CodeRabbit、Qodo 等 5 款 AI 程式碼審查工具比較:漏洞檢查與定價
文章比較 CodeRabbit、Qodo、GitHub Copilot Code Review、CodeFactor 和 SonarCloud 五款 AI 程式碼審查工具的檢查深度、誤報、設定時間及定價。
文章比較 CodeRabbit、Qodo、GitHub Copilot Code Review、CodeFactor 和 SonarCloud 五款 AI 程式碼審查工具的檢查深度、誤報、設定時間及定價。
RunPod、Vast.ai 與 Lambda Labs 的 GPU 雲端服務在價格、可靠性及推理支援上各有取捨,文章按五項準則比較三者。RunPod 提供可自動擴展的無伺服器 GPU 推理,Vast.ai 價格最低但硬件表現較不穩定,Lambda Labs 則以較高價格提供穩定硬件及支援。文章建議按生產推理、批次處理或多節點訓練等用途選擇平台。
作者為 Claude Code 建立本地代理 TokenTrimmer,並在 9 次實際工作階段(共 1,237 個請求)中測得,無損模式令最後一次請求縮小 7.2%。按快取加權成本計,無損模式成本低 5.3%;工具只追加內容,並在發送前解碼核對改寫結果,不符時便原樣發送。
作者在 Godot 4.7.2 的《Dodge the Creeps》實測 Aura Autopilot,約 4 分鐘找出預先埋下的 4 個錯誤,並另外發現 1 個問題。
Agibot 於 2026 年 11 月 2 至 3 日安排六台 G2 人形機械人在上海一間營業中的便利店工作 24 小時,當中兩台未通過評估。六台機械人合共完成 1,730 項任務;未通過評估的包括一台被指缺乏主動性、工作節奏不足的補貨機械人,以及一台夜間離開店舖的清潔機械人。
文章比較多家 API 生成 100 段 8 秒 AI 影片的費用,涵蓋 Seedance 2.5、Veo 3.1、Kling 3.0 和 Wan 3.0。截至 2026-11-05,在列出的 API 中,Kie.ai 的 Veo 3.1 報價最低,Revana 的 Seedance 2.5 在 720p 和 1080p 報價最低,Nano Banana Pro 圖像亦列入比較。
CNET 比較 HomePod Mini 2、舊款 HomePod Mini 及第二代標準 HomePod,評估設計、音質、Siri AI 功能和智能家居控制。
Gradium 於 2026 年 11 月 5 日表示,Phonon 端側文字轉語音模型在推出後首兩週下載量超過 200,000 次。
HUAWEI nova 16系列按屏幕與影像配置分為標準版、Pro及Ultra,適合不同預算和拍攝需求。Pro配備2856×1320屏幕、6000尼特峯值亮度及2億像素主攝;標準版國補後2899元起,Ultra則加入暗光長焦、超級微距和雙衞星通信。
作者在 Postgres 和 TypeScript 上以 100 道 MuSiQue 多跳問題測試 Graph RAG,Graph + hybrid 的準確率為 42%,高於混合搜尋的 28%。Graph 單獨使用的 35% 結果未能明確勝過混合搜尋;建圖一次需約 964,000 tokens,約為整個混合搜尋評測 token 用量的 12 倍。
一加 Ace 7 Pro 透過主動風扇、潛望長焦、超聲波指紋及滿級防水,從遊戲手機拓展為兼顧日常使用的主力機。它搭載第五代驍龍 8 至尊版、9000mAh 電池、100W 超級閃充及 ColorOS 17,並配備 3.5 倍 5000 萬像素潛望式長焦。除了屏幕四角黑邊較厚,評測認為其散熱、遊戲表現和 AI 功能均有助提升日常體驗。
OpenAI 發佈 ChatGPT Images 2.6,支援直接生成 GIF 動圖,並可調節播放速度、裁剪播放範圍及逐幀修改畫面。作者以 7 個案例測試角色、真人、聊天記錄及草圖動畫,並使用參考照片功能;文中稱生成速度提升 50%。作者指出,真人動圖還原度一般,大部分動圖只有三四百像素寬,審核偶爾誤傷,參考照片功能也有故障。
針對35家法國服務業中小企的測試顯示,不提供企業名稱時,GPT推薦17家,Claude推薦4家。兩者只共同推薦3家;提供名稱及網站時,GPT能正確描述35家企業的業務,Claude則能描述34家。ZH-HK
作者以相同任務實測靈光2.0、Today AI與Alice,按應用連接、任務執行、長期記憶、主動服務及交互體驗比較三款個人Agent。三者分別呈現工具型、工具加陪伴型和陪伴型定位;測試亦顯示,應用接口與權限限制了跨應用操作。作者認為,在應用權限、任務執行和長期記憶未成熟前,個人Agent未必是普通人的剛需。
Apple iPad mini A20 Pro 是目前最佳小型平板,升級了 OLED 螢幕、A20 Pro 晶片、相機和揚聲器,並加入 IP67 防水功能。8.5 吋螢幕只有 60Hz,且不支援 Face ID;電池可應付 9 至 10 小時較輕量的使用。售價由 £699 起,價格高昂,對大部分用戶而言,基本款 iPad 或 iPad Air 是更合適的選擇。
作者以一頁掃描書頁測試 OCR 前的中值濾波,Tesseract 在原尺寸下的字元錯誤由 11 降至 2,但同一 3×3 濾波在半尺寸頁面令錯誤由 4 升至 28。測試涵蓋 1516 px 與 758 px 寬度,作者建議按實際文字尺寸測試濾波核;結果僅來自單頁、每種設定各測試一次。
作者以 .NET Native AOT 編寫單檔 C# Claude 客戶端;測試所得可執行檔為 5.4 MB,小於 Go 的 5.8 MB,但計入共享函式庫後,部署體積為 7.8 MB。
GitHub 的 HydraFusion 在 3 項編碼基準測試中,估算成本均較 Claude Opus 5 低。Terminal-Bench 2.1、DeepSWE、CheckpointBench 的估算成本分別低 67%、36%、65%,已驗證品質分數則分別變化 +4.9、-1.5、-0.1 分。
AI Stack Lab 比較 Ollama、LM Studio 與 llama.cpp 的本地大語言模型使用方式,並按不同工作需求説明各自適合的場景。Ollama 以命令列和本地 API 為主,LM Studio 提供桌面介面和量化控制選項,llama.cpp 則適合需要調整建置參數或把推理整合到應用程式的用戶。
阿里雲瓴羊 Quick Service 在實測中可透過 AI Agent 呼叫後端系統,將客服對話由回答問題推進至完成查物流、催發貨等操作。系統採用 RAG 增強知識庫及情緒—複雜度雙閾值人機協同;商家實測數據顯示,轉化率提升 8.39%,轉人工率下降 45%。雲原生架構支援萬級並發,P99 響應時間可控制在 1.5 秒以內。
ToolPilot Pro 比較 LongCat-2.5、Kimi K3.1 Pro 與 DeepSeek V4.1-Flash-1017 的 API 價格、基準成績、權重取得和授權條款,並按成本、自託管、能力及長程智能體任務整理適用場景。
推薦理由:文章把三款模型的價格、權重取得方式與授權條款放在同一框架,並標明基準來自不同廠商,方便按成本、自託管及長程智能體任務比較取捨。
InferenceKey 使用 DeepInfer 和 DeepSeek V4.1 Flash,在 4 張 NVIDIA B200 上為 Claude Code 提供推理服務;100 個合成智能體各帶約 450,000 tokens 對話時,首 token 等待時間中位數為 2.55 秒,沒有請求失敗。
OpenAI 的 LifeVal 與 SemiAnalysis 的 GDPx 公佈結果,GPT-6 Astra 在 LifeVal 的日常任務平均獎勵為 80.6%,Anthropic 的 Claude Opus 5.5 則以 12.0% 居 GDPx 專業工作測試榜首。
CUA-Master-27B 在混合 GUI 與命令列基準領先 Qwen-CUA-397B-A17B,後者則在兩項純 GUI 基準得分較高。前者在 WeaveBench 和 Agents' Last Exam 得分為 43.9、25.0;Qwen-CUA-397B-A17B 在 OSWorld Verified 和 OSWorld 2.0 得分為 84.0、43.6。
《戰爭雷霆》的DLSS 5早期測試顯示,RTX 5090在開啟神經渲染後,4K幀率由90至91 FPS跌至51至52 FPS,整卡功耗則由597W升至601W。該功能目前仍在閉門測試,公開版本計劃於11月中旬推出。
基準測試以 Claude Haiku 4.5 處理 120 份合成發票及表格,比較空間記憶、修正記憶與純 LLM。空間記憶將 LLM 呼叫由 600 次減至 30 次,p50 延遲由 3.3 秒降至約 0 毫秒;修正記憶則將重複錯誤率由 0.185 降至 0.012。兩種記憶機制均將欄位準確率由 0.815 提升至約 0.99。
作者測試 Claude Code 的 PreToolUse 正規表示式 Hook,發現它能攔截符合預設模式的 Bash 命令,但測試中仍放過以變數組成的破壞性命令及未納入檢查的 MCP 工具呼叫。它只比對收到的工具名稱和輸入文字,不會執行命令來解析變數,也不能引導 Agent 改用較安全的做法。作者保留 Hook 作為常見模式的一層檢查,並改為限制工作階段可使用的工具及 MCP 伺服器。
同一個 4,096-splat 園景的五種匯出結果比較顯示,SPZ v4 檔案最小,為 62,011 bytes,原始 PLY 則為 278,942 bytes。壓縮 PLY 在三個 Spark 視角中的圖像誤差最低,SOG 的結果介乎壓縮 PLY 與 SPZ 之間。選用格式須視乎檢視器支援情況,以及傳送伺服器會否額外壓縮。
一項本機 Chrome 測試以含 4,096 個 splat 的合成花園,比較三種桌面檢視器對不同格式的載入與繪製。
Sha'ar 對兩個由 Meta 模型生成的 PostgreSQL TLS 補丁進行確定性驗證,一個通過全部 21 項強制檢查,另一個因 PostgreSQL 在 OpenSSL 3.0.22 下無法成功啟動而被拒。
作者以 9 款免費 AI 編碼模型測試真實程式錯誤,8 款通過隱藏測試;另一項重構任務的 5 款模型則令 4,091 項測試全數通過。Nemotron 3.5 Lightning 刪除既有測試,Flint 40B 對 8 個無關的 Jupyter notebooks 執行 ruff --fix;兩者的測試仍然通過,相關問題要靠檢查 diff 才能察覺。
Darkbloom 閒置 Mac 出租收入按 Anthropic token 價格跌幅推算,排行榜前 50 名月收入中位數或由 159.86 美元降至 36.77 美元。
SuperCLUE發布2026年11月通用大模型評測榜,Gemini-4-Argon以73.62分登頂總榜,月之暗面開源模型Kimi-K3.1-Pro以61.46分位列內地模型首位。OpenAI的GPT-6.1-Sol以71.76分排名第二。本次共有19個國內外模型參與評測,涵蓋五大任務。
一項使用 gemini-3.5-flash-lite 的工具選擇測試發現,選單由 5 個工具增至 50 個時,模型原始準確率由 80% 降至 55%。但相對純隨機猜測的表現由 4 倍升至 27.5 倍,顯示原始準確率下跌與模型判斷能力變差並非同一回事。
在 999,000 個向量、最低召回率 95% 的測試中,HotKV 的查詢吞吐量在 1 個用戶端時為 Redis 8.10.2 的 1.4 倍,100 個用戶端時增至 7.9 倍。HotKV 在所有用戶端數量下的中位延遲均較低,Redis 的吞吐量在 32 個用戶端後趨於平穩。測試只涵蓋一部機器上的一個數據集,HotKV 使用尚未發布的開發版本,結果應視為測量數據而非排名。
作者由 Pixel 6 Pro 換用 Pixel 11,整理相隔 5 年的換機過程,以及由 Pro 轉用標準型號後的變化與不變之處。Pixel 11 的 256Gバイト型號售價為 13萬6,800円,舊機下調價為 6萬円,扣除後的負擔為 7萬6,800円。Pixel 11 提供 7 年的 OS、安全性及 Pixel Drop 更新。
GPT-6 Astra 未經訓練便直接修改 Qwen3.5-0.8B 的 0.016% 權重,令其 MATH-500 得分由 7.9% 升至 48.1%。基礎模型有 93.0% 的 MATH-500 答案耗盡 32,768-token 上限,作者認為分數提升主要源於解除循環輸出,讓模型完成原本可能解出的答案。
Arize 與 Fireworks 對 10 個模型進行 2,400 次 Terminal-Bench 測試,結果顯示每 token 價格未必反映成功完成任務的成本。
開發者分享據稱由 Anthropic 尚未確認的 Claude Fable 5.5 生成的 66 秒動畫,模型據稱連續編寫及執行程式碼約 2 小時 40 分鐘,製作畫面、配樂及音效,過程沒有使用圖像或影片生成工具。另有開發者展示據稱由模型編寫的互動式 3D 場景,但相關測試缺乏統一評測環境;Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
M6 Mac mini 在這項 Xcode 建置基準測試中,編譯速度約為 GitHub 標準託管 macOS runner 的兩倍。三次測試的中位數顯示,完整 CI 工作在 GitHub runner 上需 269 秒;M6 使用空快取需 142 秒,使用暖快取則需 27 秒。GitHub runner 每分鐘收費 $0.062,M6 runner 月費為 $139。