JEV - 过了那条线，我已经分不出谁更聪明

分界被放在 Opus 4.5 和 4.6 之间：大多数人已经提不出超纲任务。过线之后分得开的是产品定义。Jev 吐的是概率，不是下一段更聪明的聊天。

Folkbench folkbench.com

联合作者：folkbench.com （Folkbench 是面向 AI API、模型服务及相关站点的可复核评测与选择平台，依据已发布的服务资料、价格、可用性、延迟与证据窗口，帮助用户比较并选择使用路径。）

这一组共十篇：

基础模型这场竞争，打到第三年了。还留在牌桌上的，大多数已经过了一条线。这条线不低。

我给它的定义就一句。百分之九十的用户，已经提不出超出模型能力范围的任务。事情还在。人也不停地提要求。只是那些要求，模型接得住了。回邮件、收纪要、改一处报错、把一篇材料收成几条，我早就不敢拿这些分高下。它们都在这条线里面。我把落点放在 Opus 4.5 和 4.6 之间。再往上，糊成一片。

前两年我还会追发布，换上去认真比谁更强。我这一年不比了。榜还在更新，我手上的活没有多出一档。

换上去，只剩一点感觉

过线之前，我分得清。长文会不会写散，我换一个模型就知道。步骤一多，前面的条件还在不在，我当周也能感觉出来。过线之后，能力上的差别我感觉不到了。换模型，常常只剩下一个印象，又好了一点。好在哪，说不上。

同一类事情，上个月还要我返工，这个月就过去了。开会的记录丢进去，要办的事都收得出来。两家收出来的差一两条，我看着都够用。写代码也这样。一段报错贴过去，两家都给得出改法。我有时觉得其中一家更干净，改动更小。从哪一次更新开始拉开的，指不出来。真要挑，我挑改动少的那一版。中间没有哪一天，能让我指着说，从这儿起它会了。增量一直有，只是太细，我的日子记不住。

我后来就少为这个换模型。下一档到底谁更聪明，我分不出。

这些我分得开

最先摸到的是它吐出来的东西长什么样。吐文字的，我当成交谈对象。一段乱记录交给它，让它收成要办的几件事。我读一遍，改几个词，不满意再丢回去。这个来回很熟。声音是另一路。我对它说，它说回来。我用得不多，赶路的时候才开。一要改字，我还是回到能复制的文字上。这个形态我认得。

吐动作的更不一样。它去操作一台电脑，自己把一段流程点完。我盯的是它的手。点错一个地方，后面的话再完整也没用。还有一种只给概率。Jev 就是这种。它不吐文字，也不去操作电脑。这几样我都碰到过。我分得开，是因为接手的方式不一样。

性格和品味也会把人分开。同一份材料交过去，有的写得很满，边角也补一句，生怕我看不懂。也有的说到这儿就停，判断留给人。我留下谁，常常看这个脾气顺不顺手。停对了的，我会留在天天开的窗口里。旁边分数更高，我也很少为了分数换窗口。

成本和延迟放在一起摸。它落在成本曲线的哪一截，落在延迟曲线的哪一截，用两次就有数。跟人聊天，多等一会儿我还能忍，人本来也要停一停。真接到一段反复跑的流程上，等待就变成堵。慢到我可以去倒杯水，它就只适合留在对话里。贵到我不敢多叫一声，它就进不了那些又碎又密的环节。它要是便宜，回来又快，我才敢把它铺开。回来的要是一段得我读完的话，便宜也没用，我照样放不进循环。

拒绝也是差别。它拒绝什么，怎么拒绝，用一阵就露出来。有的直接回绝，话说得很短。我知道这条路不通，回头改要求，改一句就能继续。有的不明说，把事情绕开，做歪了再交回来。这种我还会以为是自己没说清，在坏结果上多磨一轮。我现在看的是，下次这活我还敢不敢交给它。

新模型先定位置

GPT-6 让全世界重新认识了 computer use。操作电脑被重新摆到发布的前头。我在意的不是原来模型会用鼠标。过了线，这已经不新鲜。以前我看发布，看的是又高了一档。这一次我改了问法。一家公司要发新模型，得先想自己的生态位，做给谁，自己在哪方面特别好。它不用再站出来说，自己就是下一档更聪明的。

Jev 是我最近真实摸到的一个极端。它不跟 Opus 比写作。写作这门，它不接。它占的是关节。材料走到要拍板的那个点，题是封闭的，选项事先给定。回来的是一个概率。一下就回来。聊天那边我还会切去别的窗口等。这边我不用切走，结果已经回来了。这种输出不收费。我丢过去的不是让它帮我写一段，是已经圈好的判断，这条走不走，把握有多大。概率回来以后，接手的是程序，不是我坐着读完再拍板。我没有跟它聊天的欲望。那个位置也不是留来聊天的。聊天模型再往上走，吐出来的还是文字。Jev 把生成文字这步拿掉了。这不是更聪明的聊天，是另一种产品。

模型公司之间，我现在看路线，也看产品定义做得成不成。模型怎么设计，现在就看这两件。轮不到榜单第一来决定。榜上的名字，过一阵就换。一个模型打算吐出什么，形状定了，后面的训练和接口都跟着走，计价也跟着走。

别的走法，这篇只带一句。有人把工程做到极致，也有人转去做垂直套件。剩下的干脆不说话，继续推通用模型。DeepSeek 和 Kimi 的具体套件，这篇先不展开，写在JEV - 大道至简、套件，还有一个不说话的。

过了那条线，我已经分不出谁更聪明。换的时候，还是会觉得又好了一点。可这点感觉，不够我拿来做选择。我分得清的是产品定义。你吐文字，吐动作，还是只吐一个概率。

参考资料

系列