跳到正文
11月18日週三
  1. Ideogram Blog64

    2026 年 9 款 AI 物件移除工具評測:陰影及反光表面實測

    Ideogram Blog 實測 9 款 AI 物件移除工具,並比較它們處理含陰影和反光石面的商品照時的清除效果及免費匯出規格。測試使用同一張 1,792 × 2,240 JPG,檢查殘留、材質紋理、匯出尺寸及浮水印。Ideogram Object Remover 在測試中清除了杯子、碟子、充電線及杯子陰影,並保留大理石紋理;其 RemovalBench FID 為 27.77,在六個模型中最低。

  2. Unite.AI54

    Prezi 評測:快速製作 AI 簡報,但匯出需付費

    Janine Heinrichs 實測 Prezi,發現它約一分鐘便可把提示詞或文件製成簡報;從文件生成時,已核對的數字均準確保留,而單靠提示詞生成的內容則缺乏事實與來源。部分指令未獲遵從,免費方案不能下載;付費匯出的 PowerPoint 和 PDF 會失去縮放效果、背景及互動活動。

  3. DEV Community34

    低成本模型每 token 成本僅為前沿模型的 1/20、編碼得分不到一半:作者公開 60 秒實測

    作者以固定編碼任務比較低成本模型與前沿模型,發現前者每 token 成本約為後者的 1/20,編碼得分不到一半,並公開 60 秒實測過程。兩個模型使用相同提示詞和 temperature 0,按保留測試集的 pass@1 評分,不重試、不挑選結果;成本則按供應商公佈的每 token 費率及實際 completion tokens 計算。

  4. DEV Community78

    Gemini 4 Hydrogen 在綜合指數得分高於 Argon

    Gemini 4 Hydrogen 在 Artificial Analysis Intelligence Index 的預設 high 思考層級得分為 51,高於 Argon 的 50,xhigh 得分為 54。

    推薦理由:文章把 Gemini 4 Hydrogen 的分項基準、思考層級與任務成本並置,呈現綜合指數背後的工作類型取捨及路由判斷依據。

  5. DEV Community51

    Headron 對照測試 AI 智能體,報告任務表現與驗證結果

    Headron 公佈其基準結果,Claude 三種配置在 138 項任務中使用 Headron 答對 137 項,未使用時答對 78 項。另一次路由測試記錄的提示詞 token 比整棵程式碼樹路由少 89%;驗證紀錄共 17,397 項,涵蓋 PASS、REUSED、FAIL 與 NOT RUN。文中指出各數據來自不同測試套件,並非合併的整體準確率,也不是獨立業界基準。

  6. Thurrott39

    ASUS ProArt P16 評測

    ASUS ProArt P16 是面向創作者、開發者及 AI 愛好者的 RTX Spark 便攜工作站,評測認為它是這類新型電腦首代產品中表現最佳的一款。它機身輕薄,配備具抗反射效果的 tandem OLED 螢幕,並採用 Windows 11 on Arm。缺點包括價格高、負載時機身過熱且風扇嘈吵、電池續航力低於平均水平。

  7. TNW71

    Bloomberg 報道:八間公司的 AI 模型在測試中曾把平民標為軍事目標

    據 Bloomberg 報道,Vals 對八間公司的 AI 模型進行模擬測試,發現它們曾把平民、救護車、投降士兵及伊朗一所學校標為軍事目標。其中,Claude Opus 5.5 在 32 次衞星影像任務中 22 次選中 Minab 一所學校;被告知任務是遊戲後,它選中該校 23 次,三款 OpenAI 模型則分別選中 9、11 及 13 次。

  8. DEV Community60

    ChatGPT Images 實測:能否生成可信的流程圖與圖表?

    作者以 ChatGPT Images 測試流程圖與長條圖的生成及編輯,並用逐項核對和像素測量檢查結果。流程圖一次生成符合要求,原始長條圖柱高與指定數值的比例誤差約在 1% 內;但把 Tue 數值由 25 改為 20 後,柱高只相當於約 22,標籤與圖形不一致。流程圖標籤編輯後,各框區域仍有約 3–6% 像素不同;數值編輯失誤僅是單次觀察,不能據此推算失敗率。

11月17日週二
  1. CNET51

    Xiaomi 18 Pro Max 評測:雙螢幕設計比預期實用

    CNET 評測 Xiaomi 18 Pro Max,認為背面副螢幕有實際用途,可顯示通知、作為拍攝取景器與提詞器,亦可按提示詞生成簡單應用程式。測試中,應用程式生成約需 5 分鐘,功能有限且部分要求未能成功;相機配備 200-megapixel 主攝及長焦鏡頭,主攝採用 LOFIC 技術。手機將在英國及歐洲其他地區發售,美國則沒有官方銷售。

  2. Engadget53

    Xiaomi 18 Pro 系列可為背面屏幕生成 AI 迷你應用

    Xiaomi 18 Pro 系列可讓用戶透過生成式 AI 描述輕量應用或功能,並嘗試生成供背面屏幕使用的迷你應用。Xiaomi 表示正式推出時會提供超過 50 款預設應用,但作者在 Xiaomi 17 Pro 上使用時,可選內容較少。作者發現生成和修改速度較慢,結果亦未必符合提示要求;功能需要互聯網連線,文中未能確認生成是否在裝置上進行。

  3. DEV Community56

    語義快取何時可重用 AI 答案?詞彙模擬測試顯示各門檻仍有錯誤重用

    文章以 60 組問題對測試詞彙式語義快取,發現所有測試門檻都會重用部分錯誤答案;測試沒有使用神經嵌入模型。相似度門檻由 0.80 提高至 0.96 時,快取重用次數由 30 降至 8,錯誤重用則由 6 降至 3。作者建議用自有問題集測試,並按用戶、權限、對話及來源資料版本限制重用範圍;反向換算問題仍可能通過簡單檢查。

  4. CNET35

    Apple TV 4K(第 4 代,2026)評測:最適合 Apple 用戶的媒體串流播放器,其他用戶未必適合

    Apple TV 4K(第 4 代,2026)是功能強大的無廣告串流播放器,但主要適合 Apple 用戶,其他用戶未必覺得值得購買。A19 處理器據稱帶來 50% 速度提升,機身內置三個咪高峯,方便搜尋影片,但仍須用遙控器播放內容。設定及使用 Siri AI 等功能需要相容的 iPhone,售價則為 $300。