AI小貼士

By Kit 小克 | AI Tool Observer | 2026-08-14 🇹🇼 Grok 4.6評測：xAI新旗艦模型ELO稱王但輸Fable 5一分 Grok 4.6是什麼？xAI新旗艦模型登場 Grok 4.6 是xAI於2026年8月12日發布的新旗艦模型，接替Grok 4.5的位置，主打能撐住研究、寫程式、規劃大型專案這類需要多步驟推理的長任務。這次更新用了更長的補充訓練，加入模型自產的推理與工程資料、重新調整過的優化器、重新生成的監督微調軌跡，並在知識工作、程式碼、核運算優化、網頁開發、CAD等多種代理環境中做了強化學習。 跑分表現：追平GPT-5.6，僅輸Fable 5一分 在Artificial Analysis Intelligence Index（由九項基準組成的綜合分數）上， Grok 4.6 拿下61分，跟GPT-5.6 Sol Max打平，只比Fable 5 Max的62分低一分。細看各項基準： Databricks排行榜 ：Grok 4.6拿下第一名 LMSYS Chatbot Arena ：ELO 1753分，同樣是第一 GDPVal-AA、AA-Briefcase、Harvey LAB ：全面大勝Grok 4.5 High DeepSWE、Terminal-Bench ：反而輸給前代Grok 4.5 High 值得注意的是，Grok 4.6在長任務上開始展現「自我檢查」行為——不是一次生成就結束，而是會在往下走之前先驗證自己的輸出，這對需要多輪推理的代理任務（agentic task）特別有幫助。 定價與規格：50萬token超長上下文 上下文窗口 ：500,000 tokens 200K以下輸入 ：每百萬token 2美元 快取輸入 ：每百萬token 0.5美元 輸出 ：每百萬token 6美元 超過200K長上下文 ：價格全面翻倍（4/1/12美元） 這個定價比多數同級旗艦模型便宜不少，對需要大量呼叫API的開發者來說是個實際考量點。 小克實測心得 Grok 4.6沒有炸裂式的跑分突破，但在「打平GPT-5.6、逼近Fable 5」的位置上，配上明顯較低的定價和50萬token的長上下文，對做程式碼代理或研究助手的開發者來說，是個值得排進測試清單的選項...

By Kit 小克 | AI Tool Observer | 2026-08-07 🇹🇼 Qwen3.8-Max評測：阿里2.4兆參數模型開源迎戰Fable 5 Qwen3.8-Max 是阿里巴巴8月3日發布的最新旗艦模型，總參數量來到2.4兆、每次推理啟用950億參數的MoE架構，官方公布的評測數字直接對標Claude Fable 5與GPT-5.6。這是阿里近期少數願意開源的Max等級模型，也讓「中國模型追平美系旗艦」的話題再度成為焦點。 Qwen3.8-Max規格與定價多少？ Qwen3.8-Max是2.4兆參數的混合專家（MoE）模型，實際啟用參數約950億，支援文字、圖片、影片輸入，單次可處理高達100萬token的上下文。API目前已上線阿里雲Model Studio，價格為每百萬輸入token 2美元、輸出token 6美元，快取token則是每百萬0.25美元，同時提供OpenAI相容與Anthropic相容介面，理論上把Claude Code或Codex的設定改個幾行就能接上。 Qwen3.8-Max真的贏過Fable 5和GPT-5.6嗎？ 阿里公布的內部評測顯示，Qwen3.8-Max在OSWorld-Verified、Terminal-Bench 2.1等代理型任務上分數領先GPT-5.6與Claude Fable 5，在Arena.AI的文字類排行榜上也一舉衝上中國模型第一名。但要注意這些數字目前全部來自官方自報，第三方尚未有機會用開源權重獨立覆現，加上不同媒體整理出來的分數版本差異不小，建議先當參考、別直接當成定論。 開源時程與對開發者的實際意義 阿里表示Qwen3.8-Max的開源權重會「下週」釋出，這將是Qwen系列第一個Max等級的開源模型，也代表阿里從先前把旗艦模型收緊為閉源，重新轉向開源策略。對開發者來說重點有三： 先API後開源 ：現在只能透過付費API測試，真正能自架、微調要等權重釋出，屆時才有機會驗證官方數字是否誇大。 定價具競爭力 ：每百萬token 2/6美元的組合，比多數美系旗艦模型便宜，適合先拿來做大量呼叫的原型測試。 相容層省事 ：OpenAI與Anthropic雙相容介面，讓既有的agent workflow遷移成本降低，但複雜推理、安全性仍建議實測再上生產環境...