模型介绍
Gemini 4 Carbon：网络安全、编程能力、价格与开放时间
Gemini 4 Carbon 是 Google 面向长周期编程与网络防御的新旗舰模型。本文拆解基准、价格、开放状态，以及开发者现在是否值得等待。
阅读模型介绍
模型介绍
Wan 3.0 六五折：价格、模型能力与真实实测
SandBase 上 Wan 3.0 正在打六五折。本文算清 5 秒与 30 秒真实价格，拆解模型能力、API 用法、实测表现和限制。
阅读
模型介绍
Claude Opus 5.5 API 详解：SandBase 5 折、价格与使用边界
Claude Opus 5.5 API 详解：SandBase 当前 5 折后 $2/$10，1M 上下文、128K 输出、跑分、迁移坑与调用代码。
阅读
模型介绍
Claude Haiku 5.5 详解：API 价格、上下文与使用边界
Claude Haiku 5.5 的阶梯价格、1M 上下文、自适应思考、官方跑分、API 调用与不该替代 Sonnet 的场景。
阅读
模型介绍
TypeSafe Jev 1.14：它是决策模型，不是聊天机器人
Jev 1.14 的类型化决策、$0.042/M 输入价格、概率输出、多语言更新、实验性图片能力与 SandBase decisions API。
阅读
模型介绍
Kimi K3.1 Pro 发布：降价三分之一、11 月 4 日开放权重，网络安全能力被主动削弱
Kimi K3.1 Pro 于 2026 年 10 月 23 日发布，API 每百万 token 输入 2 美元、输出 10 美元，权重承诺 11 月 4 日前开放。哪些已确认、网络安全数据过滤意味着什么，以及 reasoning_effort 实测花了多少钱。
阅读
模型介绍
可灵 Kling 4.0 API 实测：四个接口、真实账单和还没开放的能力
可灵 Kling 4.0 API 使用指南：SandBase 上的文生视频、图生视频、参考生视频和视频编辑四个接口，按秒计费规则、实测账单与等待时间，以及目前 API 还没开放的功能。
阅读
模型介绍
MiniMax M3.1 Flash 怎么用？API 价格、思考档位与限制实测
MiniMax M3.1 Flash 详解：$0.15/$0.60 定价、1M 上下文、思考无法关闭、五档 effort 实测的 token 差异，以及官方跑分里它强在哪、弱在哪。
阅读
模型介绍
DeepSeek V4.1-Flash-1017：这次 10 月更新改了什么
2026 年 10 月 17 日，DeepSeek-V4.1-Flash-1017 直接升级进 deepseek-flash：价格不变、跑分更高、输出更短。改了什么、哪里领先、哪里仍不如 Opus 5。
阅读
模型介绍
Gemini 4 Argon 能做法律和金融工作吗：跑分对照与一次实测
Gemini 4 Argon 用在法律、金融场景靠不靠谱？对照 Google 的 Vals、Harvey 自报成绩和 Artificial Analysis 领域指数，再看我们用文本、页面图片和 PDF 跑的贷款合同条款核查实测。
阅读
模型介绍
Nano Banana 2.1 已出现在 Google Flow，但 API 还不能用（2026）
Nano Banana 2.1 已出现在 Google Flow 的报道和截图中，但 Google 尚未公布 API 模型 ID、价格或功能说明。本文区分已确认信息、传闻与现在能用的模型。
阅读
模型介绍
ChatGPT Images 2.5 怎么用？图片编辑、Sketch 与 API 价格
SandBase 解析 ChatGPT Images 2.5 图片编辑、Sketch 与 OpenAI API 价格，区分官方演示和后台版本未确认的两轮 ChatGPT 网页改价测试。
阅读
模型介绍
ChatGPT Images 2.5 五轮编辑实测：商品纹理和颜色会变吗？
SandBase 记录 ChatGPT Images 2.5 网页版五轮水瓶编辑，附原始 PNG、纹理裁切和颜色取样；具体 API 后台型号未暴露。
阅读
模型介绍
DeepSeek V4.1 Flash 怎么用？内测 API 型号与 Harness 配置
DeepSeek V4.1 Flash 内测消息中的型号是什么，Harness 如何添加，费用、20 并发与多模态哪些尚未确认，以及当前可用的 V4 模型入口。
阅读
模型介绍
GPT-6 Astra 多模态实测：3D 迷宫、建模与空间推理表现
MazeBench 14% 的纪录，与 Fusion 360 建模、频谱识别、分子演示和 48 关游戏放在一起看：GPT-6 Astra 已能做什么，哪些结论还不能下。
阅读
模型介绍
GPT-6 与递归自我改进：旧模型参与训练，算 RSI 吗？
旧模型帮助训练 GPT-6 Astra，是否等于递归自我改进？区分已披露事实与研究者判断，用训练数据过滤的示例说明还需要哪些实验记录，才能证明下一代模型确实变好。
阅读
模型介绍
Claude Fable 5.1 更新了什么？编程、科研与缓存价格变化
SandBase 解读 Claude Fable 5.1 的编程表现、API 型号与缓存价格，用具体算例解释费用变化，并链接有真实账单的 Astra 同题实测。
阅读
模型介绍
Hy4 preview、GLM-5.3 和 Kimi K3：如何做一次公平的模型对比
基于腾讯混元 Hy4 preview 官方盲测数据，设计一套可复现的开源模型比较方法。
阅读
模型介绍
Hy4 preview 的 1M 上下文到底有什么用？
从代码仓库、长文档和跨文件任务出发，解释腾讯混元 Hy4 preview 的 1M 上下文应该如何评估。
阅读
模型介绍
Hy4 preview 做 AI4Science：从分子动力学到量子输运
拆解腾讯混元 Hy4 preview 发布稿中的分子动力学、量子输运和几何研究案例，以及如何独立复核。
阅读
模型介绍
Hy4 preview 办公实测：72 份文件能否完成财务费用稽核？
用腾讯混元 Hy4 preview 的官方财务稽核案例，拆解跨文件检索、规则生效判断与企业交付的验收方法。
阅读
模型介绍
腾讯混元 Hy4 preview：770B 参数，面向真实生产力任务
从长程编程、办公分析、游戏开发到科学研究，拆解腾讯混元 Hy4 preview 的官方发布信息与实际评测边界。
阅读
模型介绍
Hy4 preview 的递归自我改进：模型真的在训练自己吗？
解释腾讯混元 Hy4 preview 发布稿中的递归自我改进、推理优化和 Codex 实验闭环。
阅读
模型介绍
GLM-5.3-Flash 多模态与 1M 上下文
When GLM-5.3-Flash multimodal and long context help agents. 中文指南。
阅读
模型介绍
GLM-5.3-Flash Coding Benchmark 解读
How to interpret GLM-5.3-Flash coding-agent benchmark results. 中文指南。
阅读
模型介绍
GLM-5.3-Flash 开放权重部署
Deploy GLM-5.3-Flash with Hugging Face, vLLM, and SGLang. 中文指南。
阅读
模型介绍
GLM-5.3-Flash 价格与 Agent 成本指南
GLM-5.3-Flash token pricing and successful-workflow cost guide. 中文指南。
阅读
模型介绍
GLM-5.3-Flash 对比 DeepSeek：Agent 成本
Compare GLM-5.3-Flash and DeepSeek for reliable agent economics. 中文指南。
阅读
模型介绍
用 X API 和 LLM Agent 追踪模型发布：一套可核验的工作流
用 SandBase 连接 X 发现、官方来源核验和 LLM 证据包，搭建一套不会把社交媒体帖子当成发布事实的模型追踪流程。
阅读模型介绍
开放权重模型如何落地生产：AI 团队迁移清单
从许可证、推理服务、评测、可观测性到回退路由，给出开放权重模型进入生产前的完整检查清单。
阅读
模型介绍
Gemini 3.7 Flash：降价 50%，编码优先（2026 年 8 月）
Gemini 3.7 Flash 以 $0.75/$3.75 每百万 token 发布，比 3.6 Flash 便宜一半。100万上下文、多模态、可调思维、强工具调用。
阅读
模型介绍
Meta Muse Glimmer：跑在你 GPU 上的 30B Agent 模型
Meta Muse Glimmer 是 30B 密集多模态本地 Agent 模型。Apache-2.0，单张消费级 GPU 即可运行，本地调用工具、写代码。
阅读
模型介绍
GLM-5.3 发布时间与 API 价格（2026）：评测与 Benchmark
GLM-5.3 发布时间与 API 价格评测：汇总官方编程和安全 benchmark、API 可用性、开源权重状态及 GLM-5.2 变化。
阅读
模型介绍
DeepSeek V4 Pro 正式版上线：2%的价格追平顶尖性能
DeepSeek V4 Pro 0813 正式版上线，1.6万亿参数 MoE，490亿激活，100万上下文，定价仅为 Claude Fable 5 的2%。
阅读
模型介绍
Muse Glimmer：笔记本可跑的30B开放模型
Meta 发布 Muse Glimmer 30B 开放权重模型家族，专为笔记本电脑和消费级设备设计，将前沿 AI 能力带到端侧。
阅读
模型介绍
openPangu-2.0-Pro：华为505B开源模型
华为发布 openPangu-2.0-Pro——505B 参数 MoE 开源大模型，全程使用昇腾 910B NPU 训练。架构解析、算力主权意义、以及对性能声明的客观评估。
阅读
模型介绍
DeepSeek V4 Flash：$0.28 干翻旗舰
DeepSeek V4 Flash 0731 正式发布：Terminal-Bench 82.7、DeepSWE 54.4，9 项 Agent 基准全面超越 V4-Pro-Preview。284B/13B MoE 架构，1M 上下文，MIT 开源，$0.14/$0.28 每百万 token。
阅读
模型介绍
Qwen 3.7 Max：阿里 Agent 旗舰，2026 年中最强性价比
Qwen 3.7 Max 是阿里的 Agent 旗舰模型：1M 上下文、SWE-Pro 60.6、Terminal-Bench 69.7。性能追平西方前沿，价格只有 Claude Opus 的 1/20。本文详解 benchmark、定价与实战用法。
阅读
模型介绍
Qwen 3.8 Max：阿里巴巴 2.4T 多模态旗舰模型全面解析
Qwen 3.8 Max 是阿里巴巴 2.4 万亿参数多模态旗舰模型，支持 1M 上下文、MoE 架构，Arena.AI 排名第二。本文详解规格、定价及 SandBase 接入方式。
阅读
模型介绍
Claude Opus 5 价格（2026）：API 成本、1M 上下文与限制
Claude Opus 5 价格与评测：2026 年 1M 上下文、输入/输出每百万 Token 5/25 美元、API 限制、自适应思考与 Opus 对比 Sonnet。
阅读
模型介绍
Claude Sonnet 5：2026 Agent 的主力模型
Claude Sonnet 5 是许多 2026 Agent 的实用起点：1M 上下文、强代码和推理能力，标价为每 MTok 输入/输出 2/10 美元。本文说明什么时候升级到 Opus 5。
阅读
模型介绍
Gemini Omni Flash：Google 最快的视频模型
深度分析 Gemini Omni Flash 的视频生成能力——按 token 计费、30 秒内出片、四种操作模式，以及成本可预测性的取舍。
阅读
模型介绍
GPT-5.6 发布：Luna、Sol、Terra 三系解读
OpenAI 把 GPT-5.6 拆成三个家族：Luna 主创意、Sol 主推理（1.05M 上下文）、Terra 主速度。各变体适用场景全解。
阅读
模型介绍
Kimi K3：月之暗面的百万上下文新秀
Kimi K3 来自月之暗面，1M token 上下文，定价远低于 Claude 5 和 GPT-5.6。Agent 工作负载的性价比之选。
阅读
模型介绍
Kling Video 3.0：统一多镜头视频生成
全面拆解 Kling Video 3.0 的档位系统、多镜头生成、按秒计费，以及 turbo/omni/pro 各档位的适用场景。
阅读
模型介绍
MiniMax H3：原生 2K 立体声视频生成
深入拆解 MiniMax H3 的原生 2K 立体声视频生成能力——音频+视频一次出，三种生成模式，以及与 Kling、Gemini 的成本对比。
阅读
模型介绍
Qwen-Image-3：生成 + 编辑一个模型搞定
深入解析阿里 Qwen-Image-3——统一的图像生成与编辑模型，强多语言提示词支持，在 SandBase 上的实战用法。
阅读
模型介绍
Seedream 5.0 Pro：字节跳动的图像生成器
深入解析字节跳动 Seedream 5.0 Pro 图像生成模型——Pro 与 Pro/Fast 双版本、文生图与编辑能力、质量与速度权衡，以及在 SandBase 上的实战用法。
阅读
模型介绍
Claude Opus 4.7 做 Agent：为什么它是 2026 的编码之王
实测 Claude Opus 4.7 做 AI Agent：SWE-bench 成绩、它在编码任务上真正强在哪、成本多少、以及什么时候该换便宜模型。
阅读
模型介绍
DeepSeek V4：给 Agent 的 1M 上下文开源 LLM（2026）
DeepSeek V4 以 MIT 许可、前沿模型零头的价格提供 1M token 上下文窗口。这个巨大窗口什么时候对 Agent 真有用，什么时候是陷阱。
阅读
模型介绍
Gemini 3.5 Flash 做 Agent：又快又便宜，什么时候用它
Google 的 Gemini 3.5 Flash 用一点推理深度换来速度和成本上的大赢。快模型什么时候是 Agent 的正确选择，什么时候会悄悄坑你。
阅读
模型介绍
GLM-5.1：登顶 SWE-bench Pro 的开源权重模型
智谱的 GLM-5.1 在 2026 年拿下开源权重模型的 SWE-bench Pro 头名。这个 benchmark 到底测什么、GLM-5.1 的定位、以及怎么把它当编码 Agent 用。
阅读
模型介绍
Kimi K2.6 做 Agent：万亿参数开源权重实测
Moonshot 的 Kimi K2.6 是为 Agent 而生的 1T 参数开源 MoE 模型。它真正擅长什么、万亿参数在哪有用在哪没用、以及怎么接进 Agent loop。
阅读
模型介绍
Qwen 3.6 做 Agent：阿里高效开源工作马
Qwen 3.6 是阿里的开源 LLM，体量不大却在 SWE-bench 上越级打怪。为什么对 Agent 来说，一个更小更高效的模型常常是比巨型模型更聪明的默认。
阅读