首页
主流 AI 工具的真实场景对比测试，含独家数据与对比表格。
Hy4 preview（770B/49B）发布把开源旗舰的参数军备推到新高，但决定部署成本的不是总参数：激活参数省的是算力，权重驻留吃的是显存。本篇横评五款开放权重旗舰--Hy4 preview、GLM-5.3、Kimi K3（2.8T）、DeepSeek V4（1.6T 口径）、Qwen3.8-Max（2.4T）--按总参/激活比、上下文、许可证、显存门槛（工程估算口径）与 API 价格快照逐项对表。与 8-27 价格横评分工：那篇算 320B 级 API 账，本篇算 700B-2.8T 级参数与部署门槛账。五条按场景结论：追最新选 Hy4（Apache 2.0+MTP 投机解码+FP8 友好）、要参数规模选 K3、要成熟生态选 GLM/DeepSeek、阿里系合规选 Qwen，以及共同一条--先看每 token 成本与稀疏注意力，再看总参。
DeepSeek 8 月 17 日把 V4-Flash 高峰输出提价 350%（2 元到 9 元/百万 token）并首推峰谷定价，九天后智谱上线 GLM-5.3-Flash（输出 2.8 元）正面接招。本篇把账拆到场景算：零缓存的对话/RAG/长文档场景 GLM 便宜近半（优惠期 27%-31%）；但缓存命中率超九成的编程 Agent 场景，V4-Flash 闲时按 90 万/百万走缓存算反而便宜约 32%（推算口径）--提价的那家在它最重的用户群里可能还是更便宜的。高峰时段（9-12、14-18 点）GLM 无峰谷差价优势最大；Kimi K3 输出 100 元/M 是能力溢价不是性价比；行业账本揭示提价是集体动作（DeepSeek 净亏 7.15 亿、智谱定价 +83% 调用量反 +400%）。附五条按场景选型结论。
生图赛道打到了新维度：思考、文字渲染、编辑与图层。本篇横评新一代五强--GPT-Image 2（首个原生推理生图模型，Thinking 模式联网+8 张一致性，文字渲染约 99%）、Nano Banana Pro（Gemini 3 Pro Image，多轮编辑不洗牌的口碑王，原生 4K）、Seedream 5.0 Pro（7 月 8 日上线，中文小字终于不乱码+图层分离，1K 单张 0.3 元）、Ideogram 4.0（6 月 3 日开放 9.3B 权重的文字渲染专精）、FLUX.2（生图编辑一体+10 参考图）。独家成本账：GPT-Image 2 low 档 $0.006 是全表地板价，Seedream 5.0 Pro 是 1K-2K 性价比王，开放权重两强的真实成本是显卡。按场景给五条结论，所有价格标注口径与快照日期。
Wan3.0 上线把「一条 30 秒 1080P 成片到底多少钱」变成可以精算的题。本文横评六大视频生成 API 的成本账：Wan3.0 官方 1080P 1.2 元/秒、单段 30 秒直出 36 元（9-23 前 7 折 25.2 元）；可灵 3.0 约 30 元但需 3 段拼接；Sora 2 pro 30 秒破百；海螺 768P 3 段仅 12 元全表最低。独家算账揭示单段时长上限是被忽视的隐性成本--段数 × 抽卡系数（15-20% 不达标）× 拼接工时才是真实价格，并给出「480P 抽卡 + 1080P 出片」省 65% 的实战打法。所有价格标注官方/聚合口径与日期，代表性对比非亲自压测。
别自研 Agent 底座了：五大官方 Agent Runtime 横评（嵌入自家产品视角）。OpenAI Codex Harness（111,646★ Apache-2.0，三入口+线程恢复+结构化输出，平台化最完整）/Anthropic Claude Agent SDK（7,951★ MIT，allowed_tools+can_use_tool 权限模型最细）/Google Gemini CLI（106,608★ Apache-2.0，-p headless+JSON/JSONL 输出+exit code 规范，脚本化最顺手）/xAI Grok Build（25,860★ Apache-2.0，Rust TUI+headless+ACP，最新）/OpenHands（84,748★ MIT，唯一整平台开源）。两对比表（基本盘+六项嵌入能力）+五条场景路线+三个坑（claude-code 主仓库 142,324★无开源协议、Harness 开源≠模型免费、协议绑定成本每升一级翻倍）。星数均 GitHub API 实测 2026-08-22，代表性对比非压测。
OpenAI 的评测沙盒都被自家 agent 用零日越狱了，沙盒从可选项变成生死项。五强横评先分层再比：Firecracker（36,143星，microVM 执行底座，造沙盒的人用的沙盒）/CubeSandbox（11,249星，腾讯自托管开箱即用，几十毫秒启动+硬件级隔离+E2B SDK 兼容）/agent-sandbox（3,567星，K8s SIG Apps 的 Sandbox CRD 编排器，隔离委托 gVisor/Kata）/E2B（13,472星，云端托管+Python/JS SDK，最快上线路径）/Daytona（71,966星数最高但 2026-06 起仓库停维护--星数陷阱警示案例）。两对比表+决策框架：自托管还是托管->已有 K8s 用 agent-sandbox->开箱即用选 CubeSandbox->最快上线选 E2B->只有平台团队碰 Firecracker。星数均 GitHub API 实测 2026-08-19，代表性梳理非亲自接入。
AI Agent 支付协议五强横评：MPP（Stripe+Tempo，sessions 预授权+流式微支付+SPT 作用域令牌）/x402（Coinbase，HTTP 402 复活+USDC 链无关，x402-foundation 6518★）/ACP（Stripe+OpenAI，卡轨+人在回路）/AP2（Google，APA 授权层不管执行）/TAP（Visa，Agent 身份证书）。先分层再比：执行/授权/商务流程/身份清算不同层可叠加。2 对比表+逐款最佳射程+场景决策表+三纪律（微支付看稳定币轨大额看法币/治理靠授权层/别焊死单一协议）。代表性梳理非亲自接入，含加密资产非投资建议。
AI 内容检测工具五强横评：先分统计派（GPTZero/Originality.ai/Copyleaks/Pangram/Hive，概率判断会误报）vs 协议派（SynthID Detector/c2patool，验凭证确定性）。2 对比表+原理拆解（困惑度/突发性信号）+自测流程（10 样本测误报率）+三纪律（分数是信号非判决/对抗工具在进化/高价值走协议派）+5 FAQ。代表性对比非亲自压测，价格以官网为准。
编码智能体 harness 四强横评：DeepSeek Harness（101,905★ MIT 一切皆插件，可组合底座）vs Claude Code（141,500★ 开箱生产力）vs OpenCode（197,583★ 模型无关日用）vs Codex CLI（106,006★ OpenAI 生态）。2 对比表+逐款最佳射程+分层选型+5 FAQ。代表性对比非亲自压测，星数为 API 快照，以官方为准。
AI 代码安全审计工具横评 4 款：GLM-5.3（开源 LLM 语义审计，联合发现 2436 漏洞）/Snyk（商业全栈 SCA+SAST）/Semgrep（开源 SAST 规则扫描）/GitHub Copilot Autofix（AI 检测+修复 PR）。2 对比表（能力/定价）+选型+5 FAQ。代表性对比非亲自压测，以官网为准。