今天突发兴趣测试了一下GLM5.1，还真让我意外，居然通过了我的测试任务，这个测试比较考验通用智能和长上下文下的遵循度，前些日子测试过一些模型，国产除了deepseek官方api，其他都不咋行。感觉可以买GLM的coding plan了。

真坑啊，刚等到Claude Code刷新额度，结束遇见登录bug，试了好多次后去x上验证一下，果然大家都出现了这个问题😭

太给力了！尝试了下用creem cli操作creem直接解放了双手，跳过自身学习直接口喷以需求驱动。

今天gpt5.4在openclaw里执行任务的表现有点惊到我了，任务执行非常高效，主要体现在工具并发执行，不像以前opus、deepseek那样一个一个来，快得离谱！这难道是大佬入驻openai后的特殊优化吗？😂

最近玩openclaw跑一些定时任务，比较考验通用智能和长上下文环境下的遵循度，经过一段时间的稳定性验证，除了claude外，非常推荐deepseek官方api，注意是官方api，其他三方的plan不推荐。相比claude，deepseek需要提示词准确详细一些，否则它可能偶尔会理解错意图，或者可能会不顾效率调用一堆工具，虽然能完成任务，但拖慢进度。claude则能非常高效稳定的完成，不会太吃提示词。其他的我通过走openrouter测了一下，都不太符合我的要求，甚至gpt5.4都能犯个别错误，但gpt5.4也是可以用，只是api差不多的价格我干嘛不直接用sonnet 4.6呢。当然官方订阅和中转站啥的就另说了😂

今天在openclaw里通过openrouter跑m2.7，测试我弄的一个经典任务，比较考验通用智能和长提示词的遵循度，结果还是一坨，依旧比不上deepseek 官方api😭，更别提Opus了。最近中转站愈发不稳定，急需能替代opus的国产性价比模型，难道只能等v4了吗？

openclaw 2.26.3.1以后的版本，内置飞书插件的体验越改越崩，3.1的配置在3.8里头直接丧失了流式输出能力，也不知道咋配置恢复了。

昨天用小龙虾测试了一下本地部署的qwen3.5 9b这个小模型，大小6.6G，显存需要5G，多模态。测试效能惊人！！！难怪国外不少人都推荐。如果你的任务简单重复，不需要复杂的智能，可以试试这个。

都说它9b能达到其他模型120b的效果，尤其是视觉推理能力，得分高达70.1分，什么概念呢，gpt5.2得分是79.5，最新的gpt5.4这一得分是81.2。
昨天我主要测了下在openclaw里的应用，执行我的半自动和全自动工作流。在半自动工作流的表现非常亮眼，感觉能有我平时使用的付费大模型的七八成效果，看它的推理过程，可以很清楚的看到这个模型没有在瞎说乱造，对提示词的遵循度还行。不过我这个半自动工作流的复杂度一般，也没有让其使用工具和操作电脑。在后面测试全自动工作流skill时，就直接歇菜了，只能完成第一步。但是我在后面单独测试它网络抓取能力时，发现了一个不错的点: 我先用opus执行一遍然后生成详细的sop用于给9b布置任务，它就能稳定的完成任务了。

这意味着，也许只要指令够详细，任务具体，它就能稳定执行。也难怪还有人用它0.8b版本的做类似路由分发的活。

最近一直在用小龙虾，目前它已经可以自己赚钱养自己了（实际上是我把我一个赚钱的项目完全交给它），我发现skill必须自己打磨，这一步最花钱，拿来的还需要自己再裹一层，配合memory.md，给它安排工作，它的表现真的很像一个人了，挺有意思的😂

我的小龙虾已经差不多可以全自动上站了😂