【2026年10月｜AI模型真实业务实测记录】
FDE头子个人记录号。公司主要做企业AI自动化落地，业务涉及电商、法律、咨询，覆盖创意、财务、决策、供应链、分析、代码、法律等场景。这个号主要记录各大模型在真实业务中的表现，随手测，随手记。
区别于常见的跑游戏、刷题测试，我们的结论来自真金白银烧Token跑出来的真实任务。遇到同一个任务，我会同时交给多个模型处理，对比它们的任务理解、执行过程和最终交付质量。一方面是为了给公司找到真正好用的模型；另一方面，长期研究和比较不同模型，本身也是我的个人兴趣。
━━━━━━━━━━━━━━━━
【九维评分标准｜我们实际怎么测】
① 长程任务执行：丢一个长任务（比如开 /goal 跑通宵），看它会不会原地打转、陷入死循环，能不能少绕圈、少回退，最后稳稳把目标跑完。
② 文字推理：看知识面广度和逻辑深度。面对复杂分析问题，能不能跨资料抓准重点、多步深推，给出站得住脚、有理有据的结论，而非表面正确的套话。
③ 编码：重点测后端开发与大型工程实战。考察复杂业务逻辑、接口与数据库、系统架构，以及在存量老项目里改代码、修Bug时，会不会把原来的功能改崩。
④ 文字沟通人感：跟它干活累不累。看理解能力强不强，能不能听懂弦外之音、说人话、少点AI味。通常这块强的模型，前端审美也不会差。
⑤ 多模态：主要看识图、读图的列文虎克能力。面对复杂截图、图表和画面细节，能不能看准、不漏信息、不瞎编。
⑥ 物理与空间理解：重点测具身智能、Blender 3D建模和电脑操控能力。看它懂不懂真实三维空间中的位置、朝向、运动与碰撞规律，以及实际控制电脑、操作软件、搭建场景、摆放物体、制作动画时的准确度。
⑦ 速度：从发出指令到拿到可用成品的真实总耗时，综合考察思考耗时、输出速度和干活的利落程度。
⑧ 稳定性：一线高频使用的真实体感，只看两件事：降智率（会不会突然变蠢）和响应失败率（报错、卡死、超时、断连）。
⑨ 经济性：综合实际使用成本、额度上限与实际产出，看究竟划不划算。
━━━━━━━━━━━━━━━━
【评分说明｜动态排名】
这份榜单采用动态评分。S、A、B代表一款模型在当前所有参评模型中的相对位置，并不代表永远不变的固定分数。当更强的新模型出现后，评分标准也会同步提高，老模型的等级就会相对下降。老模型本身没有变弱，只是新的对手更强了。
━━━━━━━━━━━━━━━━
【本期参评｜26款模型】
以下严格按照视频出场顺序排列：
01｜MiniMAX M3 02｜Tencent HY3 03｜DeepSeek V4 Pro 0813 04｜Composer 2.5
05｜GPT 6 Luna 06｜GLM 5.3 Flash 07｜Qwen 3.8 Flash 08｜DeepSeek V4.1
09｜GPT 5.6 Luna 10｜Doubao 2.1 Pro 0915 11｜Kimi K2.8 Preview 12｜Tencent HY4
13｜Gemini Flash 3.8 14｜GLM 5.3 15｜Qwen 3.8 MAX 0902 16｜Kimi K3
17｜SWE-2（K3后训练） 18｜GPT 6 Sol 19｜Grok 4.7 20｜GPT 5.6 Sol
21｜Gemini 4 Argon 22｜Claude Sonnet 5.5 23｜GPT-6.1 Sol
24｜Claude Fable 5.1 25｜Claude Opus 5.5 26｜GPT-6-Astra
━━━━━━━━━━━━━━━━
【数据来源】
团队内部近30天的实际使用记录，以及日常工作中长期积累的测试与复盘结果。所有评分均以真实业务场景中的实际表现为依据，具体测试过程与复盘详见评论区。
