跳到正文
10月31日周六
  1. Supabase Blog66

    Supabase 发布 DBArena:开源可复现的托管 Postgres 跑分平台

    【这是什么】Supabase 推出 DBArena,一个发布托管 Postgres 服务基准测试结果的网站,方法公开、测试工具全部开源。【商业/痛点逻辑】针对厂商跑分口径不一、难以复现、忽略价格的痛点,DBArena 让各家在相同 vCPU、I/O 配置和默认参数下跑同一 TPC-C 派生负载,按美元成本归一化对比吞吐、tpm/$ 和 p95 延迟。

    推荐理由:原文给出可复现的托管 Postgres 跑分方法与全部开源工具,选型数据库时可参考其同配置比价和公开结果数据。

10月29日周四
  1. V2EX · 创造节点47

    分享:62 张真实图回归测试,文字召回与像素分实测数字

    作者用 62 张真实图完成一轮工具回归测试:交付 60/62,可统计的 63 次中 61 次文字召回 ≥0.95,62 次像素分 ≤5,仅超大图和长条图两张失败。同一套代码跑两遍,常规图像素分中位数只差 ±0.2、范围 ±1.5,文字召回基本稳定;超大图和长条图不可复现,现已单独处理。结论是以文字和简单形状为主的图已较稳,超大图、长条图、写实插画仍是边界。

10月17日周六
10月16日周五
  1. Vercel Blog72

    Vercel AI Gateway 10月生产指数:开源权重模型占 71.5% token、23% 支出

    【这是什么】Vercel 发布 2026 年 10 月 AI Gateway 生产指数,基于每月数万亿美元级 token 路由流量统计企业真实 AI 用量。【商业逻辑】开源权重模型 token 占比达 71.5%、支出占比约 23%,较 6 月翻四倍以上;9 月网关支出约为 12 月的 13 倍,单 token 均价下降 47%;中国模型支出超三分之二流向美国服务商。

    推荐理由:Vercel 官方流量数据揭示开源模型占比与成本趋势,对选型定价和模型依赖策略有直接参考价值。

10月14日周三
  1. Hacker News (Show HN)57

    Parsimony 开源:衡量 AI 模型新增了多少代码的基准工具

    【这是什么】Parsimony 是一个开源基准,衡量各 AI 模型在任务中新增了多少代码。【商业/痛点逻辑】现有基准只看解题率和成本,不惩罚冗余代码,而多余代码会让代码库长期难以维护;它统计补丁中的语法单元(语句、调用、比较等),不计行数,删除的代码会被扣减,净新增 = 新增 − 删除。

10月13日周二
10月11日周日
  1. V2EX · 创造节点39

    Claude Haiku 5.5 与 GPT Luna 6 对比:10 万 tokens 内外的成本分水岭

    Claude Haiku 5.5 与 GPT Luna 6 基础价格相同,但定位不同:Haiku 更适合 10 万 tokens 以内、质量要求高的复杂任务,Luna 更适合长文本、高并发和成本敏感型工作负载。超过 10 万 tokens 后 Haiku 费率上涨 5 倍,输出较多的场景总成本可能达到 Luna 的约 12 倍,选择应以真实任务效果和整体成本为准。