# 模型評測

共 4 篇

NiceKate AI：GPT 5.5 還是贏了？Claude Opus 4.8 實測

開甲實測 Claude Opus 4.8 與 GPT 5.5 在 8 個前端交互任務的表現，最終 GPT 5.5 以平均 92.2 分勝過 Opus 4.8 的 90.5 分。深入分析兩大模型在材質表現、狀態建模與動畫模擬上的優劣。

Kimi K2.6 正式開源，SW-bench 達 58.6 超越 GPT-5.4！K醬深度實測編碼、前端復刻、多 Agent 集群三大核心能力，並與 Opus 4.7、千問 3.6 Max 全面對比。

凱特實測 Qwen3.6-Max-Preview 與 Claude Opus 4.7，從冰馬勇接舞、復古相機模擬器、書法平台到縴夫拉船共六個場景全面對比。3.6-Max Preview 生成速度快、創意足，但 Opus 4.7 在細節與精緻度上仍略勝一籌。

K 實測 Kimi K2.6 Code Preview 在色彩理論動畫、3D 場景、體素藝術等 9 項任務的真實表現，並對比 Gemini 3.1 Pro 的魔術方塊變形效果。同時展示透過 Hermes Agent 整合 Kimi 來管理磁碟空間的實際應用。