同一則消息，會有不同聲音。
公開觀點採樣，每則保留原話中文翻譯、原文對照、測試背景與完整原文連結。具體使用心得與提問，往往比一句「很強」更有參考價值。
依相關性與觀點具體程度挑選，並非隨機抽樣或民意調查。好壞比例、按讚數與搜尋排名都不能代表整體滿意度。
相較先前的 Gemini，是很大的進步原話中文翻譯 · 短節錄
對照原文
A big improvement over previous Geminis
測試／貼文背景 作者說他們在 FrontierSWE 評測 Argon，貼出兩張輸出圖片，並形容它常說 Eureka、很會自我批判。這是觀察代理輸出的第一手描述，不是一般公開帳號的日常使用測試；也不能把有個性等同穩定完成工作。
Gemini 4 Argon 還不到 Opus 5 的水準。原話中文翻譯 · 短節錄
對照原文
Gemini 4 argon is not opus 5 level.
測試／貼文背景 原帖限定一次生成的高細節、有美感的 3D 場景，附影片並引用 Chris 7 月的 Opus 5 車輛示範。此處比較的是 Opus 5，並非前面榜單的 Opus 5.5；沒有完整提示、推理設定、費用或重試記錄，屬作者作品評價，不能推為全部程式能力落後。
它大約花了 15 分鐘建好整個捲動動畫網站。原話中文翻譯 · 短節錄
對照原文
it built the entire scroll-animation website in around 15 minutes.
測試／貼文背景 作者同時認為 Opus 整體品質更好；15 分鐘是製作完成時間，不是 tokens/s。參考圖、工具與前序工作也參與成果。
Claude Haiku 5.5 的費用比 GPT-6 Luna 高 12 倍。原話中文翻譯 · 短節錄
對照原文
Claude Haiku 5.5 cost 12x more than GPT-6 Luna
測試／貼文背景 保留作者原句的 12 倍；US$24.96 ÷ US$1.91 約為 13.1，數字不一致。沒有帳單與用量明細，不能把這個倍率當精確或普遍結論。
未來會提供下載並在本機執行嗎？原話中文翻譯 · 短節錄
對照原文
will this be available to download & run locally in the future?
測試／貼文背景 該回覆當時沒有下載連結；10/8 後續見新權重。發布貼文下的部署問題，並非效能實測。Liquid AI 在同串回覆「for sure 🤝」，但沒有給日期；本文原先只確認了 API 文件。
五次審查達到一小時的時限。原話中文翻譯 · 短節錄
對照原文
Five reviews hit the one-hour limit.
測試／貼文背景 原帖是在描述 Large 4 的 100 次 PR 審查，其中五次到一小時上限。作者同時說模型仍在預覽、將在完成版與權重發布後重測；未提供逐題日誌與誤報統計。
每一步動作都是一次決策：原話中文翻譯 · 短節錄
對照原文
Every move is one decision:
測試／貼文背景 作者描述讀取遊戲畫面、選擇下一步，對每個選項列機率。原預覽含 2048、Snake 等六個遊戲；沒有提示、重試、完整場次或勝率。這是服務方展示，本站未操作或驗證通關。
Claude Code 已經有 Mods 了，我也做了一個：usage-weather。原話中文翻譯 · 短節錄
對照原文
Claude Code ya tiene mods, y le hice uno: usage-weather.
測試／貼文背景 西班牙文原帖附公開程式庫。作者把上下文、五小時／每週額度、費用與快取放在提示上方；README 說測於 2.1.287。費用是 API 等值，不是訂閱實際扣款；額度以此工作階段最後回應為準，其他工作階段消耗可能尚未反映。本站未安裝重跑。
它可以改寫指令，而不是把它擋下。原話中文翻譯 · 短節錄
對照原文
puede reescribir el comando en vez de pararlo
測試／貼文背景 作者自述在 Crux 用 hooks 做跨電腦任務提醒、攔截破壞性指令與紀錄決策，想把提醒變成面板。此處談 Mods 的可能做法，不是已驗證完成的移植；原帖把舊 hook 說成只能觀察／阻擋，與官方文件的參數改寫能力不完全一致，不能照此劃界。
但就價格和速度而言，6.1 Sol 勝出。原話中文翻譯 · 短節錄
對照原文
but price and speed wise 6.1 sol wins
測試／貼文背景 作者該次比較回報 Sol 10 分鐘／$1.50、Astra 25 分鐘／$11；同文說 Sol 品質不及 Opus 5.5。費用是自報，原文未提供完整計費明細；不是本站核對的帳單。
它極度慢！！原話中文翻譯 · 短節錄
而且品質也不太好……
對照原文
It is EXTREMELY SLOW!!
And quality isn't great...
測試／貼文背景 9/30 上市初期的 MAX 城市動畫回報：52 分鐘、280 萬 token，作者不滿車輛卡頓。10/2 OpenAI 團隊已說速度恢復，不能將這次等待當成當前普遍速度。
我正在對 Jev 的分類結果進行評估。原話中文翻譯 · 短節錄
對照原文
I’m running evals on the Jev classifications
測試／貼文背景 完整貼文說，他在換掉現有分類前先做評估；當時網站已上線，不代表新版分類已正式替換。
我連句子都還沒講完，App 就打開了。原話中文翻譯 · 短節錄
對照原文
the app opens before I even finish my sentence.
測試／貼文背景 作者的語音控制 Mac 展示，並在後續回覆提供 Computah 原始碼。不是本站重現的延遲測量。
Praxis-1 如何處理力回饋原話中文翻譯 · 短節錄
對照原文
how does praxis-1 handle force feedback
測試／貼文背景 原帖完整問題接著指出影片看不到安全握持壓力。這是對感測／安全控制的提問，沒有聲稱實測失敗；查閱此討論串時未見 Runway 回答。不能因未回答就判定模型沒有力感測。
完整版比 Flash 強很多原話中文翻譯 · 短節錄
對照原文
the full version is far stronger than Flash
測試／貼文背景 作者補充這個差異尤其出現在以對話為主的演技。屬內測創作者自述，沒有量化評分；主貼文明示受 Kling AI 邀請取得提前使用權。
但嘴巴仍然動得太多，也張得太大原話中文翻譯 · 短節錄
對照原文
but the mouth still moves too much and opens too wide
測試／貼文背景 針對 SPARE 的觀看片段留言。前一句肯定有進步，後一句說自己使用 Minimax H3 時也遇過類似問題；不是同設定模型評測。
演技很好。不過我覺得聲音還可以更好……原話中文翻譯 · 短節錄
對照原文
very good acting. I think the voices could be better though...
測試／貼文背景 回覆 SPARE 短片，評論成片演技與聲音；沒有自稱已使用模型。
把 DeepGEMM 移植過去，比再摳那 0.2% 有意義得多。原話中文翻譯 · 短節錄
對照原文
把 DeepGEMM 移植过去比再抠那 0.2% 有意义得多。
測試／貼文背景 回覆 DeepGEMM 發布者的數字，原文認為算子庫生態與 MoE 分派比規則 GEMM 的最後一點利用率更重要。這是工程觀點，沒有附獨立重現；MegaMoE 的 98% 也不在本文另行當成實測結論。
代理可以在沒有人批准的情況下執行哪些動作？原話中文翻譯 · 短節錄
對照原文
which actions can the agent take without a person approving them?
測試／貼文背景 針對 Agents API 電腦操作能力的設計提問，並非完成部署的實測。
儘管有漏掉訊息和權限問題，Dots 已經變成一種習慣。原話中文翻譯 · 短節錄
對照原文
Dots has become a habit despite dropped messages and permission problems.
測試／貼文背景 Every 引述 Dan Shipper 的初期使用。這是 AI 媒體／產品帳號的體驗，不是大量使用者滿意度調查。
全部都在單一 HTML 檔案裡。原話中文翻譯 · 短節錄
對照原文
all in a SINGLE HTML file.
測試／貼文背景 作者稱給 Sonnet 與 Opus 5.5 相同提示，展示網頁成果；這句描述交付形式，非功能完整性測試。
對，它比較便宜。原話中文翻譯 · 短節錄
但結果差太多了。
對照原文
Yes it's cheaper
But the result is WAY worse
測試／貼文背景 兩者皆 medium：作者回報 Opus 50 分鐘／$7、Sonnet 42 分鐘／$3。費用與品質是作者該次比較，不是所有任務的結論。