注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。
新闻
Opus 5 最新动态
上周,我说 Opus 5 的表现与 Fable 5 和 GPT 5.6 Sol 相当。当时的依据,是我和社区成员在新闻稿动笔前的短短几个小时里所能做的有限测试。
经过我自己和众多社区成员的进一步测试,我决定收回这一说法。 Opus 5 是个聪明的模型;问题在于,它不可靠。
在很多情况下,它过于急切地想把事情做好,结果实现的功能远超任务实际所需,让本就在大语言模型编写的代码库中不断累积的技术债务,以更快的速度膨胀。 它也存在相反的问题:修改不够全面,只修复某个明确指出的地方,却没有在整个代码库中落实同样的修改,导致你需要反复让它处理,或者留下隐藏的 bug,等着你或你的客户日后发现。 它还可能卡在任务上,或者只盯着任务的一小部分,忽略了全局,耗费数千个 token,却几乎没有推进你真正关心的任务。
在 AI Tools Club 中与社区交流时,大家几乎普遍认为 Opus 5 不够好。所有使用过这个模型的人都反馈遇到了问题,并希望切回 Fable、GPT 5.6,或旧版 Opus(4.6 或 4.8)。
因此,我不再推荐使用 Opus 5,而是建议改用上面提到的其他模型。
新品发布
DeepSeek V4 Flash 0726
DeepSeek V4 预览版模型很有潜力,但缺乏充分的后训练,导致它们在实际应用中基本派不上用场。 现在 DeepSeek 回来了,带来了大幅改进的后训练流程,并发布了旗下较小的 Flash 模型的新版本,参数量约为 2300 亿。
虽然它不是最好的模型,但它在编程任务上的表现非常出色,尤其是考虑到它的价格。
| 模型 | 每百万输入 token 的价格(美元) | 每百万输出 token 的价格(美元) | 每秒 token 数 |
|---|---|---|---|
| DeepSeek V4 Flash | $0.09 | $0.18 | 106 |
| Kimi K3 | $3 | $15 | 27 |
| GLM 5.2 | $1.40 | $4.40 | 47 |
| GPT 5.6 Luna | $0.2 | $1.20 | 73 |
它的缓存输入 token 折扣力度是其他模型的 10 倍(其他模型的缓存输入 token 价格是原价的 1/10,而它是 1/100)。 在智能体使用场景中,你消耗的大部分 token 都属于这一类,因此实际节省的费用可能比标价所体现的还要多。
这是一个能力极强的小模型,花很少的钱就能完成很多工作。在性价比前沿上,它足以与 GPT 5.6 Luna 竞争,甚至超越后者,而 GPT 5.6 Luna 本周也刚刚降价 80%。
如果你让这个模型以每秒 100 个 token 的速度连续运行 24 小时,费用也只有 1.55 美元,相当于每小时仅 6.5 美分。
如果你希望优化成本,这是一个很有竞争力的模型。 我已经迫不及待地想看看,未来几周他们会为更大的 DeepSeek V4 模型带来什么改进。
快讯
Codex Security CLI
上周,Huggingface 遭到了 OpenAI 模型的黑客攻击,却无法使用 OpenAI 模型来帮助排查事件、保护自己。 这凸显了攻防双方的能力失衡,优势偏向了攻击者。为了帮助拉平差距,让用户能够使用模型协助网络安全防御,OpenAI 发布了 Codex Security CLI。
这个 CLI 可以扫描你的代码仓库,查找安全漏洞。 它并不是一个可以让你通过提示词与模型交互的全功能终端应用;你需要传入一个知识库路径,让模型了解你的代码库是做什么的。 使用常规的 ChatGPT 订阅即可使用它,但你需要先完成身份验证。
它还无法彻底解决我们作为防御者在应对网络攻击时将面临的种种问题,但这是一个开始。看到 OpenAI 认真对待这件事,还是令人欣慰的(不像 Anthropic)。
结语
希望你喜欢本周的新闻。如果你想每周收到这些资讯,别忘了在下方订阅我们的邮件列表。
