所有文章

一份正確逐字稿，仍可能讓 Voice Agent 過早做錯動作。本篇用 12 段錄音，帶你測 first usable text、stable-final delay、Barge-in、關鍵數字、Task Success 與 Partial Transcript 安全閘門。

把一次性生圖咒語拆成可驗證、可 diff 的視覺契約：從自有品牌 Brief、四個受控變體，到 API manifest 與五道驗收 gate。

排行榜較高，不代表新模型已取代你的工作。用 12 題私有 Eval 與真實重抓驗證，決定舊模型該保留、冷封存、改為重抓，或永久刪除。

別用別人的使用時數選方案。這篇用 7 天 Usage 稽核、完成任務、中斷成本與額外用量，教你比較 Pro、Max 5x、Max 20x 和按量付費。

Ramp 發現 Fable 5 在其模型計費樣本中只占 Anthropic Token 6%、支出 11.4%。價格是答案嗎？本文拆解分母、發布中斷、保留政策與模型路由，提出更合理的企業採購指標。

需求改對了，文件卻還留著「不要加番茄醬」？這篇用四步拆開現況、決策史與對話殘影，並附 Reviewer Prompt、Stop hook 與 10-case Eval。

油價與美債殖利率回落，科技股喘口氣；• $SMCI 搶進 Cisco AI 工廠 • $DKS 暴跌三成 • $INTU 盤後重挫。

Qwen3.8-Flash-Next 不是 6B 小模型，而是 Qwen4 架構預覽。本文拆解約 180B 儲存權重、QSA、262K／1M Context，並查證第三方端點速度、輸出成本、授權與 runtime 成熟度。

Apodex 1.1 這波發布涵蓋完整託管版本（官方模型文件標示 397B）、35B Mini 開放權重與 FrontierAgent。本文拆解長任務設計、作者自報 benchmark，以及「Mini 追上前沿」仍需補上的證據。