文心4.5测评报告：编程能力很拉胯！

2025-05-03

文心Turbo 4.5测评：效果炸裂！

最近百度文心发布了最新的4.5 Turbo和推理模型x1 turbo，据说performance都有很大提升，这一集准备先测评下通用的4.5 turbo，下一集再测评下x1 turbo。废话不多说，我们赶紧去测评下… 访问入口

2025-12-25

中文大模型Top 1！文本能力天花板！

荣获”中文大模型Top1”称号的AI模型，在文本理解和生成能力上达到了”天花板”级别。本视频深入测评这款模型的中文能力——包括古诗词创作、文言文理解、中文修辞运用、成语典故引用等传统中文AI的难点。通过大量实际案例展示其卓越的中文文本处理能力，并分析它为什么能在中文领域超越其他模型。访问入口

2025-05-03

文心X1 Turbo测评：与完美之间差个编程！

早上测评了文心最新的4.5 Turbo，表现还不错。承诺大家会再测试下最新推理模型X1 Turbo的，这次我将会用一套升级后的由浅入深的推理模型测试用例来测试下… 访问入口

2025-04-08

文心推理模型X1测评：和DeepSeek有很大差距！

看来无论是4.5还是x1，文心一言在编程方面都是一样的拉胯。所以总的来说，在我看来文心一言这些模型的能力和deepseek嘴型 v3.1 以及推理模型 r1还是存在比较大的差距… 访问入口

2024-11-29

MaaS开放平台深体验：强大工具模型开发实战

MaaS（Model as a Service，模型即服务）开放平台是阿里云等云厂商推出的AI模型服务平台，让开发者可以通过API调用各种大语言模型和AI能力。本视频深度体验了MaaS平台的各项功能，包括模型调用、工具链集成、开发实战等。涵盖了：如何注册和使用MaaS、支持哪些模型、如何调试和优化API调用、以及实际开发项目的全流程演示。对于想要在应用中集成AI能力的开发者来说，这是一份实用的MaaS入手指南。访问入口

2025-11-25

Claude夺回王座！同时解决MCP难题！

前两天我们分享的谷歌 Gemini 3才大杀四方！今天 Anthropic 就祭出 Claude Opus 4.5 来夺回AI编程老大的皇冠。它不仅是 Claude 系列的又一次飞跃，更凭借其在多项关键基准测试中的卓越表现，一举登上编程、智能体和计算机使用（也就是computer use）能力领域的巅峰。Opus 4.5 在业界公认难度极高的 Swebench Verified 编程基准测试中，以超过 80% 的高分领跑，并在 OSWorld 和 Agentic Tool Use 等测试中同样位居榜首，充分证明了其在复杂任务执行、代码自动修复和系统级操作方面的超凡实力…展开更多访问入口