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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
GLM-5.3-Flash Coding Benchmark 解读
How to interpret GLM-5.3-Flash coding-agent benchmark results. 中文指南。
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。
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。
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。
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。
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。
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。
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。
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。
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%。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。