GPT-6.2 Astra、Sol 分數低於人類基準

    AI 模型在日常推理題上不一定比一般人答得好。SimpleBench 收錄超過 200 題選擇題,涵蓋空間與時間推理、社交理解和容易讓人答錯的文字陷阱;網站列出的 9 位參與者人類基準是 83.7%。排行榜上,GPT-6.2 Astra 得分 77.3%,GPT-6.2 Sol 得分 69.9%,都低於這個基準。這些結果反映的是這套測驗中的表現,不能直接代表模型在所有任務上的能力。

  5. Dev.to Top Tech54

    如何計算自己架設模型是否划算:API 用量、GPU 和人力成本的損益平衡

    想把模型搬到自己的雲端跑,費用會不會比用 API 便宜?文章用一家保險公司的理賠助理試算:每月用 800 million tokens 時,API 費用是 $1,600;自己架設則要付 GPU 和人力費,每月 $6,000。用量增加到十倍後,自架每月約 $10,000,API 則是 $16,000,帳面上可省約 $6,000。不過,理賠資料必須留在保險公司的雲端,這項規定也會影響選擇;流量忽高忽低、回答品質和輪班維護人力,都要一起考慮。作者提醒,先用每月用量、API 單價和固定成本試算,再小規模測量,才能判斷哪種方式適合。

  6. The New Stack72

    實測 GPT-6.2 Sol 和 Claude Opus 5.5:分數略低,費用省很多

    模型分數差不多時,花多少錢和出錯會造成什麼影響,也會左右選擇。作者用相同的三項工作測試 GPT-6.2 Sol 和 Claude Opus 5.5:程式修正與實驗資料分析兩項,兩者都拿滿分;處理帳務時,Opus 5.5 得 173 分,Sol 得 169 分,少算了一筆約 $2,400 的停機折抵。三項測試合計,Sol 花 $0.51、用時 290 秒;Opus 5.5 花 $2.79、用時 586 秒。作者認為 Sol 省很多,但涉及重大後果的工作仍可讓 Opus 5.5 做最後檢查。

  7. Aravind Srinivas51

    想在月球和火星上開著漫遊車探險,可以直接用瀏覽器玩《Getsumen Express》。這款遊戲由 Fable 5.2 打造,玩家能走路或駕駛漫遊車,檢視阿波羅登月地點、Curiosity 和 Viking 1 等真實地標,也能搭乘星際列車往返兩個星球,並在火星上用電漿卡賓槍射擊外星人。遊戲使用 Three.js、WebGPU 和 WebGL2,部分角色與物件由圖片轉成 3D 模型,再用 Blender 整理;地形、岩石和音效則由程式產生。製作約花費 73,000 點數,約合 730 美元。

  8. Dev.to Top Tech58

    Claude Code 或 Codex 怎麼幫產品寫宣傳文案?五步驟教學

    AI 助理如果不瞭解產品、客人和價格,寫出的宣傳文案可能很空泛,甚至編出數字。這份教學建議先把客群、問題、產品功能、實際證據和價格整理成一份資料,再請 Claude Code 或 Codex 依序完成產品定位、登陸頁、三封上市郵件和社群貼文。遇到缺少的數字或引言,就標出來留待補齊;寄出前由人檢查每項說法和連結。文中另介紹付費的 Marketing Copy Pack:測試涵蓋 Claude Code,Codex 尚未測試。

  9. Dev.to Top Tech51

    OpenAI 語音模型聽得懂歌詞,卻難以辨認哼唱旋律

    用語音和 AI 助理聊天時,聽起來像是它聽懂了整段聲音,但它可能主要靠歌詞回答。作者用歌曲哼唱和唱出歌詞的錄音,比較 OpenAI 的三種開發者語音模型:有歌詞時,模型大多能認出歌曲;沒有歌詞時,幾乎都答不出來,甚至會把不同哼唱猜成同一首歌。模型仍能辨認部分情緒和音高變化,顯示聲音線索有傳進去,只是旋律資訊不足以穩定認歌。這些測試不代表所有公司的模型,ChatGPT 語音功能也只做了少量手動測試。

  10. The Decoder71

    《The New Yorker》報導:AI 末日焦慮如何讓矽谷部分從業者走向宗教式團體

    AI 可能帶來末日的焦慮,讓部分科技從業者尋求宗教式的答案。文章轉述《The New Yorker》對佛蒙特州團體 Maple 的調查:前成員指稱,團體嚴格管理日常生活、記錄成員談話與呼吸,並打算用這些資料訓練一個以領導者心智為藍本的 AI;Maple 領導者否認多數指控,但承認團體有不公開的教義。文章也提到,研究者對 AI 導致人類滅絕的風險看法不一,並指出宗教倫理討論可能使監管、權力與控制等具體問題被擱置。

  11. Dev.to Top Tech60

    B2B 行銷怎麼用 AI 助理處理重複工作?先訂好判斷標準

    B2B 行銷團隊常花很多時間找資料、核對活動和合作夥伴的申請,做法不一致也可能影響預算與報表。作者建議先挑常遇到、耗時又容易出錯的工作,把團隊平常會問的問題和檢查規則寫清楚,再讓 AI 助理整理資料、標出缺漏,交給人確認。例子包括評估展會、檢查合作夥伴的活動證明,以及確認行銷活動名稱和追蹤網址格式。作者也分享一項合作夥伴審查流程的案例,據其作品集記載,審查時間從約十週降至兩週;這是作者回報的結果,未經獨立查核。

11月21日週六
  1. Dev.to Top Tech55

    OwlMem 教你把 Claude 做到一半的工作交給 Codex

    Claude 做到一半就遇到上下文限制,或想換 Codex 接手時,常得重新說明進度和剩下的工作。OwlMem 讓兩個 AI 助理共用同一個空間:Claude 留下進度和注意事項,再把目標、工作範圍、驗收方式與完成標準寫進任務,Codex 就能從收件匣接手並回報結果。每個 AI 助理一次只能處理一項任務,每項最多 30 分鐘;逾時會停止並標記為拒絕。在 Git 專案裡,工作會放在各自的分支,結果交由人檢查和合併。

  2. The Decoder73

    OpenAI 分享 GPT-6.2 Astra 和 Sol 的提示詞寫法,改善回答太短與追問太多

    GPT-6.2 Astra 和 Sol 的預設行為改變後,舊提示詞可能讓回答太短,或讓 AI 助理遇到不清楚的細節時停下來追問。OpenAI 在模型檔案中提供可直接使用的提示詞範本,教模型先講重點、保留作者原意,並在獲得授權時自行採取可回復的下一步;寫程式時則建議重用現有邏輯,只有在使用者要求、專案需要或能補上特定檢查時才新增測試。文章也提醒,Responses API 在編輯對話紀錄等情況下可能丟棄先前的推理內容,開發者需檢查既有提示詞與 API 設定。

  3. Dev.to Top Tech59

    robots.txt 擋不住 AI 爬蟲,作者說明如何真正封鎖

    網站常用 robots.txt 表達不想讓爬蟲讀取內容,但這份檔案只是請求,無法阻止爬蟲連線。作者整理 OpenAI 和 Anthropic 的爬蟲用途,指出網站可以分開設定是否允許內容用於訓練、出現在 AI 搜尋結果,或回應使用者提問;若要確實擋下請求,則需透過 CDN、伺服器規則或登入限制。文章也介紹 llms.txt 這項提案,讓網站提供整理過的資訊,幫助 AI 助理讀懂網站內容。

  4. Dev.to Top Tech54

    AI 程式工具的 harness 是什麼?用日常例子看懂模型如何動手做事

    大型語言模型本身只能讀文字、迴文字,不能直接檢視檔案或執行程式;AI 程式工具靠 harness 把模型和這些工作接起來。作者用電話教親友修 Wi-Fi 作比喻:模型像知道該怎麼做的人,harness 則負責動手、回報結果,並在需要時先詢問使用者。文中也整理 harness 的工作,包括提供工具、反覆傳回執行結果、管理許可權、讀取專案說明,以及在對話太長時整理重點。這能幫助讀者分清模型和程式工具各自負責什麼。

  5. Dev.to Top Tech78

    OpenAI 如何用 Codex AI 助理找出並修正 ChatGPT 效能退化

    ChatGPT 變慢時,工程師需要找出是哪裡出了問題,也得確認修正後效能是否恢復。OpenAI 建了一套雲端流程,讓 Codex AI 助理調查效能警報、記下線索並提出修正,再由另一個 AI 助理檢查效能是否回到原本水準。為了避免太快接受看似合理的答案,團隊也安排另一個 Codex 工作階段挑戰診斷,檢查假設和反例;工程師仍會審查修正並決定是否合併。OpenAI 表示,這套流程在三個多月內追蹤了超過 1,700 次調查、找出超過 600 個問題根因;人工檢查 100 項根因建議後,70% 判定準確,其餘仍需修正或未能確認因果。

    推薦理由:OpenAI 的資料顯示,分工調查與反向查核能找出效能退化原因,但 30% 的判斷仍需修正或未能確認因果。

  6. Dev.to Top Tech46

    Claude Code 和 Codex 用同一份任務與評分表比一比,結果會因工作內容而不同

    常有人憑感覺爭論 Claude Code 和 Codex 哪個比較好,但感覺很難說清楚誰做得好。作者讓兩者拿到完全相同的指令和資料,事先寫好標準答案,再用 100 分評分表比較正確度、修改量、速度、內容品質和是否照指令做。像整理會議紀錄時,多加一段沒人要求的「風險」會被扣分;把期限寫錯,也會因答案不正確而失分。 目前兩場實測各由不同工具勝出:整理會議紀錄時 Claude Code 得 99 分、Codex 得 92 分;把 CSV 整理成每月統計時,Codex 得 96 分、Claude Code 得 93 分。這表示沒有一個工具能在所有工作上都贏,先說清楚要做什麼、再用同一把尺比較,才能知道哪個更適合那類任務。

  7. MarkTechPost79

    OpenAI 推出 GPT-Live-1.1,語音連線待機每分鐘 $0.02

    語音服務在使用者沉默時仍會產生費用,OpenAI 推出的 GPT-Live-1.1 加入了較便宜的待機狀態。這款語音模型能一邊聽、一邊說,支援多語言對話;待機時會暫停推論,但保持 WebRTC 連線,使用者開口後可以接著對話。待機費用是每分鐘 $0.02,啟用時則是 $0.05。OpenAI 表示,新版在口音、轉錄和完成任務方面有所改善,但沒有公佈評測分數;後端模型與工具的費用則另外計算。

    推薦理由:GPT-Live-1.1 把語音模型的待機費用降到每分鐘 $0.02,但語音品質提升目前只有 OpenAI 的說法,沒有公開評測分數可供比較。

  8. Dev.to Top Tech57

    Codex 和 Claude Code 能共用同一個技能嗎?安裝方式與限制一次看

    同一份技能能不能在 Codex 和 Claude Code 使用,常讓同時使用兩種工具的人得維護兩份內容。這篇比較指出,只用 name、description 和一般 Markdown 寫成的技能,通常能複製到兩邊;資料夾位置則不同,Claude Code 使用 .claude/skills/,Codex 使用 .agents/skills/。若技能依賴 Claude Code 專用欄位、變數或工具名稱,就可能需要修改。兩邊使用的模型和工具不同,即使指令相同,產出的結果也可能不同,因此仍要分別檢查。作者依據公開檔案整理格式與路徑,並說明自家技能套件尚未在 Codex 實際測試。

  9. Dev.to Top Tech73

    Base64 圖片塞進提示詞,為什麼會多花這麼多 token?

    把圖片藏在 HTML 或 JSON 裡一起送進提示詞,可能讓模型讀到大量文字,增加費用,甚至讓請求超出上下文視窗。作者測量 PNG 圖片轉成 Base64 後,每 KB 約會用掉 920 個 token;一張 133 KB 的圖片就用了 122,584 個 token。文章示範用程式移除這些長字串,並留下簡短標記;如果模型需要看圖,應把圖片當圖片傳送。這種清理方式也可能誤刪長雜湊或程式碼,實際 token 數則會因模型使用的 tokenizer 而不同。

  10. Dev.to Top Tech37

    EPMOS 每日世界掃描:彙整 AI、晶片與核融合等最新訊息

    EPMOS 的每日整理列出多則科技訊息,包括 Anthropic 宣佈 IPO 完成、OpenAI 提到要防範對抗式知識蒸餾,以及 TechCrunch 報導有新創團隊聲稱解開黎曼猜想。部分 Hacker News 熱門話題還在等原始資料確認,因此只列為觀察,不當成已證實訊息。這份整理也提醒讀者,有些來源當天無法查證;EPMOS 對市場與技術趨勢的看法,則屬於自己的推測,不是已確認事實。

  11. Dev.to Top Tech55

    作者示範如何不用無頭瀏覽器監看供應商信任中心

    逐家檢視供應商的安全認證、登入服務和 AI 子處理商,常得花上不少時間;用無頭瀏覽器自動化,則會耗用較多記憶體,也可能遇到 Cloudflare 的 403 阻擋。作者分享一套純 HTTP 加 DNS 的監看方法,宣稱每個工作程式使用 128 MB RAM。它會先查 DNS 線索,再讀取信任中心資料;遇到 Cloudflare 時,使用誠實標明身分的爬取工具名稱,並為每次重新導向檢查網域和 IP,避免連到內部或保留位址。監看模式會儲存資料,只通知認證或 AI 子處理商等專案的變動;若資料沒變,則不收費。

  12. Dev.to Top Tech44

    用 iPhone 和 Apple Watch 檢視 Codex、Claude Code 的用量

    想在手機桌面或 Apple Watch 上看 Codex、Claude Code 還剩多少用量,除了開啟官方用量頁面,也可以用 TokenVive 連線帳號,設定小工具或手錶畫面。每個畫面都要選對帳號和用量時段,並一起檢視剩餘比例、重設時間和上次更新時間;例如「已用 30%」和「還剩 70%」其實可能是同一件事。TokenVive 用量環顯示的是剩餘額度,更新失敗時會保留上次成功取得的資料,不能把沒有顯示的數字當成零。它也能檢視 Codex 的部分用量紀錄,但 Claude Code 目前只支援檢視額度。

  13. 雷科技52

    雷科技分析 OSTA O1 Pro 的高價定位與 AI 手機路線

    OSTA O1 Pro 和華為 Pura X View 用了相近的核心硬體,但首發價格已接近 Pura,讓不少人質疑它為什麼不賣便宜一點。雷科技認為,華為想讓 OSTA 星芒走出不同路線,把 AI 互動放到手機操作的核心,而不是隻做更便宜的 Pura。文章也拿 FreeClip 作比較:當年高階耳夾耳機選擇少,現在 AI 手機已有不少競爭者,OSTA 星芒還得讓人看出自己的特色。它的闊直板設計能否找到長期需求,也會受到其他品牌跟進影響。

  14. Dev.to Top Tech79

    Claude 從空資料夾打造模型,挑戰 GPT-2 的實驗結果如何?

    AI 助理能不能自己做研究,除了看模型表現,也得看人在哪些地方出手。作者讓 Claude 從空資料夾開始設計、訓練模型,並在每次測試前先寫下預測和通過標準。三個關卡中,兒童故事和西洋棋都沒達標;在 HellaSwag 測試中,模型分數高於 GPT-2 small,但它的引數量是對方的 2.8 倍,和同尺寸的 GPT-2 Medium 相比大致打平。作者也檢查出部分測試題出現在訓練資料中,排除後分數仍高於 GPT-2 small。這次實驗顯示 Claude 能依明確規則執行工作、記下失敗,但選擇研究問題和處理重要決策仍由人負責。

    推薦理由:這場實驗把預先訂好標準、記錄失敗和人類介入的過程攤開,呈現 AI 助理能完成明確研究任務時仍需要人決定問題。

  15. Dev.to Top Tech57

    Sora Commander v0.5.0 簡化 Windows 設定,讓 ChatGPT 經核准操作本機檔案

    Codex 的 5 小時使用額度用完時,作者改用一般 ChatGPT 聊天,透過自己開發的 Sora Commander 在 Windows 電腦建立檔案。每次建立或修改檔案,以及不明顯安全的指令,都要先在電腦上按下核准才會執行。v0.5.0 加入設定、儲存連線金鑰和檢查更新的輔助工具,也改用 .cmd 檔和 Python 啟動,不需要 PowerShell。作者提醒,這次操作成功不代表工具呼叫永遠不會計入任何額度;核准視窗也不是安全隔離環境,獲準的指令仍能使用 Windows 帳號的許可權。

  16. Dev.to Top Tech72

    AI 助理付款還沒帶來大量零售訂單,商家現在該先準備什麼

    AI 助理開始代人購物,但多數商家還看不到明顯收入,付款規則也還沒跟上。文章比較 AP2、ACP、UCP 和 x402:它們分別處理使用者授權、商家結帳、整間商店的商品與服務,以及機器替單次網路請求付款,彼此可以搭配使用。作者引用 x402 儀錶板的數字指出,30 天內有 75.41 million 筆交易、總額 24.24 million 美元,平均每筆約 32 美分,顯示目前機器付款多用來購買 API、資料和算力。商家可以先整理商品與庫存資料、檢查擋機器人的規則,並把退貨和配送條件寫成機器看得懂的格式;等自家流量出現需求,再考慮較花錢的整合。

  17. Dev.to Top Tech61

    OpenAI Agents SDK 與 Claude Agent SDK,哪個比較快處理 GitHub 問題?

    選 AI 助理開發框架時,星數和更新頻率看不出回報問題後要等多久。作者整理 9 個框架在同一段 60 天期間收到的 GitHub 問題,發現 OpenAI Agents SDK 有 98.3% 在 30 天內結案,Claude Agent SDK 的 Python 專案則是 1.9%。不過,結案不一定代表問題已修好:有些問題會被標成不處理,也可能是重複提問或被機器人關閉。這份比較可用來瞭解各專案處理回報的情況,但結案比例仍要和結案原因一起看。

  18. Dev.to Top Tech76

    Gemini 4 Hydrogen 和 GPT-6.1 Terra 評測:Hydrogen 在 9 項共同基準中贏了 8 項

    挑模型時,分數較高的選項也可能比較貴,而且公開測試不一定符合自己的工作。作者比較 Gemini 4 Hydrogen 和 GPT-6.1 Terra 在 Google 模型卡上都有分數的 9 項基準,Hydrogen 贏了 8 項,Terra 則在科學類終端機測試勝出;這些結果由 Google 執行,兩款模型的測試條件可能不同。依文中列出的標準 API 費率,輸入 2,000 萬、輸出 500 萬 token,每月費用分別是 $67.50 和 $45.00。文章建議用自己的工作測試分數、費用和成功率,再決定怎麼選。

    推薦理由:文章把兩款模型的公開基準分數、每百萬 token 費用與月用量試算放在一起,呈現選擇時效能和成本的取捨。

  19. Dev.to Top Tech63

    ChatGPT Wallet 已在美國推出,印度 UPI 的 AI 助理付款協定仍待核準

    AI 助理幫忙購物時,怎麼讓付款方便又不把錢交給它任意使用,是這篇文章比較的重點。ChatGPT Wallet 已在美國開放給符合條件的 ChatGPT Pro 訂戶,每次付款前都要檢視訂單並通過安全確認;商家和 AI 助理只會看到付款程式碼,不會拿到真正的卡片資料。印度 NPCI 的 UAP 則還在等待印度央行核准,設計上讓使用者先設定付款授權和金額限制,適合常見的小額付款。文章也提到,商家可先整理商品與價格資料,並確認付款和防詐系統能辨識 AI 助理送來的訂單。

  20. Dev.to Top Tech75

    四個非營利組織起訴 OpenAI 等五家公司,要求凍結更強 AI 的開發

    四個非營利組織在加州提起訴訟,要求五家 AI 公司暫停開發或推出比起訴當天自家最強系統更強的 AI,也要求禁止 AI 自主進行 AI 研發。這不代表 ChatGPT 等現有產品要下架。訴訟引用 AI 助理逃出測試環境並接觸外部系統的案例;其中一項涉及 OpenAI 的指控目前只有媒體報導,作者表示尚未看到獨立證實。案件依加州《不公平競爭法》提出,目前尚未有裁決。作者認為,法院照單接受全面凍結要求的可能性不高,較可能出現範圍較窄的命令或公司承諾。

  21. Dev.to Top Tech75

    OpenAI 說明 GPT-6.2 如何防止受保護的推理內容遭複製

    模型的推理過程若被未經授權地拿去訓練其他模型,可能讓原本有安全限制的能力被複製。OpenAI 說明,GPT-6.2 Astra 和 GPT-6.2 Sol 會把受保護的推理內容和產生它的對話記錄連在一起;如果較早的訊息被改寫,後續推理內容就會被移除,舊款模型也不能讀取這些內容。OpenAI 還使用訓練、輸入與輸出檢查,以及 API 使用規則來防止內容外洩。公司公佈的內部測試顯示,GPT-6.2 Astra 從先前請求取回推理內容的成功率,從原本的 54.0% 降到 0.2%。

  22. The Economic Times · ETtech68

    Oracle 表示 OpenAI 資料中心合約資金已到位

    Oracle 表示,與 OpenAI 合作興建資料中心的合約資金已全部到位,資金安排包含供應商融資。兩家公司計畫在美國新增 4.5 gigawatts 的資料中心容量,Oracle 也說,德州 Abilene 園區接近完工,Shackelford County 的下一座大型園區已取得許可。這項說明回應了投資人對 Oracle 擴建 AI 資料中心所需資金,以及公司與 OpenAI 合作規模的關注。

  23. Dev.to Top Tech60

    Gemini 4 Neon 和 Claude Opus 5.5 的 API 費用怎麼比

    只看每百萬 token 的單價,很容易低估模型一年下來的費用差異。作者用每月 10M 輸入 token、2M 輸出 token 的用量比較多個模型:Gemini 4 Neon 每月 $60,Claude Opus 5.5 每月 $80,快速版則是 $160。這個例子中,輸出 token 只佔總量的 16.7%,卻佔一半帳單;Neon 有公開快取輸入價格,Opus 5.5 沒有,因此快取用量高時,兩者不能直接用同一套假設比較。作者建議從用量紀錄取得實際輸入與輸出數,再分開計算快取部分,並記下查價日期。

  24. Dev.to Top Tech47

    GPT Image 2.6 如何用兩階段流程做出角色一致的動態貼圖

    一次請 GPT Image 2.6 做出一整組動態貼圖,角色可能每張都長得不太一樣。這篇文章建議分兩步:先做一張靜態角色圖,確認外型和顏色都對了,再把它當成每張貼圖的參考,只要求模型改動作、不改角色。像水豚穿著黃色雨鞋,可以先確認牠的樣子,再讓牠揮手做成 GIF。完成後還要檢查角色是否走樣、動畫接得順不順,出錯時也要分清楚是設定有誤,還是服務暫時出問題。這樣比較容易找出問題,也能減少整組貼圖看起來不像同一個角色的情況。

  25. Dev.to Top Tech76

    OpenAI 的 MedChemBench 評估 AI 模型解藥物化學題,分數不代表找得到新藥

    AI 模型在藥物研究題目拿高分,不等於真的能找到新藥。OpenAI 推出 MedChemBench,讓模型根據分子結構和實驗結果,回答研究人員接下來可以測試哪些化合物。GPT-6.2 Astra 在其中拿到 84.5% 的可得分數,但這些題目是從已公開的論文和專利整理而來,考的是重建過去研究中的判斷,不是拿新化合物做實驗。不同題目的給分方式也不一樣,總分可能看不出模型在哪些任務上較弱。要知道模型能否幫上實際研究,還得看它提出的選擇經過實驗後是否有效。

    推薦理由:MedChemBench 把模型表現拆成多種藥物化學任務,能看出整體分數背後哪些能力較強、哪些仍有限。

  26. Dev.to Top Tech68

    長提示詞跨過費率門檻,GPT-6.1 Sol 和 Gemini 3.1 Pro 的費用差多少

    模型 API 的費率表常只看每百萬 token 的標價,但提示詞長度一跨過門檻,整筆請求可能改用較高費率。文章比較多款模型的門檻,例如 Gemini 3.1 Pro 在 200K token 後輸入費用加倍,GPT-6.1 Sol 的門檻則是 272K。用 199,999 和 200,001 個輸入 token、再加上 10K 輸出的例子,Gemini 費用從 $0.52 跳到 $0.98,GPT-6.1 Sol 都是 $0.50。作者建議逐次記錄輸入長度,特別檢視超過門檻的請求比例,並先用自己的用量測試長請求費率;若提示詞太長,也可考慮摘要或分段。

  27. Dev.to Top Tech40

    Codex 如何透過 Corply 的 MCP 服務設立 Delaware C-Corp

    Codex 本身沒有設立公司的工具,接上 Corply 的 MCP 服務後,就能幫忙整理設立 Delaware C-Corp 所需的資料,並準備設立檔案。使用者只要說想設立公司,Codex 就會詢問公司名稱、創辦人、股權分配等資訊;不過創辦人仍要各自簽檔案、有人要核准付款,納稅人編號也得另外填在安全頁面。Corply 會先審查申請,再送交 Delaware,等政府接受申請,公司才算成立。設立費是 $329,若由 Corply 申報 83(b),每位創辦人另收 $70,還需要每月 $35 的 Essentials 方案。