OpenAI 推出 GPT-6.1 Terra：中階模型官方宣稱在部分專業任務貼近旗艦、約半價與更快速度。Agent 迴圈放大 token 後，企業該重算的是每任務成本。

Reflection AI 的 Beam、Mistral Large 4 與 Kimi K3 同週交鋒。開放權重模型的競爭，正把企業選型標準從「誰最聰明」推向「誰讓你放心交出資料」。

LiveKit 開發者讓同一組語音代理分別接上 Gemini 3.8 Live 標準版與 Extended Thinking，比較繪圖任務的速度與過程。整理何時選標準版、何時值得多等，以及 turn complete 不代表結束的陷阱。

你打開 Claude Opus 5，一邊打字一邊念：「先做第一步，再做第二步，再做第三步，再做第四步。」每個环節都金得死死的，覺得這樣最保險。等了好一陣子，它終於回來——結果比你要的多了一堆沒問過的東西，token 帳單也跟著多跳了一截。 這個畫面，正是 Anthropic 內部提示詞工程師想粠正的頭號習慣。 那個把任務拆成「一二三四」的舊習慣，現在正在害你 三次創業、目前經營一個大型 AI 社群與 AI 代理公司的 YouTuber Ben（頻道 Ben AI）整理了 Anthropic 官方針對 Claude Opus 5、Fable 5 發布的提示詞指南與內部討論，得出一個結論：大多數人還在用舊模型的方式提示新模型，而這批模型的運作邏輯，根本上不一樣。 Claude Code 的創造者 Boris Cherny，在最近一場 Y Combinator 的主題演講上直接點名了這個習慣：常見的錯誤是对 Claude 下達過度精確的指令，硬要照特定順序一步一步交代。但对這批模型來說，這不是正確的用法。你該站高一點：描述任務、講清楚限制與底線、說明完

你正開著兩個分頁。一個是還沒讀完的簡報草稿，一個是還沒對完的報稅明細。你知道手上這兩個 AI 模型都能處理，但你只想丟一次——丟給那個「這次真的靠得住」的那個。問題是，你不知道是哪一個，而猜錯的代價，可能不只是重跑一次那麼簡單。 這正是頻道《Nate Herk | AI Automation》的作者每天在面對的處境。他把 OpenAI 陣營、透過 Codex 使用的新一代模型 GPT-6 Astra，和 Anthropic Claude 陣營的新版本 Fable 5.1，拿來對打了整整 15 個他自己日常真的會用到的任務——不是刷榜用的合成題目，是網頁設計、個人事務管理、報稅、瀏覽器操作、視覺辨識，以及實際搭建自動化與軟體這種會直接影響工作與收入的事。他自己說，光是為了搞清楚這件事，他已經燒掉三次 Codex 訂閱、四次 Claude 訂閱，加上數千美元的用量額度。這篇文章要整理的，就是這場 15 局實測裡，每一局到底發生了什麼。 做簡報和寫文案，兩個模型的「動作」完全不同 第一局，他請兩個模型做一份麥肯錫等級、要能對外提報的中小企業市場報告簡報

晚上十一點，小婕的螢幕還亮著。週一要上架的新品海報，主視覺已經重畫第七次了。 她要的效果其實不複雜——把保養品瓶身換到一個更亮、更有質感的背景，其他一律不要動：logo 的位置不能跑掉、瓶身上的成分標示文字不能糊掉、反光角度要自然。但每一輪修改，AI 給她的新圖總會悄悄動到不該動的地方——logo 歪了、瓶蓋的光澤變了，她得從頭挑錯、從頭下指令，一晚上的時間就這樣耗在「重畫」而不是「調整」上。 叫她小婕，她是一家保養品牌的視覺設計，你也可以把自己代入這個位置——只要你也經歷過「每一次編輯都是一場賭博」這件事：不知道這一輪會不會又把上一輪好不容易調對的細節弄丟。 她一直以為，AI 出圖本來就該是這樣 小婕沒有覺得自己做錯什麼。她只是以為，用 AI 生成圖片本來就是這樣運作的：每一次修改，都是重新丟骰子，運氣好就接近你要的，運氣不好就得整組重來。多輪迭代修圖、還要同時守住已經確定的細節，聽起來像是貪心——魚與熊掌不可兼得。 她沒想到，這個「貪心的要求」，剛好就是 OpenAI 這次公告裡談的第一件事。 OpenAI 這次講的，剛好是她昨晚在崩潰的那件