跳到正文

#評測/基準

RSS
今日 9 則
今天11月23日週一
  1. Dev.to Top Tech67

    Artificial Analysis 評比 GPT-6.2 Astra、Sol 與 Claude 的回答風格

    GPT-6.2 Astra 和 Sol 的回答變短了,但回答方式的改變不代表答案變得更準或更不準。Artificial Analysis 比較多個模型後發現,Astra 和 Sol 的回答篇幅與段落標題都減少,直接先給答案、聽起來自然的分數則上升;透明度分數分別是 41 和 57,低於 Fable 5.2 的 81 與 Opus 5.5 的 90。這些分數反映模型怎麼表達,不是回答正確率;在重要情境中,使用者不能只靠模型是否承認不確定來判斷內容可信度。

  2. elvis47

    RoboQuest 是用來測試機器人能不能先搜尋、檢查,再做實際測試的評量。表現最好的模型只完成 23.2% 的任務;但單獨測試任務中用到的動作技能時,同一批模型有 72–81% 的成功率。這表示難題不在於機器人會不會動,而在於能不能找齊證據再做決定。機器人常已看到值得檢查的線索,卻太早停止探索或急著行動;要讓機器人更可靠,就得加強追蹤證據、規劃和出錯後的補救能力。

  3. Dev.to Top Tech58

    Zapier、Make、n8n 和 Pipedream 的工作流程費用怎麼算?作者做了試算工具

    自動化流程剛開始時看起來不貴,跑得多了,帳單卻可能差很多。作者比較 Zapier、Make、n8n Cloud 和 Pipedream 的計費方式:Zapier 按每個動作計算,Make 按模組執行次數計算,n8n Cloud 按整條流程跑幾次計算,Pipedream 則看每次執行用了多少運算時間。作者也做了線上試算工具,可調整每月執行次數、每次步驟數和月繳或年繳,檢視費用差異並匯出 CSV。文中提醒,流程步驟多寡和等待外部服務的時間,都會影響最後費用。

  4. Dev.to Top Tech73

    HeyGen Voice Turbo API 免費到 11 月 30 日,作者整理排名、價格與限制

    想試新的文字轉語音工具,又不確定音質和費用是否划算?作者整理 HeyGen Voice Turbo 的公告與 Artificial Analysis 排名;在使用相同聲音、讓聽眾盲聽比較的測試中,Turbo 排名第一,完整 HeyGen Voice 排名第二。免費方案到 11 月 30 日,提供盡力服務,沒有穩定度或延遲保證,額滿時請求可能回傳 429;可用公開聲音和即時克隆,不含專業聲音克隆。作者沒有實際用它處理正式流量,建議先拿自己的文字試聽比較,不要只憑排名就換掉正在使用的服務。

  5. Dev.to Top Tech39

    Tweet Hunter 替代工具怎麼選?比較 X 排程、社群經營功能與價格

    想找 Tweet Hunter 替代工具,可能是嫌價格高,也可能只需要排程,或不想把 X 帳號交給另一個服務。這篇比較各工具官網列出的功能與價格,也提醒 Hypefury 目前的支援平臺名單沒有 X,因此不能當作 X 的替代工具。若想在多個社群平臺排程,可以看 Buffer 或 Typefully;若想留在自己的 Chrome 瀏覽器裡操作、不用 OAuth 連線帳號,可以試試 GrowX。 例如,GrowX 免費方案可排程最多 10 則貼文,但電腦和 Chrome 必須開著,關機時不會發文,也沒有 Tweet Hunter 的自動私訊或雲端 CRM。Tweet Hunter 則提供貼文資料庫、AI 寫作等成長功能。選工具時,應先看自己需要的工作方式;價格較低,不代表功能就能直接取代。

  6. Tom’s Hardware AI & Computing46

    Lenovo Pro 9n 評測:18 核心 RTX Spark 筆電表現如何?

    Lenovo Pro 9n 是一臺搭載 18 核心 RTX Spark 的高階筆電,特色是色彩鮮豔的 15.3 吋 OLED 螢幕,也附有觸控筆。測試顯示,它處理 AI 對話的速度和搭載較高階 RTX Spark 的 Surface Laptop Ultra 差距不大;但在 3DMark 測試中,表現落後於對方。實際玩遊戲時,畫面設定為 1920 x 1200、特效調到中等的《007: First Light》約有每秒 30 張畫面,開啟 DLSS 的動態設定後則提升到每秒 40 至 72 張。 這臺筆電的螢幕明亮、顏色鮮豔,鍵盤打起來也舒服,電池測試約可用 10 小時 30 分鐘;不過螢幕顏色有時太濃,觸控筆不能用在觸控螢幕上,而且價格不低。整體來說,它適合想要大螢幕、好鍵盤和 RTX Spark 效能的人,但測試結果顯示,較少的核心會讓部分工作和遊戲表現落後。

  7. Dev.to Top Tech42

    CodeAF 和 9 款 AI 程式設計助理比做 DeepSWE 任務

    AI 程式設計助理的總分看起來接近,實際上可能擅長解不同的題目。這次比較讓 10 款工具用同一個模型挑戰 DeepSWE 的 113 項任務,再逐題確認哪些做對、哪些沒做成。CodeAF 的 senior-dev 模式答對 62 題;和 mini-swe-agent 相比,有 29 題只有 CodeAF 做對,另有 23 題只有 mini-swe-agent 做對。這表示只看總分,會漏掉兩款工具各自擅長的題目;而且有 15 題連所有工具都沒答對。

  8. Dev.to Top Tech63

    三張照片測試都更小,作者建議 AVIF 優先於 WebP

    照片放在網站上,檔案太大會拖慢載入;作者用同一套工具比較 WebP 和 AVIF,測試的三張照片都以 AVIF 壓得更小,差距從 12% 到 43%。不過,簡單的平面圖形用 WebP 反而更省空間,AVIF 編碼也比較慢。作者建議照片先用 AVIF,再用 WebP 和 JPEG 備用,並在上傳或建置時先轉好、之後快取,避免每次有人看圖才重新編碼。

  9. Dev.to Top Tech73

    GPT-6.2 Astra、Sol 與 Claude Opus 5.5 評測:Sol 在 SimpleBench 的分數低於 6.1

    換上新模型後,分數變好、價格不變,聽起來很合理,但 SimpleBench 的結果給出不同訊號。作者整理排行榜、廠商公佈的數字和價格,指出 GPT-6.2 Sol 得分 69.9%,低於同價的 GPT-6.1 Sol 的 82.9%;GPT-6.2 Astra 得分 77.3%,Claude Opus 5.5 則是 88.4%。作者沒有親自跑測試,數字來自排行榜和廠商資料;他也提醒,SimpleBench 主要測容易被細節誤導的題目,不等於所有工作表現。文章建議先用自己的工作內容比較新舊模型,並以完成一項工作的總成本來衡量價格。

11月22日週日
  1. Dev.to Top Tech67

    Unkernel 評測:把 Linux 放進瀏覽器,Node 24 才能編譯

    想讓人直接在網頁試用 Linux 工具,通常得準備遠端虛擬機器或伺服器。Unkernel 把 Linux 核心編譯成 WebAssembly,讓程式在瀏覽器或 Node 裡執行,支援 aarch64 程式,也能使用完整的記憶體管理功能。專案公佈的資料顯示,Alpine 命令提示字元約在啟動 Node 後 0.3 秒出現;但安裝套件等吃 CPU 的工作仍較慢。作者實際測試發現,專案要求 Node 24 以上,使用 Node 18.20.4 編譯會失敗;因此它較適合輕量互動示範,遷移前也要確認建置環境符合需求。

  2. The New Stack77

    GPT-6.2 Astra 和 Claude Fable 5.2 實測:準確度接近,費用與速度差很多

    選模型時,答得準不準只是其中一件事,花多少錢、等多久也會影響實際使用。作者用月底帳務、帳務程式修正和實驗室資料分析三種工作比較 GPT-6.2 Astra 與 Claude Fable 5.2;兩者在帳務和資料分析都拿滿分,Fable 5.2 在程式測試多拿 2 分。整體來看,Astra 花費較低、完成較快,但在程式測試中漏掉一條會影響顧客帳單的規則。作者建議先讓 Astra 重做幾次並比對結果,有錯誤或差異時,再用 Fable 5.2 複核。

    推薦理由:三種工作測試顯示兩個模型的準確度接近,但花費和完成時間差距很大,能幫助讀者依錯誤代價選擇模型與複核方式。

  3. Tom’s Hardware AI & Computing75

    Neuralink 受試者用意念玩《GTA 6》,不再靠嘴含棒操作平板

    行動不便的人用嘴含棒操作平板,能玩的遊戲有限,也可能讓下巴痠痛。Neuralink 一名臨床試驗參與者改用腦機介面玩《GTA 6》:團隊把他想像中的手指和手部動作,對應到 PlayStation 5 手把的按鍵與操作,例如想像敲一下無名指就會按下方形鍵。影片也提到有個操作繫結到腳,但沒有說明它控制什麼。這次示範呈現腦機介面如何讓參與者用意念操作遊戲,也讓他能做以前較難做到的事。

  4. Dev.to Top Tech66

    Inkling 2 Mini GGUF 評測:16、24 和 32 GB 裝置該選哪種量化檔?

    在自己的裝置上跑大型模型時,模型檔案只是記憶體需求的一部分,長上下文還會用掉 KV 快取,若要讀圖片也得算上額外檔案。作者整理 Inkling 2 Mini 的 GGUF 檔案大小,並估算不同上下文長度需要多少快取。文章建議,16 GB 裝置可考慮較小的 IQ3 或 Q3 檔案並使用中等上下文;24 GB 裝置可搭配 Q4_K_M 使用 128K 上下文;32 GB 裝置則可選 Q8 檔案,並為圖片功能預留空間。實際需求會隨執行工具如何儲存快取而變動,作者也提醒,可在送出長提示詞後檢視記憶體用量。

  5. Dev.to Top Tech43

    SilkPlayer 實測 400 Mbps 4K 影片,播放順不順?

    播放器寫著支援 4K,不代表播起來一定順,遇到高畫質影片還可能卡住或顏色不對。作者用 SilkPlayer 2.0.2 播放 120、200、400 Mbps 的 4K 影片,還測了兩種 8K Dolby Vision 影片,五個檔案都順利播放;其中 8K Profile 5 的顏色也顯示正常。這些測試只檢查影片解碼,還沒涵蓋字幕、音訊等情況。SilkPlayer 本身不到 20 MB,免費且開放原始碼。

  6. Dev.to Top Tech46

    測試發現:給 AI 助理一份正確程式碼範例,比列出 25 多條「絕對不要」規則快 2.85 倍

    寫給 AI 助理的規則常塞滿「絕對不要這樣做」,但規則太多,模型可能反而漏掉真正重要的細節。這次測試讓 Gemini 3.8 Flash 修改一套付款程式:一組提示詞列出 25 多條禁令,另一組則提供一份示範正確寫法的程式碼範例。前者做了 3 次才通過 20 項檢查中的 16 項;後者一次就全數通過,執行速度快 2.85 倍。結果顯示,直接示範希望 AI 助理怎麼寫,可能比一再提醒它不能做什麼更有效。

  7. Dev.to Top Tech46

    NestDaddy 評比官方登入的遠端 MCP 伺服器,發現穩定度和工具說明還有改善空間

    遠端 MCP 伺服器有時連不上,工具名稱或輸入內容悄悄改掉,也可能讓 AI 助理的工作中斷。NestDaddy 每天用公開連線檢查官方登入的伺服器,看看能不能連上、回應多快,以及工具和說明是否清楚,再給每臺伺服器 A+ 到 F 的成績。這次檢查了 41,645 臺伺服器,其中 41,089 臺資料足夠評分;最高分的 A+ 有 7,051 臺,最多的是 B 級,有 16,185 臺。 檢查發現,伺服器第一次回應的中間速度是 253 毫秒,但有些伺服器不夠穩,工具說明也不一定完整。像工具的輸入欄位沒有說明,AI 助理就得猜該填什麼。NestDaddy 建議把每個工具和輸入欄位說清楚、保持名稱穩定,也要讓伺服器維持正常運作;使用者就更容易看懂工具能做什麼,AI 助理也比較不會因為工具突然改變而出錯。

  8. Dev.to Top Tech52

    pass^k 如何抓出不穩定的 AI 助理,以及 pass@k 為何會誤導

    AI 助理偶爾能答對,不代表每次都可靠;只看多次嘗試中有一次成功,可能會讓評測結果看起來太好。作者比較 pass@k 和 pass^k:前者看 k 次裡至少成功一次,後者要求 k 次全部成功。以每項任務呼叫 50 次工具為例,即使每次呼叫有 99% 成功率,整項任務成功率也約為 60%。作者也分享自家 AI 營運商店的做法:記錄每一步的輸入、工具呼叫、輸出和成敗,再由不同於產生答案的確定性檢查程式核對紀錄。

  9. MarkTechPost67

    2026 個人 AI 助理比較:OpenClaw、Hermes Agent 等工具的記憶、安全與費用

    個人 AI 助理能持續替人處理工作,也可能接觸信箱、檔案和帳號,因此記憶放在哪裡、能做哪些事和要花多少錢都很重要。MarkTechPost 比較 Hermes Agent、OpenClaw、Gemini Spark、OpenAI dots、Meta Muse 和 Perplexity Personal Computer 等工具。Hermes Agent 和 OpenClaw 可把記憶存成自己能檢視的檔案;雲端服務則在各家平臺上運作。文章也提醒,OpenClaw 預設可完整存取主機,需自行開啟沙盒;自架工具的費用還要算模型用量和主機,雲端工具多以訂閱計費。

  10. Dev.to Top Tech54

    持有 20 根 K 棒後,這套交易策略少賺了三分之一

    一套策略回測獲利,不代表換個持有時間後還能保住成果。作者用相同的 49 筆進場交易,比較持有 10 根和 20 根 K 棒的結果:20 根版本淨利從 +$2,420.59 降到 +$1,578.25。多出的時間讓 24 筆交易多賺 299.31 點,卻也讓另外 6 筆原本會提早出場的交易碰上停損,合計少了 476.34 點。作者也提醒,獲利仍高度仰賴單筆交易;扣掉最大獲利的那筆後,只剩 +$100.47。這次回測沒有計入手續費與滑價,也沒有用新資料測試。

  11. Dev.to Top Tech42

    SeaweedFS vs MinIO:多 PB 儲存下,哪套 S3 儲存系統適合大量檔案?

    SeaweedFS 和 MinIO 都能讓軟體用 S3 API 存取檔案,但各自擅長的事不同。這篇比較發現,在 9 臺伺服器的測試中,MinIO 讀寫速度較快;SeaweedFS 則更會處理大量小檔案,也能讓人像使用一般資料夾那樣存取檔案。以 10 億個物件來看,SeaweedFS 的資料索引約佔 28 GB,MinIO 約佔 380 GB。 如果工作重點是快速讀寫、需要完整的 S3 功能和付費支援,MinIO 比較合適;若要存好幾十億個檔案,或需要資料夾式存取,SeaweedFS 更省索引空間。不過 SeaweedFS 要照顧好幾個互相配合的服務,MinIO 在檔案數非常多時,列出檔案可能變慢;選哪套要看最常做的工作和團隊能負擔的管理方式。

  12. Dev.to Top Tech42

    Spark-X2.5 1.7B 在 Rockchip RK3576、RK3588 上的執行速度與記憶體用量

    想在 Rockchip RK3576 或 RK3588 上跑 Spark-X2.5 1.7B,可以先參考 Rockchip 的測試資料:RK3576 每秒產生 13.57 個 token,第一個 token 等了 768.66 毫秒;RK3588 每秒產生 15.61 個 token,等了 386.23 毫秒。測試使用不同的量化格式,也用了 128 個輸入 token、要求產生 64 個新 token。作者建議先看自己要用的開發板適合哪種格式,再用實際提示詞測試,並分開記錄第一個 token 等多久,以及後續產生速度。

  13. The Decoder61

    Artificial Analysis 比較 GPT-6.2 Astra、Sol 與 Claude 的回答風格

    AI 模型回答得更精簡,不一定代表回答更可靠;不同模型也可能用不同方式表達不確定。Artificial Analysis 比較 GPT-6.2 Astra、Sol 和 Claude Fable 5.2、Opus 5.5,發現 Astra 和 Sol 的回答變短,也更快切入問題;Claude 在透明度和組織方式的分數較高。這些分數是和其他受測模型相比的風格排名,不是答案正確率;透明度分數較低,也不代表模型更常答錯。

  14. Dev.to Top Tech74

    如何看懂大型語言模型的延遲數字:TTFT、樣本數與單次測量的問題

    只測一次,很容易把大型語言模型的速度看錯,因為同一模型連續呼叫幾次,等到第一個 token 出現的時間也可能差很多。作者用同一個 API 測了多款模型,每款連測三次,並比較中位數與起伏範圍;有些模型的內部差距比模型之間的速度差還大,因此資料不足以判定哪個比較快。DeepSeek-V4-Pro 也曾連續兩個測量時段變慢,之後又恢復。作者建議至少測三次,記下中位數、範圍和測量時間;HTTP 429 代表請求受到容量或配額限制,應當作一項結果記錄。

  15. BlockTempo 動區動趨62

    GTA 6 評分追平《薩爾達傳說:時之笛》,首日銷售額創娛樂產品紀錄

    GTA 6 睽違 13 年推出,媒體評分和首日銷售都受到關注。152 篇評測給它平均 99 分,追平《薩爾達傳說:時之笛》的 Metacritic 最高紀錄;Take-Two 表示,首日零售銷售額達 37.9 億美元,約是 GTA 5 首日的 4.7 倍。評測常稱讚開放世界細節,以及主角 Jason 和 Lucia 的感情故事。發售當天,美國有開機的 PS5 玩家中 61% 玩了這款遊戲,平均遊玩約 8.5 小時。不過,Take-Two 股價當天收跌 3.7%,而 PC 版與 GTA Online 的推出日期尚未公佈。

  16. Dev.to Top Tech66

    ChatGPT 和 Google AI 每月 ₩29,000 的方案,內容差在哪裡?

    ChatGPT 和 Google AI 都有每月 ₩29,000 的方案,但這筆錢買到的服務差很多。作者在韓國檢視兩家的官方價格頁,發現 ChatGPT Plus 提供 GPT-6 系列模型、工作功能與不同的上下文長度;Google AI Pro 則附上 5 TB 儲存空間、影片點數和其他服務,並列出 1,000,000 的上下文長度。作者也提醒,頁面沒有說清楚「不限量」的實際上限,部分附加服務還有地區或資格限制。選方案時,可以先看自己需要模型功能、儲存空間,還是清楚列出的使用上限。

  17. Dev.to Top Tech48

    Cursor 和 GitHub Copilot 怎麼選?入門價只差 $2,最高價差 $100

    Cursor 和 GitHub Copilot 的入門付費方案只差 $2:Cursor Plus 每月 $8,GitHub Copilot Pro 每月 $10;但兩邊收費代表的內容不一樣。Cursor Plus 只能用 Grok 模型,想用第三方模型要從每月 $30 的 Premium 開始;GitHub Copilot Pro 則包含 Claude Code、Codex 等 AI 助理,以及 $15 的每月額度。 GitHub Copilot 各付費方案會列出額度金額,方便估算花費;Cursor 列的是使用量倍數,卻沒說共同使用額度到底有多大,因此不能直接拿兩邊比較。買 10 個帳號時,Cursor Teams 每月 $300,GitHub Copilot Pro+ 每月 $390;最高方案則是 Cursor Ultra 每月 $2,000,GitHub Copilot Max 每月 $1,000。該選哪個,得看你需要哪些模型,以及想不想先算出每月用量預算。

  18. Dev.to Top Tech43

    Webflow 和 Framer 網站方案怎麼選?先看 CMS 和流量,再比價格

    Webflow 和 Framer 入門方案的價格看起來只差一點,但提供的東西不一樣:Framer Basic 每月 $10,就有 CMS;Webflow Basic 每月 $15,沒有 CMS,想用 CMS 得升到每月 $25 的 Premium。若網站要放很多文章或商品,Webflow Premium 有 20,000 個 CMS 專案,Framer Pro 每月 $30 則有 2,500 個。 網站頁數和流量也要一起算:Webflow Basic 可做 300 頁,Framer Basic 有 30 頁;流量超過方案上限時,Framer 會按用量收費,Webflow 則會在連續兩個月超量後自動升級方案。這些都是選擇年繳時列出的月費,還沒加稅;挑方案前,先確認自己需要的是 CMS、更多頁面,還是能應付更多流量。

  19. Dev.to Top Tech39

    AI 助理觀測工具怎麼選?看即時除錯用追蹤工具,事後舉證用收據紀錄

    想知道 AI 助理為什麼出錯、花了多少時間和 token,追蹤工具可以讓團隊一邊執行一邊檢視;LangSmith、Langfuse、AgentOps 和 Helicone 都適合這類工作。若要讓客戶或稽核人員事後確認 AI 助理做過什麼,就需要另一種收據紀錄:系統會在工作執行時存下結果並計算 SHA-256,別人之後不用登入,也能重新計算來確認紀錄有沒有被改過。 例如,文中的價格查詢收據重新計算後,雜湊值與紀錄相符,表示存下的結果沒有被更動;但這不代表價格本身正確。追蹤工具適合找出問題,收據紀錄適合證明結果曾被儲存,兩者能解決不同的麻煩。

  20. Dev.to Top Tech61

    AI 模型 API 價格比較:每百萬 tokens 從 $0.02 到 $180

    挑 AI 模型時,除了回答品質,呼叫 API 要花多少錢也很重要。這份整理每天更新 373 個模型 API 的輸入與輸出價格及上下文長度;截至 11 月 22 日,最便宜的模型每百萬輸入 tokens 約 $0.02,GPT-5.5 Pro 每百萬輸出 tokens 則要 $180。輸出通常比輸入貴,長篇回答會增加花費;讀大量檔案、只回短摘要時,費用則多半來自輸入。作者也提醒,便宜模型若需要多試幾次,整體成本可能更高,選用前可拿自己的提示詞比較不同價位的模型。

  21. Dev.to Top Tech37

    Claude Code 手機遠端控制工具比較:Remote Control、Happy、Omnara、Paseo 與 Kiteline

    人離開電腦時,Claude Code 或 Codex 可能卡在等你按下同意的畫面;手機遠端控制工具能讓你檢視工作進度、回覆它。這篇比較五種工具:只用 Claude Code、想少設定的人可看官方 Remote Control;重視開源和端對端加密的人可看 Happy 或 Paseo;要在多臺電腦上管理 Claude Code、Codex 等多種 AI 助理的人,則可看 Kiteline。Kiteline 會把已經在執行的工作集中顯示,也提供傳送螢幕截圖、用瀏覽器操作網頁等功能。選工具時,除了手機能不能批准工作,也要留意能管理幾個工作、是否得改變啟動方式,以及維護狀況和連線方式。

  22. Dev.to Top Tech48

    PySceneDetect 能找出影片切換畫面,卻不知道哪一段值得剪成精華

    想從長影片挑出精彩片段,不能只看畫面什麼時候切換:精彩可能是安靜的一句笑話,也可能是突然閃光。作者做了一段自己設計的短影片,放進 5 次場景切換和 3 個像精華的事件,再用 PySceneDetect 0.7.3 測試。結果,AdaptiveDetector 找到全部 5 次切換,但也把閃光和淡出後的黑畫面當成切換;ContentDetector 還漏掉其中一次。另一種只看畫面和聲音變化的簡單方法找到了 3 個事件,卻也把場景切換等變化一起抓進來。這提醒我們,找切換點不等於找精彩片段,剪輯的人還是得看過候選片段再決定。

  23. Dev.to Top Tech63

    ChatGPT Plus 和 Claude Pro 每月約 20 美元,能用的功能差在哪?

    ChatGPT Plus 和 Claude Pro 每月都約 20 美元,但付費後能用的功能不一樣。作者在同一天檢視兩家的價格頁面,整理出 Claude Pro 包含 Claude Code 程式助理,ChatGPT Plus 則能有限使用 GPT-6 Astra 和 GPT-6.1 Sol。ChatGPT 也列出不同方案的上下文額度,Claude 的價格頁面沒有提供這項數字;Claude Pro 可年繳,ChatGPT 個人方案則沒有年繳選項。文章也提醒,兩家的免費方案差異很大:Claude 限制使用量,ChatGPT 免費版則不開放部分高階模型。

  24. Dev.to Top Tech54

    Zapier 和 Make 怎麼選?免費額度看似差 10 倍,實際流程約差 2.5 倍

    Zapier 用 tasks 計費,Make 用 credits 計費,所以免費方案上的 100 對 1,000,不能直接當成工作量差 10 倍。作者用兩家平臺的計費說明估算一個包含四個模組的流程:Make 每月約可跑 250 次,Zapier 則以每次消耗一個 task 計算,可跑 100 次;實際用量會隨流程做的事改變。Make 的程式碼工具按執行秒數扣 credits,Zapier 的程式碼用量則沒有公開明確費率。文章也提醒,Make 標示的 $9 是年繳方案的月均價,且免費方案每 15 分鐘才檢查一次。

  25. Dev.to Top Tech57

    Runway 和 Pika 影片方案比較:同樣 $35,能生成的秒數差很多

    Runway 和 Pika 都用點數計價,光看月費很難知道能做多少影片。作者比對兩家在 2026 年 11 月 22 日公佈的價格,換算不同方案能生成的影片秒數:$35 的 Runway Pro 可做 187 秒 Gen-4.5,Pika Creator 則可做 650 秒 Pika 2.5;若選 Pika 的 Seedance 2.5,同一方案只夠做 107 秒。兩家的模型和畫質設定不完全相同,因此不能只看秒數判斷哪家更划算。文章也提醒,Pika 的免費方案沒有每月點數,Runway 的定價頁則未列出商用授權條件。

  26. Dev.to Top Tech46

    GLM-5.5 傳聞下週推出?查過 Z.ai 和 Hugging Face,目前都沒有證據

    網路上流傳 GLM-5.5 下週就要推出,還說它有超過 1 兆個引數、能一次處理 100 萬個 token,並會開放模型權重下載。但查過 Z.ai 官網和 Hugging Face 的官方頁面,都找不到 GLM-5.5 的發布訊息或模型資料;目前能確認的最新版本是 GLM-5.3。這就像聽說新玩具快上市,卻還沒在店家目錄裡看到它:傳聞可能成真,但現在沒有證據,先別急著為它調整系統或花錢準備。

  27. Dev.to Top Tech56

    GPT-Live-1.1 語音接待員每接 1,000 通電話約花 $140,後端費用另計

    電話接待 AI 有不少時間是在等來電者說話,這些安靜時段也會產生費用。作者依 GPT-Live-1.1 的語音計價方式估算,若 1,000 通電話每通 4 分鐘、其中一半時間安靜,語音費約 $140,比全程都在交談的 $200 少 $60。待機折扣只適用於 WebRTC 語音連線;後端模型和工具呼叫仍照常計費,走純 SIP 的電話線也沒有這項折扣。因此,長時間等候的電話較可能省錢,短而密集的通話則不一定。

  28. Dev.to Top Tech37

    工程師離職交接檔案總是寫不完?HandoffKit 用範本先搭好架構

    工程師準備離職時,常常忙著收尾,接手的人又不知道該問什麼,交接檔案就一直拖著。HandoffKit 是一套售價 $13 的交接範本,附上小型 bash 指令工具,可以把 6 個 Markdown 或 JSON 檔案複製到專案資料夾;範本先列好章節,工程師再填入實際內容。不過,generate 只會複製檔案,不會替你填資料;diff 也只能檢查檔案是否存在,抓不到內容變動。這套工具適合需要交接架構的人,但檔案仍得自己寫,README 對工具功能的描述也有幾處和實際測試結果不符。

  29. Dev.to Top Tech81

    Inkling 2 Mini 如何用重複運算,讓 26.4B 引數模型裝進約 20GB

    模型引數多,常會需要更多記憶體;Inkling 2 Mini 用一種重複運算的方法,讓模型可以裝進約 20GB。它會讓中間幾層重複處理同一份資料,因此用同一批引數多算幾次,而不是一直增加新引數。模型共有 26.4B 引數,每個 token 只啟用 3.4B,文章說可在 32GB Mac 上執行。它在 SWE-bench Verified 得到 79.2%,但這些成績來自團隊自己的測試,還沒有獨立重現;文章也提到,不同來源對重複運算的次數說法不一。

    推薦理由:文章以 Inkling 2 Mini 的引數規模、記憶體需求與程式基準比較,說明重複使用部分層如何用更多運算換取較小模型,並交代測試仍來自實驗室。

  30. Dev.to Top Tech40

    AI Doc Generator 實測:用檔案覆蓋率檢查擋下不完整的程式說明

    接手程式時,常得花時間猜函式在做什麼;AI Doc Generator 想用一個數字,讓團隊知道有多少函式和類別缺少說明,也能在程式更新時檢查這個比例有沒有低於門檻。它是售價 $49 的 Python 命令列工具,能列出缺少說明的地方、檢查檔案覆蓋率,也能匯出 JSON。實測時,把門檻設成 80%,覆蓋率不夠就會讓建置失敗。不過,它目前不會真的用 AI 撰寫說明;自動插入說明時,還可能弄壞程式檔,接著把壞掉的檔案誤算成 100% 覆蓋。適合想檢查檔案數量的團隊,若想要 AI 幫忙寫說明,就不適合買它。

  31. Dev.to Top Tech62

    VIDRAFT 如何重現黎曼猜想的 Lean 形式化證明

    數學證明就算寫成電腦能檢查的形式,也需要確認檔案能否完整編譯,以及最後的定理依賴哪些假設。VIDRAFT 下載並重新編譯一份以 Lean 撰寫的黎曼猜想證明,共檢查 175,187 個檔案,沒有編譯錯誤;Lean 核心也顯示,定理只依賴 Lean 和 Mathlib 的三個標準公理,沒有使用 sorry 或額外公理。作者另做了一個互動工具,用數值計算展示 Weil 二次型在五個真正的 L 函式與三個仿造例子上的正負差異。這些計算展示了相關性質,形式化證明則由 Lean 編譯與檢查。