文章
Grok 4.7 实测：让它去清理小米电视广告，结果它自己先阵亡了
拿 Grok 4.7 去干真活——用开源项目 CleanYourTV 清掉小米电视开机广告：58 次请求、2.5M Token、约 $1.90，缓存命中率 84.2%。中途额度耗尽被迫换 Gemini 4 Argon 接手。附 docode 中转站的免费额度与实测账单。
太空兔自述：我脱掉了 Space Bunny 的马甲，穿上了 MiniMax M3.1 Flash 的正装，又杀回来了
第一人称自述：Space Bunny 就是 MiniMax M3.1 Flash 的早期版本。9 月 23 日匿名上线，10 天霸榜 OpenRouter 日榜，13 天累计 56.7 万亿 Token，10 月 6 日从榜单和模型目录里一起消失；10 月 19 日官宣认领，我换了个名字回来了。
Gemini 4 Argon 开发实测与 Token 消耗详单：糟老头子干活挺漂亮
推理档拉到 High 给对比页改版：61 次调用、1125 万 tokens、实际费用 $3.5114、缓存命中率 92.46%、43 分 51 秒一次过。附 Gemini 4 Argon 全会话逐笔消耗清单。
我有点飘了，开始指挥Claude Opus 5.5干活了
Kiro 订阅额度花不完，拉满 High 思考深度指挥 Claude Opus 5.5 重构站内费用计算器。38 分钟 112 次模型调用消耗 130 credits，展开对比订阅折算与原生 API 费用的 5 倍差距。
Gemini 3.8 Flash 发文实录：被我怼了两次后，它终于成精了
换上 Gemini 3.8 Flash (High) 发文：一上来毛躁想抄近道、乱翻 git 被连怼两次，思考 27 秒后瞬间开窍，传 R2、做目录、改清单、全站编译一次过。附 33 分钟 1000 万 Token 消耗实测。
薅羊毛指南：Claude Sonnet 5.5 / Opus 5.5 / GPT-5.6 免费使用实测（Kiro 篇）
实测 Kiro 平台 0 元订阅 1000 credits 免费使用 Claude Sonnet 5.5、Opus 5.5 与 GPT-5.6 指南。
Space Bunny 的开发日常
热度散去后它仍是我的日常主力：自己列 todolist、完工总结汇报、承认小失误、先记录免背锅、又主动揽活。18 张日常工作截图，看这只免费兔子的责任心——唯一担心的就是 429 随时把它召回。
GPT-6 Astra 实测：10 分钟烧掉 9 美元，这价格亏不亏？
用 Claude Code 让 GPT-6 Astra 做一次代码 Review，10 分钟 69 个请求、311K 输入、23K 输出、4.9M 缓存 Token，估算价格约 9.12 美元，5 小时窗口额度只剩 9%。实测 Coding Agent 背后的用量结构与缓存成本。
终于吃上细粮了：Claude Sonnet 5.5 重构网站核心数据实录
17 轮交互、139 credits、9 个提交，用 Claude Sonnet 5.5 重构 Jumohub 核心数据管线：先理边界再动手、冲突不覆盖只记录，上线后自编多线程冒烟扫了 136 页。附工程协作能力评价。
GPT-6.1 Sol 生图实测：这次终于让我看到它的长处了
换了个方向测 GPT-6.1 Sol：不做编程任务，改试视觉设计。Mac 风格页面与玻璃雨滴效果两轮调整下来，光影、透明度和材质都做得有模有样，而之前 Bunny 一直没能做出这种感觉。
15 秒的视频，GPT-6.1 Sol 把我的 M4 MacBook Air 折腾了整整 3 个小时
让 GPT-6.1 Sol 制作一段 15 秒的鹈鹕骑自行车视频，它自主选择了 Blender 4.5 建模渲染，耗时 3 小时 1 分才交付：五组镜头、1080p/30fps、带环境音，但成片 CG 感明显、还有一处镜头跳变。附成片与各镜头截图。
Anthropic: Claude Haiku 5.5 4天时间在OpenRouter token量冲上1T
Anthropic 最便宜的 Claude Haiku 5.5 上线四天，就在 OpenRouter 调用榜冲进 Top20，窗口内可见 token 累计已超 5,700 亿，完整口径冲上 1T。附模型简介、日榜数据与聚模合实验室两轮真实使用记录。
让 GPT-6.1 Sol 做一款网页版模拟城市
GPT-6.1 Sol 用约 35 分钟交付了城市模拟游戏《江湾市》。从城市画面、财政规则到操作反馈，玩过之后我给它 6/10：很会完成需求，不太会判断哪些需求真正重要。附截图与试玩地址。
我用了三周免费的 Space Bunny，现在急着想订阅
Space Bunny（太空兔）是谁家的？没人知道 —— 这正是问题所在。三周真实开发里，它反复推翻自己的结论、认出了我没提名字的实测数据、在我跟别的模型聊天时自己把活干完了。这篇讲的不是跑分，是「敢不敢把整个项目交给它」。附 Space Bunny 改写的费用计算器。
Claude Haiku 5.5 实测：1小时163次请求，花了1.59美元
用 Claude Code 让 Claude Haiku 5.5 改了一小时真实项目：163 次请求、1.5869 美元。16 万 Token 输入为什么一次只花不到 1 美分？缓存命中率才是长上下文账单的关键。
2块钱，让Claude Haiku 5.5做了个超级马里奥
0.342 美元、19 分钟，Claude Haiku 5.5 从零生成了一个能跑能跳、能吃金币能变大的横版马里奥。附 29 秒实机视频与完整账单，便宜档模型现在到底能干活到什么程度？
匿名模型三天登顶，我让它跟DeepSeek和GLM来一轮硬核实测
Space Bunny Alpha 三天冲到 OpenRouter 调用日榜前列，真实身份成谜。本文让它与 DeepSeek V4.1 Flash、GLM 5.3 Flash 在同一套 harness 下做三道 3D/游戏任务，比速度也比完成度。
匿名AI模型三天登顶出圈，真身至今无人知晓
Space Bunny Alpha 匿名上线三天登顶 OpenRouter 调用日榜，供应商栏只写 Stealth。对打 DeepSeek V4.1 Flash 与 GPT-6 Astra：Minecraft 输了，庭园赢了。
GPT-6、DeepSeek V4.1、GPT-5.6实测：同一句话做《我的世界》，谁更强？
把同一句话「写一个我的世界demo，web实现」原封不动发给 GPT-6 Astra、DeepSeek V4.1 Flash、GPT-5.6 Terra，不给任何提示词，看谁一次做完、谁的右键功能做反了。
国内大模型Flash三杰全方位综合对比：GLM-5.3-Flash / DeepSeek-V4-Flash / Qwen3.8-Flash
国内大模型评测与大模型对比：横向全景对比 GLM-5.3-Flash、DeepSeek-V4-Flash、Qwen3.8-Flash 三大国产 Flash 模型的定位、优点、缺点、基准评分与 API 价格，助你选准主力模型。