自费实测 · 数据核对 · 故障排查
亲自付费测试 AI 工具，核对模型数据，
记录真实的工程问题和解决过程。
不复述发布会内容。每篇实测都写清实付了多少钱、卡在哪一步、最后适合谁 —— 包括失败的部分。
从这里开始
第一次来的话，这三篇最能说明这个站在做什么。
- 01 Seedance 2.5 实测：69 元买 725 积分只够 27 秒，CLI 权限还要另外掏 998 充 69 元/月会员拿到 725 积分，折算约 2.5 元/秒，额度上限只够生成 27 秒；即梦 CLI 还要 998 元/月的高级会员才放开，agent 自动化流水线断在这一步。本文记录三个卡点、一笔按实付算的成本账，以及成片字幕的四类问题。 → 证明：我真的花钱用过，也写出了厂商不会写的限制
- 02 DeepSeek V4 Pro 正式版：拿第三方实测去对流出的跑分表，对不上 DeepSeek V4 Pro 0813 正式版发布，Artificial Analysis 独立评测综合 53 分排第 23。流出的 Agent 评测表宣称 Terminal Bench 87.9 超过 Opus 4.8，但第三方实测只有 79%，差了近 9 分。本文逐项核对两套数据，还原真实位置。 → 证明：我会核对数据，不转述宣传口径
- 03 Claude 多轮对话神秘 400：一次 Thinking Signature 损坏的排查实录 客户的 Claude extended thinking 多轮对话在部分网关通道稳定报 400 Invalid signature，其他通道却一切正常。本文完整复盘这次排查：signature 机制是什么、proxy 层 JSON 重序列化如何悄悄损坏 base64、五组对照实验逐一验证，以及给所有 LLM 网关开发者的修复清单。 → 证明：我能解决别人搜不到答案的工程问题
六个栏目
全部栏目 →每个栏目是一个承诺：实测一定写清实付金额和限制，排查一定给出根因和修复。
成套阅读
全部系列 →想一次把一个主题读透，从这里进。
配套工具
全部工具 →文章里的账，你可以自己再算一遍。
自己写的桌面应用
介绍与下载 →写文章之外做的东西,免费开源。
OBrowser —— 一个窗口管四家云的对象存储,免费开源
S3、Azure Blob、阿里云 OSS、Google Cloud Storage 在同一个窗口里浏览与管理:上传下载、预览、 生成临时签名链接。凭据只留在本机,没有账号也没有配额。
v1.0.0 · macOS · Windows · MIT 开源
跑得起来的实验
全部演示 →同一段提示词交给不同模型，产物直接在浏览器里跑。每个都记着是哪个模型、几轮、多久、多少钱做出来的。
最新文章
共 73 篇 · 查看全部 →MiniMax-H3 自建短剧：NVFP4 必须配 Cache-DiT
一部 93 镜的 9:16 竖屏短剧，从 48GB L40S 换到 96GB Blackwell：七轮单变量对照把单镜耗时从 853.9 秒压到 306.9 秒。NVFP4 单独用比 BF16 还慢 17%，配上 Cache-DiT 才拿到 2.8 倍端到端。全部脚本与原始记录已开源。
AWS g6e 自建 MiniMax H3：10 个坑、性能实测与成本对比
在 g6e.4xlarge 的 L40S 48GB 上部署 MiniMax H3：从 INT8 权重、ComfyUI 显存错误到 ControlNet、性能数据和 API 成本，算清自建何时更划算。
我不再蹲模型发布了：换了半年最强模型，我的幻觉一点没少
半年里 Opus 主力型号发了四代、价格没动，我天天拿最新模型干活，热情却没了、幻觉也没少。这篇把六条困惑一条条摊开：榜单、幻觉、真实提效、harness、对 Agent 的过度依赖，以及自己被提速多少的错觉。
提示缓存（一）：到底缓存了什么
prompt caching 省下的不是网络往返，而是 prefill 阶段的算力。本文讲清 KV cache 从哪来、前缀哈希为什么要求逐 token 一致、TTL 为什么必须存在，以及缓存写入为什么会比不缓存更贵。
提示缓存（二）：五家厂商三家云的账单差异
AWS 文档说 Claude Sonnet 4.5 在 Bedrock 上要 4096 token 才能缓存，我实测是 1024——和一方 API 一样。本文对照五家模型厂商与三家云的当期倍率、TTL 档位、跨区域行为，并区分哪些数字是实测的、哪些只是文档值。
提示缓存（三）：开了却没命中，怎么查
提示缓存失效几乎不报错——推理成功、日志干净、只有账单变贵。本文按出现频率拆四类元凶：前缀混进易变内容、序列化顺序抖动、工具顺序不稳、中间层静默吞掉缓存标记，并给出一个跨厂商的命中率自检脚本。
按主题浏览
每月三篇，不追热点凑数
一篇实测、一篇问题排查、一篇深度。数据变化时旧文会更新，文章底部保留更新记录。
微信扫码关注，第一时间收到更新。
关于这个站
- 作者竹二木，云计算与 AI 方向开发者。这里的内容仅代表个人观点。
- 只使用公开资料和自己的测试环境，不涉及任何雇主的内部信息。
- 实测一律标注是自费、厂商提供还是赞助内容。
- 价格和版本会变，所以文章底部保留更新记录，而不是重写一篇新的。