สามโมเดลถูกปล่อยออกมาในสัปดาห์เดียว
16 เมษายน: Claude Opus 4.7
20 เมษายน: Kimi K2.6
23 เมษายน: GPT-5.5
คนส่วนใหญ่เลือกหนึ่งตัวแล้วก็เดินหน้าต่อ
นั่นคือการตัดสินใจที่ผิด
ผู้ชนะไม่ได้จงรักภักดีต่อโมเดลใดโมเดลหนึ่ง
พวกเขาจะกำหนดเส้นทางแต่ละงานไปยังโมเดลที่ดีที่สุดสำหรับงานนั้นโดยอัตโนมัติ โดยใช้สแตกสามส่วนที่ทรงพลังอย่างเหลือเชื่อและแทบจะฟรีหรือถูกอย่างน่าขัน
คนคนเดียวที่มีการตั้งค่านี้สามารถทำสิ่งที่เมื่อก่อนต้องใช้ทีมสี่คน
พรอมต์เดียวสามารถเปิดตัวเอเยนต์แบบขนาน 300 ตัวที่ทำงานผ่าน 4,000 ขั้นตอนที่ประสานงานกัน
ตั้งค่าเพียงหนึ่งสัปดาห์ แล้วเวิร์กโฟลว์ของคุณจะเปลี่ยนไปอย่างถาวร
นี่คือวิธีใช้ทั้งสามตัวเป็นระบบเดียวอย่างแม่นยำ
แต่ละตัวคืออะไรกันแน่
Kimi K2.6
เปิดตัวเมื่อวันที่ 20 เมษายนโดย Moonshot AI เป็นโอเพนซอร์สภายใต้สัญญาอนุญาต Modified MIT ราคาถูกผ่าน API ประมาณ 0.60 ถึง 0.95 ดอลลาร์สหรัฐต่อล้านโทเคนอินพุต ถูกกว่าประมาณ 8 เท่าเมื่อเทียบกับ Claude และถูกกว่า GPT-5.5 ถึง 5 เท่าสำหรับงานเดียวกัน
ตัวเลขที่สำคัญ:
พารามิเตอร์รวม 1 ล้านล้าน, ใช้งานจริง 32 พันล้านต่อโทเคน, บริบท 256k, และเอาต์พุตสูงสุด 65,536 โทเคนต่อการตอบสนอง — ใหญ่กว่าโมเดลเรือธงจาก Claude หรือ OpenAI
ได้รับการฝึกฝนมาโดยเฉพาะเพื่อประสานงานเอเยนต์ย่อย 300 ตัวผ่าน 4,000 ขั้นตอนที่ประสานงานกันในงานระยะยาว
ในการทดสอบในโลกจริง K2.6 สร้างเอ็นจิ้นจับคู่ทางการเงินอายุ 8 ปีขึ้นมาใหม่โดยอัตโนมัติเป็นเวลา 13 ชั่วโมง โดยวนซ้ำผ่านกลยุทธ์การปรับให้เหมาะสม 12 กลยุทธ์และการเรียกใช้เครื่องมือมากกว่า 1,000 ครั้งเพื่อแก้ไขโค้ดมากกว่า 4,000 บรรทัดอย่างแม่นยำ ส่งผลให้ปริมาณงานเฉลี่ยเพิ่มขึ้น 185% และปริมาณงานประสิทธิภาพเพิ่มขึ้น 133%
ทีมภายในของ Moonshot ใช้มันเป็นเอเยนต์อัตโนมัติเป็นเวลาห้าวันติดต่อกัน จัดการการตรวจสอบ การตอบสนองต่อเหตุการณ์ และการดำเนินงานของระบบโดยไม่ต้องมีการแทรกแซงจากมนุษย์
เกณฑ์มาตรฐาน:
80.2% ใน SWE-bench Verified
58.6% ใน SWE-bench Pro เสมอกับ GPT-5.5
92.5% ใน DeepSearchQA
66.7% ใน Terminal-Bench 2.0
อัตราการหลอนลดลงจาก 65% ใน K2.5 เหลือ 39% ซึ่งอยู่ในระดับเดียวกับ Claude Opus 4.7 ที่ 36%
จุดอ่อน:
ไม่มีอินพุตรูปภาพใน API, อัตราการลองใหม่ของ tool-schema สูงกว่า Anthropic หรือ OpenAI เล็กน้อย และไม่เป็นผู้นำในคณิตศาสตร์บริสุทธิ์
Claude Opus 4.7
เปิดตัวเมื่อวันที่ 16 เมษายน เป็นโมเดลที่ดีที่สุดสำหรับคุณภาพโค้ดในระดับโปรดักชัน เอกสารทางกฎหมายและองค์กร งานด้านวิทัศน์ และทุกอย่างที่ความแม่นยำสำคัญกว่าความเร็ว
ใน SWE-bench Pro มันนำด้วย 64.3% สูงกว่า Kimi และ GPT-5.5 ประมาณ 6 จุด
ความคมชัดทางภาพพุ่งจาก 54.5% เป็น 98.5% หลังจากอัปเกรดความละเอียดจาก 1.15 เป็น 3.75 เมกะพิกเซล
มันตรวจสอบคำตอบของตัวเองก่อนที่จะส่งคืนให้คุณ โดยจับข้อบกพร่องเชิงตรรกะก่อนที่คุณจะเห็น
สำหรับงานความรู้ระดับองค์กร มันได้คะแนน 90.9% ใน BigLaw Bench โดยแยกแยะข้อกำหนดทางกฎหมายที่ก่อนหน้านี้สร้างความสับสนให้กับโมเดลระดับแนวหน้าได้อย่างถูกต้อง และส่งมอบข้อผิดพลาดน้อยกว่า Opus 4.6 ถึง 21% เมื่อทำงานกับข้อมูลต้นทาง
จุดอ่อน:
มันเป็นหนึ่งในสามตัวที่แพงที่สุด ที่ 5/25 USD ต่อล้านโทเคน และถดถอยเล็กน้อยในการวิจัยทางเว็บ
GPT-5.5
เปิดตัวเมื่อวันที่ 23 เมษายน ดีที่สุดสำหรับคณิตศาสตร์ การวิจัยทางเว็บด้วย 90.1% ใน BrowseComp และการใช้งานคอมพิวเตอร์ที่มันทำงานกับ GUI จริงโดยอัตโนมัติด้วย 78.7% ใน OSWorld-Verified
มันใช้โทเคนเอาต์พุตน้อยกว่าโมเดลรุ่นก่อนหน้าเพื่อทำงานเดียวกันให้เสร็จ ทำให้ในทางปฏิบัติแล้วถูกกว่าราคาอย่างเป็นทางการที่ 5/30 USD ต่อล้านโทเคน
ในการดึงข้อมูลบริบทระยะยาว มันพุ่งไปที่ 74.0% เทียบกับ Claude ที่ 32.2% ในเกณฑ์มาตรฐานเดียวกัน — ความแตกต่างที่สำคัญสำหรับทุกคนที่ทำงานกับโค้ดเบสขนาดใหญ่หรือเอกสารที่ยาวมาก
และหนึ่งในพลังพิเศษของ GPT ก็คือ Image 2 จริงๆ
พูดตามตรง ฉันไม่เคยเห็นอะไรแบบนี้มาก่อน
จุดอ่อน:
เอาต์พุตมีราคาอย่างเป็นทางการที่ 30 USD ต่อล้านโทเคน และมันแพ้ Claude ในด้านคุณภาพโค้ดจริง และแพ้ Kimi ในด้านราคาสำหรับงานขนาดใหญ่
ฝูงเอเยนต์: สิ่งที่ Kimi ทำได้จริงที่ไม่มีใครอื่นทำ
K2.6 ขยายขนาดได้ถึง 300 เอเยนต์ย่อยที่ดำเนินการ 4,000 ขั้นตอนที่ประสานงานกันพร้อมกัน ซึ่งมากกว่าขีดจำกัดของ K2.5 ถึงสามเท่า
เอเยนต์แต่ละตัวจัดการงานย่อยเฉพาะทางแบบขนาน ผู้ประสานงานรวมผลลัพธ์ และคุณจะได้รับเอาต์พุตแบบ end-to-end จากพรอมต์เดียว
ตัวอย่างจริงจากการเปิดตัว:
เอเยนต์ 100 ตัวเปรียบเทียบ CV หนึ่งฉบับกับข้อเสนองาน 100 ข้อ และส่งคืนเรซูเม่เฉพาะบุคคล 100 ฉบับ
อีกครั้งหนึ่งแปลงบทความฟิสิกส์ดาราศาสตร์เป็นผลงานวิจัย 40 หน้า 7,000 คำ พร้อมชุดข้อมูล 20,000 แถวและแผนภูมิ 14 แผนภูมิ
คุณยังสามารถแปลง PDF สเปรดชีต หรือเอกสารใดๆ ให้เป็นทักษะที่นำกลับมาใช้ใหม่ได้
อัปโหลดผลงานที่ดีที่สุดของคุณเพียงครั้งเดียว และฝูงเอเยนต์จะจำลองโครงสร้างและคุณภาพของมันในทุกงานในอนาคตโดยอัตโนมัติ
คำเตือนที่ตรงไปตรงมา:
การประสานงานยังคงเปราะบางในงานที่ซับซ้อนและระยะยาวมาก
ใช้ Agent Swarm ในที่ที่งานสามารถทำแบบขนานได้จริง:
งานวิจัยขนาดใหญ่, การประมวลผลแบบแบตช์, การสร้างปริมาณมาก, และการเขียนแบบยาวในวงกว้าง
สำหรับการให้เหตุผลแบบลำดับ การดีบักไฟล์เดียว หรือการตัดสินใจด้านสถาปัตยกรรม Opus 4.7 ยังคงเป็นตัวเลือกที่ดีที่สุด
ทางลัด: กำหนดเส้นทางแต่ละงานไปยังโมเดลที่ถูกต้อง
กลยุทธ์ทั้งหมดคือ:
คุณไม่จงรักภักดีต่อโมเดลใดโมเดลหนึ่ง
คุณกำหนดเส้นทาง
ให้ Kimi K2.6:
งานเขียนโค้ดขนาดใหญ่, การสร้างฟร้อนท์เอนด์จากพรอมต์หรือรูปภาพ, ฝูงเอเยนต์สำหรับงานวิจัยขนาดใหญ่, การทำงานอัตโนมัติข้ามคืน, และทุกอย่างที่คุณต้องการทำในราคาถูกและในวงกว้าง
ถ้าคุณต้องการ:
เขียน 50 ฟังก์ชัน,
ค้นคว้า 100 หน้า,
สร้างโครงแอปฟูลสแตก,
หรือให้เอเยนต์ทำงานโดยไม่มีการดูแลเป็นเวลา 12 ชั่วโมง,
Kimi คือคนงานของคุณ
ให้ Claude Opus 4.7:
โค้ดโปรดักชันที่ต้องถูกต้องตั้งแต่ครั้งแรก, เอกสารทางกฎหมาย, เวิร์กโฟลว์ขององค์กร, งานด้านวิทัศน์, ทุกอย่างที่เกี่ยวข้องกับความแม่นยำในการออกแบบ, และทุกอย่างที่คำตอบที่ไม่ถูกต้องมีค่าใช้จ่ายจริง
Opus คือวิศวกรอาวุโสและตาข่ายนิรภัยของคุณ
ให้ GPT-5.5:
ปัญหาคณิตศาสตร์, งานวิจัยที่ต้องท่องเว็บอย่างหนัก, การใช้คอมพิวเตอร์และการนำทาง GUI, และทุกอย่างที่คุณต้องการให้โมเดลค้นหาและสังเคราะห์ข้อมูลปัจจุบันอย่างรวดเร็ว
GPT-5.5 คือนักวิจัยและผู้ปฏิบัติการคอมพิวเตอร์ของคุณ
การตัดสินใจกำหนดเส้นทางใช้เวลาห้าวินาที
การประหยัดนั้นถาวร
วิธีตั้งค่าจริงๆ
ตัวเลือกที่ 1: การกำหนดเส้นทางด้วยตนเอง (ฟรี ใช้ได้วันนี้)
สามคำถามก่อนแต่ละงาน
1/ งานเขียนโค้ดขนาดใหญ่หรือทำงานอัตโนมัติ?
Kimi
2/ เนื้อหาโปรดักชัน วิทัศน์ หรือกฎหมายที่สมบูรณ์แบบ?
Opus 4.7
3/ คณิตศาสตร์ การวิจัยทางเว็บ หรือการนำทางคอมพิวเตอร์?
GPT-5.5
ห้าวินาทีต่องาน
ประหยัดค่าใช้จ่ายทันที
ตัวเลือกที่ 2: Claude Code Router
ช่วยให้คุณใช้อินเทอร์เฟซ Claude Code แต่กำหนดเส้นทางคำขอไปยัง Kimi, GPT-5.5 หรือโมเดลใดๆ ผ่าน OpenRouter
อินเทอร์เฟซเดียว สามสมอง การกำหนดเส้นทางอัตโนมัติ
ตัวเลือกที่ 3: CodeRouter
coderouter.io กำหนดเส้นทางการเรียก API แต่ละครั้งไปยังโมเดลที่เหมาะสมที่สุดโดยอัตโนมัติ
ไม่ต้องกำหนดค่า
การกำหนดเส้นทางปัจจุบัน:
Opus สำหรับการวางแผนและการดีบัก
Kimi สำหรับการนำไปใช้งานและการสร้างจำนวนมาก
GPT-5.5 สำหรับคณิตศาสตร์และการวิจัย
ลดค่าใช้จ่ายรายเดือนประมาณ 60% โดยไม่มีการเปลี่ยนแปลงคุณภาพที่สังเกตได้
🚨 คลังข้อมูลที่คุณต้องการ (ส่วนที่สำคัญที่สุด)
สำหรับ Kimi K2.6:
github.com/moonshotai/Kimi-K2
เป็นคลังข้อมูลอย่างเป็นทางการ
น้ำหนัก, คู่มือการปรับใช้สำหรับ vLLM และ SGLang, เอกสาร API, และการกำหนดค่าทั้งหมดสำหรับการโฮสต์เองหรือการรวมระบบ
เริ่มต้นที่นี่
github.com/chongdashu/cc-kimi-k2-thinking-prompts
แสดงวิธีใช้ Kimi K2.6 ผ่าน Claude Code CLI โดยการเปลี่ยนตัวแปรสภาพแวดล้อมเพียงตัวเดียว
ลูปเอเยนต์ Claude Code เต็มรูปแบบพร้อมสมองของ Kimi ที่ทำงานในราคาเพียงเศษเสี้ยว
github.com/dnnyngyen/kimi-agent-internals
มีพรอมต์ระบบที่แยกออกมาสำหรับเอเยนต์หกประเภทของ Kimi รวมถึง Base Chat, OK Computer, Docs, Sheets, Slides, และ Websites พร้อมคำจำกัดความทักษะและสคีมาเครื่องมือเต็มรูปแบบ
สำหรับ Claude Opus 4.7:
github.com/CheswickDEV/claude-opus-4.7-prompt-optimizer
เป็นเมตาพรอมต์ที่แปลงพรอมต์ดิบของคุณเป็นพรอมต์ XML ที่มีโครงสร้างพร้อมสำหรับโปรดักชัน และปรับให้เหมาะสมโดยเฉพาะสำหรับลักษณะเฉพาะของ Opus 4.7 ปรับตามระดับความพยายาม xhigh ใหม่และระดับการคิดแบบปรับตัวได้
github.com/rohitg00/awesome-claude-design
มีพรอมต์ DESIGN.md ที่จัดกลุ่มตามตระกูลสุนทรียศาสตร์สำหรับ Claude Design รวมถึงสูตรงบประมาณโทเคน เนื่องจากโทเคนวิทัศน์ของ Opus 4.7 มีราคาแพงกว่าข้อความเทียบเท่าประมาณ 3 เท่า
github.com/Piebald-AI/claude-code-system-prompts
มีพรอมต์ระบบ Claude Code เต็มรูปแบบและคำอธิบายเครื่องมือในตัว 24 รายการที่อัปเดตตามรุ่น
สำหรับ GPT-5.5:
github.com/openai/gpt-5-coding-examples
เป็นคลังข้อมูลอย่างเป็นทางการของ OpenAI พร้อมแอปพลิเคชันตัวอย่างที่สร้างขึ้นทั้งหมดด้วยพรอมต์ GPT-5 ตัวเดียว
แต่ละตัวอย่างรวมถึงพรอมต์ zero-shot ที่แน่นอนที่สร้างมันขึ้นมา
github.com/f/awesome-chatgpt-prompts
มีดาวมากกว่า 143k ดาว เป็นคลังพรอมต์มาตรฐานและทำงานได้กับทั้งสามโมเดล
เพื่อใช้ทั้งสามตัวร่วมกัน:
github.com/musistudio/claude-code-router
รวบรวมทุกอย่างเข้าด้วยกัน
อินเทอร์เฟซเดียว สามโมเดล การกำหนดเส้นทางอัตโนมัติ
github.com/asgeirtj/system_prompts_leaks
มีพรอมต์ระบบที่รั่วไหลของทั้งสามโมเดลในที่เดียว เพื่อให้คุณเห็นว่าแต่ละบริษัทกำหนดพฤติกรรมของโมเดลของตนอย่างไร
พรอมต์ที่คุณควรติดตั้งทันที
สามพรอมต์
หนึ่งพรอมต์ต่อโมเดล
บันทึกไว้ในที่ที่เข้าถึงได้และวางไว้ตอนเริ่มต้นเซสชันใดๆ หรือติดตั้งเป็นพรอมต์ระบบถาวร
สำหรับงานขนาดใหญ่และเอเยนต์ด้วย Kimi K2.6:
สำหรับงานโปรดักชันด้วย Claude Opus 4.7:
สำหรับการวิจัยและการใช้คอมพิวเตอร์ด้วย GPT-5.5:
สิ่งจริงที่คุณทำได้วันนี้ด้วยสแตกนี้
สร้าง SaaS ที่สมบูรณ์ในเซสชันเดียว
อธิบายผลิตภัณฑ์ สแตก และฟีเจอร์ให้ Kimi
ปล่อยให้มันทำงาน
สร้างโครงฟร้อนท์เอนด์ แบ็คเอนด์ และการกำหนดค่า DevOps
ส่งเอาต์พุตให้ Opus 4.7 เพื่อเสริมความแข็งแกร่งให้เส้นทางโปรดักชันที่สำคัญ
ค้นคว้าหัวข้อใดๆ อย่างลึกซึ้ง
เปิดตัว Agent Swarm ของ Kimi ด้วยเอเยนต์ 50 ถึง 100 ตัวในคำถามวิจัย
แต่ละตัวครอบคลุมมุมที่แตกต่างกัน
ผู้ประสานงานรวมและแก้ไขความขัดแย้ง
รายงานที่มีโครงสร้างพร้อมการอ้างอิงในเวลาที่เมื่อก่อนใช้เพียงอ่านบทความ 10 บทความ
ประมวลผลอะไรก็ได้ในปริมาณมาก
ข้อเสนองาน 100 ข้อ, จดหมายสมัครงานเฉพาะบุคคล 100 ฉบับ
ตั๋วสนับสนุน 50 ใบ, การตอบกลับเฉพาะบุคคล 50 ครั้ง
งานที่เมื่อก่อนต้องใช้ทีม ตอนนี้ทำงานข้ามคืนด้วยเงินไม่กี่ดอลลาร์
แปลงเอกสารเป็นทักษะที่นำกลับมาใช้ใหม่ได้
อัปโหลดรายงานหรือข้อเสนอที่ดีที่สุดของคุณให้ Kimi
บันทึกดีเอ็นเอเชิงโครงสร้างและโวหารเป็นทักษะที่ฝูงเอเยนต์นำไปใช้กับทุกงานในอนาคตโดยอัตโนมัติ
ทำให้การตรวจสอบและการตอบสนองต่อเหตุการณ์เป็นอัตโนมัติ
เชื่อมต่อ Kimi กับบันทึกข้อผิดพลาดและไปป์ไลน์การปรับใช้ของคุณเป็นเอเยนต์พื้นหลัง
เมื่อมีอะไรพัง:
ค้นหาคอมมิตที่เกี่ยวข้อง,
เปิดร่างการแก้ไข,
และโพสต์ไปยัง Slack
วิศวกรที่อยู่เวรของคุณตรวจสอบ PR แทนที่จะจ้องหน้าจอเทอร์มินัลที่ว่างเปล่าตอนตีสาม
