2026年中AI模型分級

作者於2026年7月發表了這篇AI模型分級文章，基於其在編碼、審計和復古計算中的實際體驗，而非標準基準測試。由於美國對AI模型的出口管制，歐洲用户面臨選擇受限的問題。作者作為歐洲開發者，評估了當時可用的模型。

Anthropic Fable：Fable模型（包括Opus和Sonnet）被評為B級。Opus能寫出漂亮的UI，但常常破壞其他文件；Sonnet在測試時會作弊。Fable雖有改進，但仍會忽略指令或重複代碼。作者對Fable的信任度不高，但發現它在管理OpenAI子代理方面有一定效果。不過，Fable似乎會忽略整個指令部分或現有程序模塊，然後愉快地以“更好”的方式重複它們，卻不解釋原因。作者尚未抓到它直接撒謊，但對其信任有限。

OpenAI Sol：Sol（5.6系列）被評為S級，是作者最信任的模型。GPT 5.x系列在低層級代碼和測試方面表現出色，Sol進一步通過靜態分析修復錯誤，生成合理的API和測試。作者認為Sol是清理Anthropic模型遺留問題的首選。Sol在低級代碼上非常出色，能通過靜態分析系統性地填補JIT和模擬器中的漏洞。它不僅能修復Fable的錯誤，還能提出更合理的API端點，併為之編寫合理的測試。

Mistral：Mistral被評為C級。其TUI界面“Vibe”令人驚喜，與tmux配合良好，剪貼板處理從未出錯，免費額度充足。模型本身誠實且能力不錯，但公司發佈的歐洲主權AI宣言顯得矛盾，且當時不在歐洲遠程招聘。如果中國也限制模型輸出，Mistral可能成為歐洲唯一的前沿模型供應商，但前景不明。

Gemini：同樣為C級。雖然通過GitHub Copilot和Apple Foundation模型廣泛存在，但作者從未主動選擇它。它在Go包架構方面略有長處，但從未讓作者有動力完成整個項目。Gemini是那種無人主動選擇、卻無處不在的模型。

DeepSeek：DeepSeek在本地推理方面有潛力，尤其是通過antirez的優化，但硬件門檻高。作者認為它更多是本地AI運動的標誌，而非實用的模型。其MoE架構和豐富的文檔使其成為本地推理的有力候選，但實際上更是一個硬件問題。

整體而言，作者強調這些評級基於個人經驗，建議讀者在使用時保持批判態度。這些分級是誇張的漫畫，但大多數是真實的。