摘要:選擇遊戲開發模型,應看同一任務的成功率、執行時間、API 費用與人工修復成本;價格表和通用代碼基準只是輔助依據。
結論先行:讓 AI 獨立開發一款遊戲時,最終要比較的是 完成一個可交付版本的端到端成本,而不是每百萬 Token 的標價。Saltline 案例中,Claude Fable 5.2 用約 8 小時、約 4.45 億輸入 Token 和約 270 萬輸出 Token,生成了一個可在瀏覽器運行的 3D 射擊原型。開發者按 API 定價估算的費用約爲 550 美元,而且大部分輸入走了緩存。截至 2026 年 11 月 16 日,三家模型的標準 API 單價最多相差約 5 倍,但單價低的模型需要更多輪次時,總成本可能更高。因此,可靠的選型方法是:把同一個遊戲任務交給候選模型,多次運行,統計成功率、Token、耗時和人工修復工作量,再計算“每個合格版本的成本”。
內容預告:第 1 節用 Saltline 拆解一次 AI 遊戲開發實驗的 Token 賬單結構。第 2 節對比三家模型的官方價格,並說明緩存對總費用的影響。第 3 節介紹 SWE-bench Verified、Aider Polyglot 和 NIST 歷史評測分別能說明什麼。第 4 節給出一套可復現的遊戲開發專項評測方案和代碼。第 5 節把結果轉化爲模型選擇策略。

To Know:AI 遊戲開發模型選型術語
| 術語 | 解釋 |
|---|---|
| 輸入 Token | 提交給模型處理的內容計量,包括提示詞、代碼文件、工具返回結果等 |
| 輸出 Token | 模型生成內容的計量,例如代碼、說明文字和工具調用參數 |
| 緩存讀取 | 重複使用已緩存的上下文,計費遠低於普通輸入 |
| 緩存寫入 | 首次把上下文存入緩存的費用,通常略高於普通輸入 |
| SWE-bench Verified | 包含 500 個經人工覈驗的真實開源項目軟件工程任務的基準 |
| Aider Polyglot | 覆蓋 6 種編程語言、225 道練習題的代碼修改評測 |
| Harness | 組織模型、工具和任務循環的執行框架,例如 Agent 腳手架 |
| 任務成功率 | 按事先定義的驗收標準完成任務的比例 |
| 端到端成本 | 完成整個任務的模型調用、工具執行與人工費用之和 |
| 人工修復 | 爲使生成結果達到驗收標準而進行的人工修改 |
| 程序化生成 | 用代碼和數學函數生成幾何、紋理、聲音,而非導入素材文件 |
| Shader | 運行在 GPU 上的程序,用來計算顏色、光照、材質等視覺效果 |
1 AI 獨立開發遊戲的成本案例:Saltline 花了多少 Token
1.1 Saltline 是一個什麼規模的遊戲
2026 年 11 月 9 日,Anthropic 工程師 Felix Rieseberg 公開了一項 Claude Fable 5.2 編程實驗。他只給模型一條提示詞,要求做一款視覺效果儘量接近 AAA 遊戲的小規模第一人稱射擊遊戲,並且全程不提供人工反饋。結果是 Saltline:一個在瀏覽器中直接運行的 3D 射擊遊戲,場景是雨夜集裝箱港口,玩家要關閉三個信號中繼站並撤離,敵人有空中巡邏無人機和地面機械獵犬。
從規模看,Saltline 是單人、單關卡的可玩原型。“3A”在這裏是實驗目標和視覺類比,用來描述畫面風格,它的體量與商業 3A 產品差距很大。國內傳播的“幾貓·國產3A大作”是 Saltline 的中文版本或重新包裝版本,名稱來自傳播過程,不代表開發歸屬。
1.2 開發者自述的時間、Token 和費用
以下數據均來自開發者本人在 X 上的發佈,屬於自述估算,未經第三方審計:
- 開發時間:約 8 小時
- 輸入 Token:約 4.45 億,其中大量使用緩存
- 輸出 Token:約 270 萬
- 按 API 定價估算的費用:約 550 美元
- 開發方式:單次提示詞,無人工反饋迭代
這筆錢是一次性的生成成本。遊戲文件生成後由玩家瀏覽器在本地運行,玩家遊玩時不調用 Claude API,所以 550 美元也不能攤算成“每位玩家的 AI 成本”。
1.3 用官方單價拆解這筆賬
按 Claude Fable 5.2 官方標準價格(輸出 $40 / 百萬 Token),270 萬輸出 Token 約爲 108 美元。剩餘約 440 美元對應輸入側,包括緩存寫入、緩存讀取和普通輸入。開發者沒有公開三者各自的數量,所以無法進一步拆分。
對照兩個邊界值就能看出緩存的作用:4.45 億輸入如果全部按普通輸入價 $8 計費,約爲 3,560 美元;全部按緩存讀取價 $0.20 計費,約爲 89 美元。實際估算落在兩者之間,並且明顯靠近下限。這說明長時間運行的 Agent 開發任務中,輸入側的緩存命中率決定了賬單量級,輸出單價的影響相對次要。
1.4 爲什麼一個 1.4MB 的文件能消耗 4.45 億 Token
Saltline 的獨立 HTML 版本約 1.43MB(1,425,707 字節)。開發者說明,遊戲中的模型、紋理都是代碼,幾何結構由程序構造,表面質感由 Shader 計算,聲音也由程序生成,沒有單獨的圖片或 3D 模型素材。
生成物很小,過程卻很長。Agent 在 8 小時裏反覆讀取不斷增長的代碼文件、運行工具、查看結果再修改,每一輪都要把大量上下文重新送入模型。最終 Token 消耗主要來自這種循環,而非最終文件長度。這也是評估遊戲開發模型時必須測量“過程成本”的原因。

2 遊戲開發模型價格對比:三家 API 的 Token 計費差異
2.1 三款模型的官方標準價格
下表價格均來自各家官方頁面,截至 2026 年 11 月 16 日,單位爲美元 / 百萬 Token,計費檔位爲標準 API 價格,不含其他渠道折扣和地區附加費用。
| 模型 | 普通輸入 | 輸出 | 緩存讀取 | 備註 |
|---|---|---|---|---|
| Claude Fable 5.2 | $8 | $40 | $0.20 | 5 分鐘緩存寫入 $10,1 小時緩存寫入 $16;上下文 1M,最大輸出 128K |
| GPT-6 Astra | $10 | $50 | $1 | 標準處理檔位;其他速度、批處理和地區選項價格可能不同 |
| Gemini 4 Argon | $2 | $10 | $0.10 | 該價格適用至 2026 年 11 月 30 日;12 月 1 日起計劃調整爲輸入 $4、輸出 $20 |
Claude Fable 5.2 另有 Fast Mode,輸入 $16、輸出 $80,官方稱輸出速度最高可提升至 2.5 倍。對需要在固定時間內跑完的長任務,速度檔位會同時改變耗時和費用,評測時應作爲獨立配置記錄。
💡 對比建議:三家模型的接口和計費字段各不相同,自己搭評測環境時要分別對接。API易 apiyi.com 提供 OpenAI 兼容的統一接口,一個 API Key 即可調用 Claude、GPT、Gemini 等模型,便於在同一套評測腳本里切換模型,具體可用模型和價格以平臺列表爲準。
2.2 同等 Token 量下的標價差異
爲了直觀感受單價差距,可以把 Saltline 的輸出量(270 萬 Token)代入三家價格:Claude Fable 5.2 約 108 美元,GPT-6 Astra 約 135 美元,Gemini 4 Argon 約 27 美元。如果 4.45 億輸入全部命中緩存讀取,三者分別約 89 美元、445 美元和 45 美元。
這組數字只說明計費結構,前提是三個模型消耗完全相同的 Token,而實際情況中這個前提幾乎不成立。不同模型完成同一任務所需的輪次、每輪讀取的上下文、生成代碼的長度都不同,失敗後重跑還會成倍放大費用。
2.3 緩存價格比輸入價格更值得關注
在 Agent 式開發中,大部分輸入是重複上下文。GPT-6 Astra 的緩存讀取價是普通輸入的 1/10,Claude Fable 5.2 是 1/40,Gemini 4 Argon 是 1/20。緩存讀取價與普通輸入價之比越低,長任務的輸入成本越容易被壓縮。
緩存還有寫入成本和有效期。Claude 的 5 分鐘緩存和 1 小時緩存寫入價格不同,如果 Agent 兩輪調用間隔超過緩存有效期,就要重新寫入。估算長任務費用時,需要把緩存寫入次數、命中率和有效期一起納入計算。
3 編程基準能說明什麼:遊戲開發模型的能力參考
3.1 SWE-bench Verified:真實倉庫的軟件工程任務
SWE-bench Verified 包含 500 個經過人工篩選和驗證的問題,來自真實開源項目。模型需要理解倉庫上下文,完成修復 Bug、修改現有代碼、解決測試失敗和跨文件修改等工作,比單純代碼補全更接近真實工程。
使用它時要注意 Harness 的影響。官方說明,完整排行榜混合了不同 Agent 系統,純模型比較應使用統一的 mini-SWE-agent 配置。Agent 配置、工具、提示詞和版本都會改變得分,不同配置的成績應分開看。
3.2 Aider Polyglot:同時記錄正確率與成本
Aider Polyglot 使用 225 道編程練習,覆蓋 C++、Go、Java、JavaScript、Python 和 Rust,用測試用例判斷模型修改代碼是否正確。它的公開結果除了正確率,還會記錄 Token 消耗、運行成本、錯誤輸出、格式錯誤和每個任務的執行時間。
對選型來說,這種“正確率 + 成本”的記錄方式很有價值,它和本文後面的評估框架思路一致。題目本身屬於獨立練習題,規模和形態與完整 3D 遊戲項目差距明顯。
3.3 NIST 歷史評測:注意模型版本和時間
美國國家標準與技術研究院(NIST)下屬 CAISI 在 2025 年發佈的模型評測報告中,測試了一組模型的 SWE-bench Verified 成績。以下數據均爲該報告中的歷史模型和實驗配置,不代表 2026 年 11 月最新模型的排名。
| 模型(2025 年報告測試版本) | SWE-bench Verified 得分 |
|---|---|
| Anthropic Opus 4 | 66.7% |
| GPT-5 | 63.0% |
| DeepSeek V3.1 | 54.8% |
| DeepSeek R1-0528 | 44.6% |
| gpt-oss | 42.6% |
| DeepSeek R1 | 25.4% |
報告同時給出了標準誤差,說明同一基準的分數本身存在統計波動。幾個百分點的差距,在誤差範圍內可能沒有實際區分度。本文對比的 Claude Fable 5.2、GPT-6 Astra、Gemini 4 Argon 均未出現在這份報告中,選型時需要查找針對當前版本、標明配置的最新評測,或者自己測。
3.4 通用編程能力與遊戲開發能力的差距
遊戲開發包含大量通用軟件工程基準覆蓋不足的工作:3D 空間理解、Shader 編寫、實時渲染、動畫系統、物理模擬、交互手感和運行性能優化。Saltline 這類項目還要求模型用代碼生成視覺資產,這依賴對圖形學和視覺效果的把握。
一個模型可能很擅長修復 Python 倉庫中的 Bug,卻在複雜 WebGL 場景上表現一般。SWE-bench 和 Aider 適合用來篩掉代碼能力明顯不足的候選,最終排序需要遊戲開發專項評測來決定。

4 如何對比 AI 遊戲開發模型:同一任務的專項評測方案
4.1 設計統一的瀏覽器 3D 遊戲任務
參考 Saltline 的形態,可以把任務定義爲:從一條提示詞生成一個可在瀏覽器運行的 3D 遊戲原型。所有候選模型使用完全相同的要求:
- 生成完整項目,可直接在瀏覽器打開運行
- 包含可操作的角色和 3D 環境
- 包含碰撞或基本物理
- 包含明確的任務目標與勝負條件
- 評測過程中不允許人工修改核心代碼
任務難度應貼近你的真實需求。做休閒小遊戲的團隊,用 FPS 原型測試會高估所需模型檔位;做複雜 3D 項目的團隊,用簡單 2D 任務測試則會低估。
4.2 十項評估指標
| 維度 | 評價內容 | 建議記錄方式 |
|---|---|---|
| 功能完整度 | 核心遊戲功能是否實現 | 按功能清單逐項打勾 |
| 視覺質量 | 場景、材質、光照、動畫 | 多人盲評打分 |
| 可運行性 | 能否正常啓動 | 是 / 否 |
| 交互完整性 | 輸入與反饋是否正常 | 按操作清單逐項測試 |
| 穩定性 | 是否存在明顯崩潰 | 固定時長遊玩記錄崩潰次數 |
| 性能 | FPS、啓動時間、內存 | 固定設備實測 |
| 代碼質量 | 可讀性、模塊化、錯誤處理 | 代碼審查打分 |
| Token 成本 | 輸入、輸出、緩存 | 從 API usage 字段累計 |
| 總耗時 | 從開始到可運行版本 | 計時 |
| 人工修復 | 達標所需人工介入 | 記錄人工工時 |
其中“可運行性”“功能完整度”“交互完整性”應作爲硬性驗收條件,用來判定一次運行是否成功;視覺、性能、代碼質量用於在成功的結果之間排序。
4.3 控制測試環境
評測結果能否比較,取決於變量是否受控。需要統一的條件包括:相同瀏覽器、相同設備、相同提示詞、相同測試流程、相同時間預算,以及是否允許聯網。如果允許模型自行調用工具、搜索資料或創建文件,所有模型的工具權限也必須一致。
Harness 同樣要固定。同一個模型換一套 Agent 框架,成功率和 Token 消耗可能大幅變化,所以評測報告裏要寫明使用的框架、版本和參數,例如溫度、最大輸出長度和速度檔位。
4.4 每個模型至少運行多次
大模型生成有隨機性,一次成功可能是運氣,一次失敗也可能是偶發。每個模型應在相同條件下運行多次(例如 5 到 10 次),統計成功率以及成功樣本的平均 Token、耗時和質量分數。Saltline 本身也是單次實驗,它證明了這件事可以做到,但無法給出該模型在同類任務上的成功率。
下面的腳本用 OpenAI 兼容接口調用模型,並根據 usage 字段按第 2 節的價格計算單次調用費用:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # API易 統一接口,切換模型只需改 model
)
# 單位:美元 / 百萬 Token,截至 2026-11-16 官方標準價
PRICES = {
"claude-fable-5.2": {"input": 8, "output": 40, "cache_read": 0.20},
"gpt-6-astra": {"input": 10, "output": 50, "cache_read": 1},
"gemini-4-argon": {"input": 2, "output": 10, "cache_read": 0.10},
}
def call_and_price(model: str, messages: list) -> tuple[str, float]:
resp = client.chat.completions.create(model=model, messages=messages)
u = resp.usage
cached = getattr(getattr(u, "prompt_tokens_details", None), "cached_tokens", 0) or 0
p = PRICES[model]
cost = ((u.prompt_tokens - cached) * p["input"]
+ cached * p["cache_read"]
+ u.completion_tokens * p["output"]) / 1_000_000
return resp.choices[0].message.content, cost
模型名稱請以實際調用平臺的模型列表爲準。緩存寫入費用、速度檔位附加費需要按各家規則另行加入計算。
查看多輪評測與成本彙總腳本
import time
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # 通過 API易 調用多個候選模型
)
PRICES = {
"claude-fable-5.2": {"input": 8, "output": 40, "cache_read": 0.20},
"gpt-6-astra": {"input": 10, "output": 50, "cache_read": 1},
"gemini-4-argon": {"input": 2, "output": 10, "cache_read": 0.10},
}
TASK_PROMPT = "生成一個可在瀏覽器運行的單文件 3D 遊戲原型……(所有模型使用同一提示詞)"
def price(model, usage):
cached = getattr(getattr(usage, "prompt_tokens_details", None), "cached_tokens", 0) or 0
p = PRICES[model]
return ((usage.prompt_tokens - cached) * p["input"]
+ cached * p["cache_read"]
+ usage.completion_tokens * p["output"]) / 1_000_000
def run_once(model, max_rounds=30):
"""簡化的 Agent 循環:生成 → 檢查 → 回傳結果 → 修改"""
messages = [{"role": "user", "content": TASK_PROMPT}]
total_cost, start = 0.0, time.time()
for _ in range(max_rounds):
resp = client.chat.completions.create(model=model, messages=messages)
total_cost += price(model, resp.usage)
code = resp.choices[0].message.content
report = check_game(code) # 自行實現:寫入文件、無頭瀏覽器啓動、跑功能清單
if report["passed"]:
return True, total_cost, time.time() - start
messages += [{"role": "assistant", "content": code},
{"role": "user", "content": f"檢查結果:{report['log']},請修復"}]
return False, total_cost, time.time() - start
def evaluate(model, trials=5, human_fix_cost=0.0):
results = [run_once(model) for _ in range(trials)]
successes = sum(r[0] for r in results)
api_cost = sum(r[1] for r in results)
rate = successes / trials
per_success = (api_cost + human_fix_cost) / successes if successes else float("inf")
print(f"{model}: 成功率 {rate:.0%},API 總費用 ${api_cost:.2f},"
f"每個合格版本成本 ${per_success:.2f}")
for m in PRICES:
evaluate(m)
🚀 快速開始:搭建這類評測時,建議先用小任務跑通腳本,再換成完整遊戲任務。API易 apiyi.com 爲新用戶提供免費測試額度,可以先用它驗證 Harness 和計費統計邏輯,再投入正式評測預算。
5 AI 開發遊戲如何選模型:控制複雜任務的 Token 成本
5.1 成功率決定總成本
完整開發成本由三部分組成:
任務總成本 = 模型調用成本 + 工具執行成本 + 人工修復成本
把成功率考慮進來,更實用的比較指標是“每個合格版本的成本”:所有嘗試的總花費除以成功次數。假設模型 A 單次嘗試 100 美元、成功率 80%,每個合格版本約 125 美元;模型 B 單次嘗試 30 美元、成功率 20%,每個合格版本約 150 美元,還要再加上失敗版本的排查時間。單價低的模型在這個例子裏反而更貴。
人工修復往往是最大的一項。一名工程師花幾小時修好生成結果,人力成本可能超過整次 API 費用。所以評測時要如實記錄人工介入時長,並按團隊實際人力單價折算進總成本。
5.2 三種模型選擇策略
| 策略 | 適用場景 | 優勢 | 需要注意的開銷 |
|---|---|---|---|
| 高能力模型 | 複雜架構、長上下文開發、多模塊協作、複雜 Bug 定位 | 成功率高,減少重跑和人工修復 | 單價高,需依賴緩存控制輸入成本 |
| 低成本模型 | 簡單功能、代碼解釋、重複性修改、測試輔助 | 單價低,適合高頻調用 | 複雜任務可能多輪失敗,總成本反升 |
| 多模型協作 | 一個模型負責架構,一個負責實現,獨立模型做代碼審查 | 按環節匹配能力與價格 | 模型間交接會重複傳輸上下文,增加 Token 和協調成本 |
多模型協作的省錢效果取決於交接成本。每次交接都要把項目上下文重新送給另一個模型,而不同模型之間的緩存無法共享。只有當低成本模型承擔的環節足夠多、交接次數足夠少時,協作方案才划算,這同樣需要實測確認。
💰 成本建議:多模型協作需要在一個項目裏同時調用多家模型。通過 API易 apiyi.com 用同一個 Key 和同一套代碼接入,可以減少多賬戶管理和接口適配的工作量,便於把架構、實現、審查分配給不同模型後統一統計費用。
5.3 可執行的五步選型流程
- 定義任務和驗收標準:寫清功能清單、目標平臺和性能底線,作爲判定成功的依據。
- 用公開基準做初篩:參考當前版本、配置明確的 SWE-bench Verified 和 Aider Polyglot 成績,排除代碼能力明顯不足的模型。
- 跑專項評測:在統一環境下,每個候選模型運行同一遊戲任務 5 到 10 次,記錄第 4.2 節的十項指標。
- 計算每個合格版本的成本:API 費用加工具費用加人工修復費用,除以成功次數。
- 按環節組合模型:複雜環節交給成功率高的模型,重複性環節交給低成本模型,再實測組合方案是否真的更省。
價格會變動,例如 Gemini 4 Argon 已公佈 12 月 1 日起的調價計劃。評測結果要保留原始 Token 數據,價格變動後只需重新代入單價即可更新結論。

6 AI 遊戲開發模型選擇常見問題 FAQ
Q1:Saltline 的 550 美元是實際賬單嗎?
不是經過審計的賬單。550 美元是開發者 Felix Rieseberg 按 API 定價估算的費用,配套數據(約 8 小時、約 4.45 億輸入 Token、約 270 萬輸出 Token)同樣來自本人自述。輸入中大量使用了緩存,具體緩存寫入和讀取的比例未公開。
Q2:單價最低的模型是不是最省錢?
要看成功率。單價只決定每個 Token 的價格,模型完成任務需要多少 Token、要重跑幾次、需要多少人工修復,都由模型能力決定。用“總花費 ÷ 成功次數”比較纔有意義。
Q3:SWE-bench 排名第一的模型最適合做遊戲嗎?
SWE-bench Verified 衡量的是真實開源倉庫中的軟件工程能力,對 Shader、3D 空間理解、實時渲染和交互手感覆蓋有限。它適合做初篩,遊戲開發的最終排序需要專項評測。
Q4:NIST 報告裏的分數能代表現在的模型嗎?
不能。NIST CAISI 報告發佈於 2025 年,測試的是 GPT-5、Opus 4、DeepSeek V3.1 等歷史模型和特定實驗配置。2026 年 11 月的新模型需要查找針對其版本的新評測。
Q5:如何快速搭建多模型對比評測?
使用 OpenAI 兼容接口的聚合平臺最省事。在 API易 apiyi.com 註冊獲取 API Key 後,把本文腳本的 base_url 設爲 `https://api.apiyi.com/v1`,修改 model 參數即可在同一套腳本中測試多個模型,新用戶可以先用免費額度驗證腳本。
Q6:評測時 Token 成本怎麼統計最準確?
以 API 響應中的 usage 字段爲準,逐次累計普通輸入、緩存讀取和輸出 Token,再按調用當日的官方價格和計費檔位計算。緩存寫入、速度檔位等附加費需按各家規則單獨加入。通過 API易 apiyi.com 調用時,也可以對照平臺後臺的消費記錄覈對統計結果。
Q7:AI 生成的遊戲原型能直接上線嗎?
Saltline 這類原型證明了模型能在無人工反饋下產出可玩版本,但商業上線還涉及多瀏覽器兼容、移動端適配、性能優化和長期維護。瀏覽器遊戲受本地硬件和瀏覽器限制,Saltline 的頁面也提示了初始化較慢、卡頓時需切換低畫質等問題,上線前的測試和優化成本應計入完整開發成本。
7 AI 遊戲開發模型選擇 Key Takeaways
- 核心指標:比較每個合格版本的端到端成本,而非每百萬 Token 單價。
- Saltline 賬單:約 550 美元爲開發者自述估算,輸出約佔 108 美元,其餘在輸入側。
- 緩存決定量級:長任務中輸入佔絕大部分,緩存讀取價和命中率影響最大。
- 價格有時效:本文價格截至 2026-11-16,Gemini 4 Argon 12 月 1 日起計劃調價。
- 基準用於初篩:SWE-bench、Aider 衡量通用編程,遊戲能力需專項評測。
- 多次運行:每個模型同條件跑 5 到 10 次,用成功率而非單次結果下結論。
- 上手方式:通過 API易 apiyi.com 統一接口切換模型,便於同腳本對比成本。
8 總結:讓 AI 獨立開發遊戲的模型選擇方法
讓 AI 獨立開發一款遊戲,模型選擇的核心要點有三條:
- 賬要算全:任務總成本包括模型調用、工具執行和人工修復,API 費用只是其中一項。
- 能力要實測:公開基準用於初篩,遊戲開發的最終排序來自統一條件下的多次專項評測。
- 按環節組合:複雜環節用成功率高的模型,重複性環節用低成本模型,組合方案同樣要實測驗證。
Saltline 給出了一個可參照的量級:單次提示詞、約 8 小時、約 550 美元的估算費用,產出一個可玩的瀏覽器 3D 原型。你的項目需要多少,取決於任務複雜度和所選模型的成功率,最可靠的辦法是用本文的框架跑一輪自己的評測。
推薦通過 API易 apiyi.com 快速搭建多模型對比環境,平臺提供 OpenAI 兼容接口和新用戶免費額度,方便在同一套腳本中完成價格與成功率的實測。
參考資料
- Saltline 獨立體驗頁面:遊戲試玩與常見問題說明
- 鏈接:
saltline.games -
說明: 包含初始化、畫質切換、操作方式等體驗信息
-
Saltline 代碼鏡像與 README:開發者數據歸屬說明
- 鏈接:
github.com/realcodebear/saltline-fable-5.2 -
說明: 記錄生成時間、Token 和估算成本的來源
-
幾貓中文版本倉庫:Saltline 中文包裝版本存檔
- 鏈接:
github.com/Megasu/jimao-3a-game -
說明: 提供 index.html 文件大小等數據
-
Claude Fable 5.2 模型規格與價格:Anthropic 官方文檔
- 鏈接:
platform.claude.com/docs/en/models/fable-5-2/overview -
說明: 輸入、輸出、緩存及 Fast Mode 價格
-
GPT-6 Astra 模型文檔:OpenAI 官方價格
- 鏈接:
developers.openai.com/api/docs/models/gpt-6-astra -
說明: 標準處理檔位價格以此爲準
-
SWE-bench Verified:軟件工程基準官方頁面
- 鏈接:
swebench.com/verified.html -
說明: 500 個人工覈驗任務及 mini-SWE-agent 統一配置說明
-
Aider Leaderboards:Aider Polyglot 評測結果
- 鏈接:
aider.chat/docs/leaderboards -
說明: 同時記錄正確率、Token 消耗和運行成本
-
NIST CAISI 評測報告(2025 年):歷史模型獨立評測
- 鏈接:
nist.gov/system/files/documents/2025/09/30/CAISI_Evaluation_of_DeepSeek_AI_Models.pdf - 說明: 含 SWE-bench Verified 歷史成績與標準誤差
作者: APIYI 技術團隊
技術交流: 歡迎在 API易 apiyi.com 網站首頁聯繫我們,更多接入資料可訪問 docs.apiyi.com 文檔中心
