实测反馈

群里围绕 Codex 额度缩水、DeepSeek 涨价和替代模型展开了比较，重度开发者反馈一个月模型成本大约 800 元，DeepSeek 在涨价后即使低峰也显得偏贵。

多位群友讨论了 AI 工具订阅的真实消耗：API 点数在 Codex 场景下很快烧完，Grok Heavy/Bot 体验尚可但 CLI bug 多，Grok Build 重任务消耗也很快。

群里围绕垂类模型是否值得做展开完整讨论：PAI 认为 B 端行业服务仍有市场，专属 embedding/蒸馏可以提高行业黑话和内部术语命中率，并节省 token。

群里分享 DeepSeek V4 Flash Vision EXP 已上线，重点是多模态 Agent 能力、与 Flash 同价、Harness 支持，以及图片文件 ID 复用可免重复上传。

群里分享了一万星 AI 数据标注平台 X-AnyLabeling，本周新增自动分割标记能力，适合关注数据标注效率的人跟进。

群友反馈 DeepSeek 5 秒给出答案，作为当天一个直接的速度体验记录。

群里集中算了 Workbuddy 里跑 Kimi K3 的成本账：深度研究一次可能消耗 500 积分，2000 积分只够半天，11000 积分也就几个会话。

群友集中反馈 5.6 相比 5.5 在规则执行、问题检核和软件调试上更容易停在表面，需要用户明确指出问题才会继续推进。

朱先生问不接大模型能否做精准 OCR，群友给出两条路线：离线模型可下到本地，但安装包会变大；在线方案可接百度、阿里 OCR API，有免费额度且更稳定。

老蔡对比了 Claude 和 GPT 在代码修复上的真实体验：Claude 更像程序员式快速迭代，但多轮仍未修明白；同一个问题交给 GPT，长时间跑完后直接落地。

群友分享 OpenMontage，并建议遇到复杂排版或大量文字时先用 image2 做九宫格控制，但实测效果仍偏一般。