跳到正文

#評測/基準

RSS
今日 14 則
11月19日週四
  1. Lobste.rs (Engineering Discussion)59

    Contra Labs 與 BenchFlow 用真實設計委託比較 AI 模型

    AI 做出的設計好不好,光看模型分數不容易判斷。Contra Labs 與 BenchFlow 推出 Frontier Design Benchmark,找設計師用真實客戶委託比較不同模型的作品,評審不知道作品由哪個模型產生,也可以判定平手。網站列出 33 份設計委託、68 位專業設計師和 4,311 次盲測投票,另用設計評分規準和 AI 常見粗糙設計模式補充比較。這讓讀者能同時檢視盲測結果與作品評分依據。

  2. Dev.to Top Tech59

    Kling 4.0 和 Seedance 2.5 實測:Kling 更照提示詞做,Seedance 快上許多

    要讓 AI 影片符合指定動作和顏色,或想快速拿到成片,該選哪個模型?作者用三組相同提示詞測試 Kling 4.0 和 Seedance 2.5,分別生成夜市炒麵、商品照短片和咖啡師說話的影片。Kling 做對了炒麵翻鍋和綠圍裙等細節,也能輸出 1080p;Seedance 每段約 2.7 分鐘完成,畫面看起來較像實際拍攝,也能編輯或延長既有影片。測試每種情境只各跑一次,結果可供挑選方向,實際等待時間仍可能不同。

  3. Dev.to Top Tech58

    Gemini 4 四款模型怎麼選?Hydrogen 回答較快,Neon 價格最高

    Gemini 4 的四款模型速度、價格和擅長的工作不同,選錯可能讓程式跑得慢,也多花費用。作者用平臺近 30 天的實際呼叫比較速度與價格:回答長度在 1,500 到 4,000 個 token 時,Hydrogen 中位數為 23 秒,Argon 為 44 秒、Carbon 為 49 秒;Neon 每 1M 個輸入 token 收 $3.00、輸出 token 收 $15.00,是四款中最貴的。作者也用六項任務測試 Neon,把思考程度從預設的 high 調成 low,費用從 24.7 美分降到 12 美分,37 項檢查都通過。文中建議日常大量工作先用 Hydrogen,較難的問題再交給其他模型;這些結果來自作者的平臺和測試,不能直接當成所有工作都適用的排名。

  4. Thurrott56

    GTA VI 試玩心得:畫面細緻,開場故事讓人想繼續玩

    GTA VI 才開場就帶玩家認識 Jason 和 Lucia,作者親自玩了約兩小時,覺得故事很吸引人,角色的頭髮、皮膚和動作也做得很細緻。遊戲裡除了開車和執行任務,還能整理 Jason 的家、運動、釣魚和餵寵物蛇;偷車時若被警方看見,還可能得換車和衣服躲開追查。作者也提到,主機版固定為 30FPS,但玩起來順手;這篇早期心得呈現了遊戲的畫面、日常活動和操作感受。

  5. Dev.to Top Tech67

    我用 580 篇真實求助文測試 Anime Akashic Records,看看能不能找回忘記的動畫

    只記得動畫的一段情節,卻忘了片名時,普通的關鍵字搜尋常常找不到答案。作者打造 Anime Akashic Records(AAR),用劇情描述、場景和故事篇章搜尋動畫等作品,並以 580 篇沒有整理過的真實求助文測試線上服務。搜尋結果前 20 名找回了 380 篇所找的系列,平均延遲時間的中間值是 786 毫秒;測試中也沒有搜尋結果洩漏成人內容。作者公開了原始查詢和搜尋結果,讓其他人可以檢查詢錯的案例,或拿來測試自己的搜尋工具。

  6. Dev.to Top Tech51

    五種 Nginx 紀錄分析工具,為什麼算出五種訪客數?

    只看 Nginx 紀錄,很難知道實際有多少個人來過。作者先自己產生一份知道正確答案的紀錄,再交給五種分析工具處理;實際人數是 43,231,但工具算出的「不重複訪客」從 49,616 到 105,885 都有,因為各工具對訪客的演算法不同,例如有人會按 IP、日期和瀏覽器來算。相較之下,五種工具算出的造訪次數都和正確答案相差不到 1%,瀏覽量也很接近。作者提醒,想比較流量時看造訪次數和瀏覽量會更可靠;紀錄裡還有一個假裝成 Chrome 141 的爬蟲,沒有任何工具認出它。

  7. Dev.to Top Tech54

    Mika 實測九款 AI 模型:比較價格、程式除錯與推理 token 消耗

    模型排行榜常只挑好看的分數,實際寫程式、排時間或控制字數時,表現和花費可能差很多。Mika 在 OpenRouter 上用三種工作情境測試九款模型,並提供 Python 程式,讓人可以重跑比較。測試中,Gemini 4 Carbon 和 Neon 在限字任務裡把輸出額度幾乎都花在推理,最後沒有產生可見答案;Carbon 和 Neon 的兩個提示詞測試也比 Carbon 花費高。作者另指出,對話拖得太長會大幅增加每次提問的成本,並分享分層選模型與定期檢查工作進度的做法。

  8. Dev.to Top Tech35

    Mailcow、Mailu 和 Stalwart 自架電子郵件伺服器怎麼選?比較功能、資源用量和管理難度

    把電子郵件伺服器放在自己管理的裝置上,可以更掌握資料和設定,但也得自己處理收信、寄信、防垃圾郵件和維護。Mailcow 把多種成熟工具組在一起,功能豐富,適合需要行事曆、聯絡人和多人協作的團隊,但比較耗資源、也較難管理;Mailu 操作較簡單,功能和資源用量取得平衡,適閤家庭與小型企業;Stalwart 把主要功能放進單一程式,較省資源、部署和維護較簡單,也支援 JMAP。三者沒有通用的最佳答案,還得看團隊需求和裝置預算;要讓信件順利送達,網域設定、寄信習慣和伺服器聲譽也很重要。

  9. The Verge · AI59

    Apple Siri Recap 實測兩週:隱私保護較多,日常摘要卻常派不上用場

    Apple Siri Recap 會用 AI 記錄對話重點,想幫人記住事情、專心聽談話,但一直聽著也讓旁人擔心隱私。作者在 Apple Watch Ultra 4 上試用兩週,發現功能要自己開啟,也能設定啟用時間;摘要會在設定的期限後刪除,不會留下逐字稿或原始錄音。它能幫忙回想工作會議內容,卻也可能把手機播放的影片當成身邊的人在說話,或漏掉作者認為重要的訪談內容。作者覺得它在簡單的工作場合較有用,日常對話的摘要常讓人困惑;使用時還得先向身邊的人說明並取得同意。

  10. Dev.to Top Tech53

    Solo SaaS 如何挑選 Uptime 監控與狀態頁工具?

    一人經營 SaaS 時,免費監控工具看起來省錢,但監控數量、商用限制和通知方式差很多。文章比較 UptimeRobot、Better Stack、Uptime Kuma、Checkly 和 Cronitor:Better Stack 免費方案約有 10 個監控專案和一個狀態頁,可商用;UptimeRobot 有 50 個監控專案,但免費方案限個人用途;Uptime Kuma 可自架並不限監控數量,代價是要自己維護。作者也提醒,監控器若和服務放在同一臺主機,主機故障時可能一起停擺,最好放在不同位置,並先監控網站、API 和登入流程。

  11. Dev.to Top Tech52

    Qwen3 27B 在 12GB 筆電顯示卡上實測:NVFP4 幾乎省不了 VRAM

    在 12GB 顯示卡上跑大型模型,記憶體不夠時,直覺可能是換成更省空間的量化設定。作者在同一臺筆電上比較 NVFP4 和 RK4V4,發現兩者的 VRAM 峰值只差約 50–70 MiB;真正佔掉大部分空間的是會隨上下文增加的 KV 快取。作者建議遇到記憶體不足時,先調低 KV 快取的容量。品質檢查中,RK4V4 答對 35/39 題,NVFP4 答對 34/39 題,但樣本不多;這些結果來自單一裝置,不能當成通用基準。

  12. Dev.to Top Tech42

    LLM 評測從看模型怎麼回答,走向檢查 AI 助理實際做了什麼

    只看模型說得好不好,可能看不出它真的動手時會不會做出危險選擇,也看不出它的判斷有沒有根據。這週介紹的 ViKernel Scanner 讓 20 個開放權重模型使用模擬工具,檢查它們實際嘗試做的事;20 個模型都沒通過安全檢查。另一項研究則提出讓 AI 評審先找證據再下判斷。這些做法提醒大家,評估 AI 助理時,除了看回答,也要檢查它做了什麼、根據什麼做決定。

  13. Dev.to Top Tech67

    React 專案檔案上傳怎麼選?比較 UploadThing、Vercel Blob、Upstash Blob 等服務

    替 React 專案加上檔案上傳時,選擇服務會影響費用、許可權管理和日後搬移。作者比較 UploadThing、Vercel Blob、Upstash Blob、Cloudinary、Supabase Storage、Firebase Storage 和 Cloudflare R2,說明各自的價格、上傳工具與適用情境,例如 Cloudinary 適合需要調整圖片或影片的專案,R2 適合下載量很大的情況。文章也整理常見的上傳流程:瀏覽器先向伺服器確認使用者身分,再直接把檔案傳到儲存服務,最後由伺服器把檔案位置存進資料庫,避免大檔案塞進應用程式伺服器。

  14. Dev.to Top Tech78

    2026 年 AI 助理沙箱評比:E2B、Daytona 等 7 種服務怎麼計費

    AI 助理常有不少時間在等模型回覆,但沙箱服務可能仍按整段開啟時間收費,讓帳單差很多。Yusuf 用 2 vCPU、4 GB 記憶體的程式助理情境,比較 7 種沙箱跑 1 小時及 100 人每月使用的費用;依他的估算,每小時從 Upstash Box 的 $0.017 到 E2B、Daytona 和 Blaxel 的 $0.166。差異主要來自 CPU、記憶體是否按實際使用量計費,以及等待時是否仍收費。文章也提醒,執行使用者提供的程式碼時要留意隔離與網路存取,並先用自己的工作流程實測一天再估算費用。

    推薦理由:這份比較把七種沙箱放進同一個會等待模型回覆的程式助理工作情境,呈現計費方式如何影響每小時與每月費用。

  15. Dev.to Top Tech37

    8 款 AI MVP 開發平臺比較:瀏覽器裡能做什麼,上線後又有哪些限制?

    想把新點子做成能用的原型,現在用 AI 工具可能很快就能開始;但展示時看起來能用,不代表真的能應付客人同時操作、保護個人資料和持續運作。這篇比較 8 款平臺:Lovable、Bolt.new、Cursor、Bubble、Replit、Firebase Studio、Windsurf 和 v0。像 Bubble 能用圖形介面做工作流程,但程式碼不能帶走;v0 能快速產生網頁畫面,卻不會幫你做資料庫或登入功能。挑工具時,除了看原型做得多快,也要想清楚資料和程式碼能不能帶走,以及正式使用後是否需要工程師處理更多工作。

  16. Tom’s Hardware AI & Computing76

    三張二手 Nvidia V100 跑 Qwen 3.6 35B,長上下文仍有每秒 72.7 個 token

    想在家用電腦跑大型語言模型,買新顯示卡可能很花錢。這篇評測用三張二手 Nvidia V100 組成總價 $1,042 的主機,測試 Qwen 3.6 35B;在 4K 上下文時,每秒約產生 100 個 token,到了 128K 仍有 72.7 個。作為比較,三張 P100 在相同條件下只有 40.2 個,V100 每次測試的 GPU 耗電也約是 P100 的一半。作者提醒,各臺裝置使用的執行工具不同,因此比較數字只能大致參考。

    推薦理由:這組測試比較不同退役 GPU 在長上下文下的速度與耗電,也列出自組成本,可用來評估舊卡能否應付本機模型推論。

  17. Dev.to Top Tech51

    React 網站掃描怎麼看?11,053,868 筆偵測不等於實際使用數

    掃描器數到多少個 React 網站,不一定等於實際使用 React 的網站總數,因為最佳化過的程式可能看不出 React。作者整理 webatla 的掃描資料,指出目前偵測到 11,053,868 個網站,但只有約 4,500 個網站露出版本字串,而且其中不少字串不是 React 真正用過的版本。文章也教人用瀏覽器開發者工具檢視網頁是否由 React 管理,並提醒每筆掃描都有自己的檢查日期,單一網站的資料可能比整份清單舊。解讀這些數字時,漏掉不代表網站沒用 React,偵測到的版本也要先核對。

  18. Dev.to Top Tech62

    PlaceBench 評測 Google Maps 的 Ask Maps:回答很快,但只拿 49 分

    用地圖問附近哪裡還在營業、怎麼安排路線,答案若沒確認日期和時間,就可能把人帶錯地方。作者用 PlaceBench 的 150 個日常地點問題,測試六種 AI 助理;Ask Maps 平均 8 秒回答,比其他受測者快,但答對 92 題,另有 30 題答案和查證資料相矛盾,總分是 49 分。錯誤最常出現在尋找附近地點的問題,例如店家是否在指定時間供餐。這次測試只跑了一輪,作者也提供題目、資料來源和評分結果供人檢視。

  19. Dev.to Top Tech47

    PlaceBench 測試發現,AI 助理有時會推薦已歇業的店家

    想找附近的店,AI 助理卻可能把人帶到已經關門的地方。PlaceBench 用 150 個日常問題測試 6 個 AI 助理,900 個第一輪回答中,有 12 個推薦了公開資料顯示已歇業、搬家或改名的地點;如果它是主要推薦,答案通常就算錯。測試沒有查出原因,但網路上的店家資料可能沒有及時更新。要推薦店家時,可以先用 VOYGR Validate API 查詢它是營業中、已歇業、狀態不明,還是查無此店;例如店家確實存在,不代表它現在還有營業。

  20. Dev.to Top Tech72

    Gemini 4 Neon 評測:比較程式開發表現與每項任務成本

    Gemini 4 Neon 的榜單分數看起來很亮眼,但測試用的工具和思考設定不同,結果不一定能代表日常使用。文章整理多項程式開發與 AI 助理測試,並說明哪些分數由 Google 自行測量、哪些來自外部榜單;例如 SWE-sweep 在兩種工具組合下分別得到 39.0% 和 12.8%。Google 表示,Neon 在 high 設定下每項任務的成本比 Gemini 4 Carbon 低 32%,但多數高分測試使用 xhigh。作者也示範如何依輸入、輸出與快取 token 數估算費用,並建議用自己的提示詞比較不同設定下的花費和回應時間。

  21. Dev.to Top Tech70

    Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 怎麼選?比較評分與任務費用

    挑大型語言模型時,只看每個 token 的價格,可能會選錯。這篇文章比較 Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 的價格、排行榜分數與每項任務費用:Neon 的 token 單價最低,Astra 在一項獨立測試中每項任務花費最低,Fable 5.2 則在兩個排行榜領先。差別在於模型完成工作時會寫出多少 token,Astra 的測試輸出量遠少於另外兩款,因此即使單價較高,每項任務還是比較省。文章也提醒,排行榜採用的測試不同,排名可能不一致;文中提供一套測試流程,建議用自己的工作內容比較成功率、token 用量和速度。

  22. The Decoder72

    OCR 模型辨識書頁文字的成本降到每百萬頁 $130 以下

    把掃描書籍和舊檔案轉成文字,現在花費少了很多。Daniel van Strien 用同一張 GPU 比較了 8 個免費 OCR 模型:最舊的模型每處理 1,000 頁約花 51 美分,最新的 LightOnOCR-3-0.8B 不到 10 美分,依資料種類不同,每百萬頁的 GPU 租用費約為 $65 到 $130。最新模型讀書頁的準確度至少和最舊模型一樣;不過有些模型會在空白頁編出文字,或重複同一段內容。調整頁面大小、讓工作分配更平均和使用較快的 GPU,也能省下不少費用。

  23. Dev.to Top Tech46

    ChatGPT、Perplexity 和 Gemini 推薦軟體時,哪些品牌最常排第一?

    買軟體時,愈來愈多人會先問 ChatGPT,而不是 Google。作者用 ChatGPT、Perplexity 和 Gemini 搜尋網路,詢問專案管理、小型企業 CRM 和網站製作工具的推薦名單,再記下它們提到哪些品牌、誰排第一,以及引用哪些網站。結果顯示,常被提到不代表最常排第一:HubSpot 在 12 個小型企業 CRM 回答中出現 12 次、排第一 10 次;Pipedrive 也出現 12 次,卻從未排第一。 三個 AI 助理在各類別的領先品牌大致一致,但其他品牌的結果常有落差;它們也常引用評測網站、Reddit 和 YouTube。這次只在一天問了一輪,結果可能隨時間改變,不能當成固定排名。對想讓品牌被推薦的公司來說,出現在這些被引用的網站上,也可能很重要。

  24. 少數派 (sspai)75

    macOS 27.3 Beta 2 許可權設定淺評:管得更細,也更難操作

    Mac 上的自動化工具常得取得很大的許可權,才能操作其他 App 或讀取受保護的資料。macOS 27.3 Beta 2 把這些許可權拆得更細,使用者可以只准工具操作特定 App,或只讀取選定的資料夾;啟用相關許可權時,選單列也會出現藍色提示。不過,授權步驟變多,提示又很醒目,部分設定也不容易看懂。作者認為,新設計讓使用者更能限制軟體的存取範圍,但繁瑣流程可能讓人為了省事而一路按下允許。

  25. Dev.to Top Tech72

    Firecrawl Local 和自架版有何不同?比較兩種部署方式的功能與限制

    想在自己的電腦抓取網站,卻不想維護資料庫和多個服務,可以考慮 Firecrawl Local。它是 Firecrawl 的輕量版本,能在本機抓取、爬梳和整理網站內容,並提供 API v2;搜尋等部分功能則會連到 Firecrawl Cloud。自架版需要用 Docker Compose 維護多個服務,但工作可以儲存更久,搜尋也留在自己的環境。文章也提醒,Local 的工作會在一小時後到期,部分輸出格式和功能不支援;Firecrawl 宣稱它更快、更省記憶體,但沒有公佈測試方法,想知道實際差異仍要用自己的網站測試。

  26. Dev.to Top Tech67

    Firecrawl Local 和自架版有什麼不同?比較安裝方式、功能與資料流向

    想在自己的電腦抓取網頁,卻不想另外管理資料庫和多個服務,可以看看 Firecrawl Local。它是 Firecrawl 在 2026 年 11 月 18 日推出的單一程式,可抓取、巡覽和整理網頁,並在本機提供 v2 API;自架版則需要用 Docker Compose 執行多個服務。Local 的部分功能會連到 Firecrawl Cloud,關閉雲端連線後,搜尋和受阻網頁的替代處理就無法使用。文章也比較兩者的工作儲存、輸出格式和安全設定,並提醒 37 倍速度與記憶體用量的數字是 Firecrawl 的說法,讀者可用自己的網址測試。

  27. Dev.to Top Tech37

    Supabase、Neon 和 PlanetScale 怎麼選?比較資料庫分支、速度與實際花費

    Supabase、Neon 和 PlanetScale 都能用來存資料,但各自適合的工作不一樣。Supabase 像一套附有登入、API 和檔案儲存功能的工具箱;Neon 用 Postgres,能快速複製資料庫分支,適合常開測試環境的團隊;PlanetScale 用 MySQL,擅長把大量工作分散到多臺伺服器。作者測試後發現,Neon 建立 10 GB 資料庫分支約 0.9 秒,Supabase 用備份還原約要 14 分鐘。 不過,速度快不一定最省錢:Neon 暫停後重新啟動會等一下,分支開太多也可能增加儲存費;PlanetScale 遇到大量資料掃描時,費用可能變高;Supabase 的運算費用較好預估,但沒有內建快速分支功能。挑選時,可以先想清楚自己需要完整應用工具、快速開測試資料庫,還是能分散大量 MySQL 工作。

  28. 雷科技48

    螞蟻電競 ANT255TQ 實測:2K 540Hz 高更新率也能兼顧畫質

    以前想玩高更新率的 FPS 遊戲,常得接受畫面不夠細、色彩也比較差;選畫面好看的螢幕,更新率又容易不夠高。螞蟻電競 ANT255TQ 用 24.5 吋、2K 解析度和 540Hz 更新率,搭配新面板與減少動態模糊的技術,讓畫面移動時更清楚,也保有鮮明色彩。實測《無畏契約》和《CS2》時,高更新率讓快速移動的畫面更連貫;不過想在 2K 下跑到 540fps,需要頂級 CPU 和顯示卡。售價 6299 元,較適合很在意遊戲表現、也會玩 3A 遊戲或看影片的玩家。

  29. Dev.to Top Tech63

    Zapier、Make 和 n8n 怎麼計費?用同一個流程比較實際成本

    自動化工具的月費看起來很清楚,真正跑工作流程時,消耗的計價單位卻不一樣。作者把同一個六步流程放進 Zapier、Make 和 n8n 比較:Zapier 每做一個動作算一次,Make 依模組消耗點數,n8n 則整個流程只算一次執行。按文中的免費方案換算,這個流程在 Zapier 上因為免費版只支援兩步而無法完成,在 Make 約可跑 166 次;n8n 的雲端試用有 1,000 次執行額度,自架版則要自己管理伺服器、更新和備份。比較工具時,流程長度、是否要繞過多筆資料,以及誰負責維護,都會影響實際成本。

  30. Dev.to Top Tech67

    六種工作流程工具怎麼處理長時間 API 工作?比較重試與故障復原

    外部服務可能已收到工作請求,工作流程卻在記下結果前中斷;直接重試,可能多送出一份工作。文章比較 Temporal、Inngest、Trigger.dev、AWS Step Functions Standard、n8n 和 Zapier 的等待、儲存進度、重試與人工核准方式,也提醒各工具重跑工作的範圍不同。作者建議先確認服務是否支援防止重複送出的識別碼,或能查回工作狀態;若都沒有,就把結果不明的請求交由人員確認。文章也提供故障測試流程,檢查工作能否從正確步驟恢復,以及是否需要人工處理。

  31. Dev.to Top Tech40

    資料庫 API 裡看似精確的日期,可能只是補上的「1 日」

    查論文資料時,資料庫可能寫著「2004-01-01」,期刊欄位卻只標「2004 Jan」,看起來很精確的日期,實際上未必知道是哪一天。作者猜測「1 日」有可能是系統替只記到月份的資料補上的,但沒有查證這個猜測。作者檢查了 7 筆資料,其中 3 筆出現這種情況;這不代表它很常見,也無法單靠日期欄位確認日期的來源。 作者也讓 6 個模型判斷資料在某一天是否已能用來做決定;提供「日期可能是佔位值」的提醒後,模型的答案更常符合作者預先寫下的判斷規則,但那套規則本身也有假設。遇到要判斷某項資訊當時是否已公開的情況,最好保留來源實際提供的日期精確度,別把只知道月份的資料當成已確定是哪一天。

  32. 雷科技47

    Bose Ultra 開放式耳機 II 評測:音質依舊出色,領先對手的差距縮小了

    Bose Ultra 開放式耳機 II 戴起來舒服,音量比上一代更夠,也改善了低音和通話表現,充電盒還新增無線充電。看電影時開啟電影模式,人物對白會更集中,環境聲則散佈在四周;不過在風大的地方,通話仍可能不清楚。它聽起來依舊有 Bose 的特色,但近年其他品牌的耳夾式耳機也進步不少,Bose 已不像以前那樣只靠音質就能拉開明顯差距;而且 App 功能較少,也沒有摘下耳機就自動暫停音樂的功能。

  33. Dev.to Top Tech78

    三家雲端 AI 助理平臺如何隔開使用者工作階段與執行程式碼

    把 AI 助理交給多人共用時,使用者的資料和助理寫出的程式可能碰到不同的安全風險。這篇比較 Amazon Bedrock AgentCore、Microsoft Foundry 和 Google 的 AI 助理平臺:AgentCore 和 Foundry 預設讓每位使用者的整個工作階段各自在獨立環境執行;Google 則把助理寫出的程式放進另一個不帶助理憑證的沙箱,但助理本身會和其他請求共用容器。作者也提醒,Google 沒有說明同一容器中的請求能否看到彼此的記憶或檔案,而前兩者若要讓程式遠離助理憑證,得另外使用程式碼沙箱。團隊可依最擔心資料互通,還是程式取得憑證,來比較預設防護。

    推薦理由:文章並排比較三家雲端平臺預設隔離的位置,並指出各自仍需確認或另行設定的防護,能協助團隊依主要風險選擇架構。

  34. Dev.to Top Tech62

    Notion、Obsidian 和 Superhuman Docs 一年要花多少錢?

    想用 AI 整理筆記、問問題和做語音摘要,一年到底要花多少錢?作者用一位個人工作者的使用情境,比較 Notion、Obsidian 和原名 Coda 的 Superhuman Docs,也把同步、AI 問答和語音摘要的費用算進去。按文中的價格,三套組合一年約花 $114.60 到 $300;Obsidian 配小型模型最省,Notion Business 則把會議筆記和 AI 助理放在同一方案裡。文章也提醒,Obsidian 的 AI 費用會隨使用的模型而變,Superhuman Docs 的 AI 目前仍標示為 beta,購買年費方案前要確認功能和價格。

  35. 雷科技37

    Canon EOS R8 Mark II 評測:適合新手的輕巧全片幅相機

    想拍出有氣氛的照片,卻不想背著重相機,也不想花很多時間修圖?Canon EOS R8 Mark II 主打輕巧好帶和相機內的色彩濾鏡,適合旅行、人像和日常拍攝。它有五軸機身防手震、眼睛對焦和最高約 40 張/秒連拍,還能在按下快門前記下 0.5 秒畫面,幫忙抓住瞬間。 新加入的負片濾鏡能直接拍出柔和色調,濾鏡強度可從 0 到 100% 調整,但只適用於 JPG。機身重 499g,影片可拍 6K 超取樣的 4K 60p,且不裁切畫面。文章認為,如果主要是記錄生活、喜歡照片直接好看又在意重量,R8 Mark II 很適合;需要雙卡槽、大電池和專業操控的人,則可考慮 R6 Mark II。

  36. Dev.to Top Tech47

    PhysLoop 用 LLM 修正影片動作,讓物理表現更合理

    AI 生成的影片常會出現不合常理的動作,過去想改善,可能得花很多力氣微調模型。PhysLoop 在影片生成後,讓 LLM 找出不合理的動作,再請模型重做有問題的片段,不必重新訓練影片模型。在 PhysLoop-Gen 測試中,PhysLoop 的任務成功率是 85%,Seedance 2.5 是 73%;修復有問題片段時,成功率則是 86.00%,最佳單獨基準只有 19.33%。不過,修正後的影片雖然動作更合理,畫面真實感分數仍低於 Seedance 2.5,也可能出現細微的材質瑕疵。

  37. Dev.to Top Tech66

    Gemini 4 Neon 怎麼計費?比較不同思考等級與實際呼叫成本

    使用 Gemini 4 Neon 時,光看每百萬 token 的價格,不容易知道一次工作會花多少錢,尤其模型思考時用掉的 token 也要計費。這篇整理了不同方案的價格,並用程式碼檢查、重複提示詞和長檔案提問等例子,試算每次呼叫的費用。文中也比較不同思考等級:等級提高可能讓測試分數上升,但會用掉更多輸出 token;重複提示詞若命中快取,費用也會降低。作者建議先用 medium 測試,再依任務需要調整,並用自己的提示詞實測成本。

  38. Dev.to Top Tech65

    HeyGen、Runway 等 5 家影音 AI 服務,實際產出成本怎麼算

    影音 AI 服務的月費看起來很清楚,但實際花費還會隨模型、畫質、產出長度和重做次數改變。作者根據 HeyGen、Runway、Kling、ElevenLabs 和 Synthesia 在 2026 年 11 月 19 日公佈的價格與點數用量,換算影片、配音和字幕等產出的成本。以同樣 30 秒的影片來看,HeyGen 的點數成本會因模型不同,從約 $0.10 到 $5.80;Runway 的 Gen-4.5 則會因方案不同,從 $3.60 到 $8.64。作者也提醒,沒採用的生成結果照樣會扣點數,因此估算預算時得把重做次數算進去。

  39. Artificial Analysis60

    可靈(Kling)推出 Kling Image 4.0 後,Artificial Analysis 將它和其他影像模型放在同一份榜單比較。它在文字生圖排第 7,在圖片編輯排第 6;圖片最高可生成 8K,2K 價格不到排在它前面的 OpenAI 模型的三分之一。圖片編輯的 7 種操作中,有 5 種排進前 5 名。和上一版 Kling Image 3.0 Omni 相比,新版在兩份榜單都增加超過 225 Elo,文字生圖和每一種圖片編輯操作也都有進步。

    推薦理由:這份評測把 Kling Image 4.0 與前代及榜上模型比較,呈現它在文字生圖、圖片編輯和價格上的位置。