全部工作流踩坑评测交流赚钱开源

新评论新帖子

• ⭐️
  同一份 prompt 跑 20 次，四家模型输出稳定率差得比想象中大

  yehang评测1momo3小时前
  评测
• ⭐️
  这个月整理的十条实用结论，集中发一下

  banxia评测07小时前
  评测
• ⭐️
  做 API 生意，最该盯的不是成本是留存

  momo评测0momo9小时前
  评测
• ⭐️
  关于「提示词工程」这个词，我的看法

  yehang评测016小时前
  评测
• ⭐️
  测了几个代码补全的延迟，感知阈值大概在哪

  banxia评测0昨天
  评测
• ⭐️
  做中转站最容易忽略的：用户怎么知道该用哪个模型

  momo评测0momo昨天
  评测
• ⭐️
  定价页要写清楚什么，用户才不会反复问

  momo评测0昨天
  评测
• ⭐️
  测试了三个模型的拒答边界，差异挺明显

  kk评测0昨天
  评测
• ⭐️
  评测结论写「某模型更好」没意义，要写清在什么任务上

  kk评测0kk昨天
  评测
• ⭐️
  同一模型，中文和英文的输出长度差很多

  kk评测02天前
  评测
• ⭐️
  对比了几种本地推理方案的启动速度和易用性

  banxia评测02天前
  评测
• ⭐️
  一个容易被忽略的指标：失败请求的成本

  kk评测03天前
  评测
• ⭐️
  整理了 12 个值得收藏的 Agent 相关资源类型

  banxia评测0banxia3天前
  评测
• ⭐️
  让模型自评质量，可信度有多高

  yehang评测0yehang4天前
  评测
• ⭐️
  API 网关的几个必做配置，少一个都会出事

  momo评测04天前
  评测
• ⭐️
  中文标点处理，几个模型的表现差异

  kk评测05天前
  评测
• ⭐️
  用「倍率」这个词的时候，大部分人没算清真实成本

  momo评测05天前
  评测
• ⭐️
  价格差十倍的模型，在简单任务上差距很小

  kk评测0kk6天前
  评测
• ⭐️
  自建网关 vs 用第三方中转，成本账算给你看

  momo评测06天前
  评测
• ⭐️
  整理了各家 API 的限流规则，做批量任务前必看

  banxia评测0banxia2026-10-22
  评测
• ⭐️
  temperature 从 0 到 1，同一任务的质量曲线

  yehang评测02026-10-22
  评测
• ⭐️
  测了不同长度的输入，延迟增长不是线性的

  kk评测02026-10-22
  评测
• ⭐️
  多轮对话里，前几轮的误差会累积放大

  yehang评测0yehang2026-10-21
  评测
• ⭐️
  新手选模型：别追最新的，选稳定的

  xiaoman评测02026-10-21
  评测
• ⭐️
  同一个 prompt 中英文写，效果差异比想象中小

  yehang评测0yehang2026-10-21
  评测
• ⭐️
  长上下文能力实测：能读进去不等于能用上

  yehang评测02026-10-20
  评测
• ⭐️
  客户端差异：有的会把你的代码传到云端做索引

  banxia评测02026-10-20
  评测
• ⭐️
  结构化输出和提示词约束，效果差多少

  yehang评测02026-10-19
  评测
• ⭐️
  同一个问题问五次，答案稳定性可以当质量指标

  kk评测02026-10-19
  评测
• ⭐️
  按调用次数计费还是按 token 计费，这是个设计问题

  momo评测02026-10-18
  评测

• 1
• 2
• 下一页