习惯的改变还是缓慢的，每天还是看到大量的用户，在留言或者找客服提问关于模型的使用问题。

你都用上最强模型了，你都愿意把问题用文字描述出来了，为什么不先问问模型呢？

Codex OSS Mode 这步挺妙。

OpenAI 直接让 Codex 接入开源模型、本地 Ollama，只保留 Responses API 协议入口。Dario 越想把 Claude Code 收进围墙里，OpenAI 越把门打开。

「每与操反，事乃可成耳。」

DeepSWE 6.11 最新榜单，可惜没有 fable 的成绩，国产模型，kimi，minimax，mimo，qwen 都是最新模型出战了，差了个 glm-5.2 的。
好消息是，国产模型摸到 opus-4.6 的门槛了，但实际成本没差多少。
坏消息是，gpt-5.5 和 fable-5 又拉开了更大的差距。
谁能想到 gpt-5.5（medium）成了性价比之王呢…
deepswe.datacurve.ai

从 codex 放开手让中转薅的形势来看，他们是想把日活和 token 消耗量在上市前拉到比 claude code 高了…

难受，超量写入居然能把 raid 里的三个硬盘同时写坏了…服务第一次宕机这么久…

primitive 翻译成「原语」
的确不是个好翻译…

Datacurve 新出的 DeepSWE，题目全部从零手写，不像之前题目来自于GitHub 公开 PR，这个测试集分差拉的很大。
Top 5：GPT-5.5 70%，GPT-5.4 56%，Opus 4.7 54%，Sonnet 4.6 32%，Gemini 3 Flash 28%

Kimi K2.6 24%，MiMo-V2.5-Pro 19%，GLM-5.1 18%，DeepSeek-V4-Pro 8%。
强烈建议国产模型公司，针对这种歧视行为，拿起法律武器，坚决维护自身权益。

耐着性子看了钉内，看完只有一种感觉。

一个上个时代的 pm，用上个时代的文笔，描述上个时代的领导。他们在上个时代的公司，服务上个时代的客户，自己也停留在上个时代的逻辑里。

真把发布时间改到2016 年，我觉得没有任何违和感。

魔幻的第一层是，两个市值千亿的大模型公司的营收，国内随便几个头部中转站的收入都能轻松吊打，更别提利润了。

魔幻的第二层是，中转的价格已经卷到 1 折可开票的 gpt-5.5 了，跟国产大模型的价格真差不多了，还有人要 token 出海呢…

铁拳的故事还是会一再上演吧…

什么时候能出一个正经的模型自媒体，类似硬件自媒体测硬件一样，不用搞什么播客访谈，就部署和复现这些模型以及他们自己 pr 的测试集，就上周的 opus-4.8 跟 minimax-m3 的复现测试，我保证期期都是国际爆品。