我们正在准备第一批内容，欢迎稍后再来。
这是一篇测试环境的验收文章，用来检查文章推广卡的渲染、跳转、复制和点击统计是否正常。内容为演示用途。
Haiku 5.5 定价与 GPT-6 Luna 持平，能力较上一代大幅跃升。同题实测中它在多模态和编程上整体占优，但复杂编程与长程规划仍要交给旗舰模型。
Opus 5.5 修好的最多，DeepSeek V4.1 Flash 每修好一个花得最少。如果预算有限，Sonnet 5.5 是两者之间最稳的选择。
首 token 延迟从 610ms 降到 280ms，单价是标准档的 1.6 倍。我们测了三种场景，告诉你什么时候值得。
输入价下调 60%，缓存命中按十分之一计费。长系统提示词和反复引用同一份文档的场景，账单会下降七成左右。
预算不是越大越好。我们用 500 道题测了 6 档预算，找到了准确率和成本之间的拐点。
我们用同一个故事分别生成了 2.0 拼接版和 2.5 一次成片版，对比人物一致性、运镜和成本。
直接塞进上下文、切块检索、先摘要再问、开缓存、换长上下文便宜的模型。我们把五种做法都跑了一遍。
我们把常见的 12 类任务分别交给同一家的 Flash 和 Max 模型，看哪些任务差距大到值得多花钱。
大部分代码不用动，但有四个地方容易出问题：模型名、超时、流式中断和用量字段。
什么错误该重试、重试几次、什么时候换模型。附一份可以直接复制的封装。
缓存只认前缀。调整消息顺序、固定工具定义的排列、把时间戳移到最后，就能大幅提高命中率。
我们让 6 个图像模型生成带中文标题的海报，逐字检查错字、漏字和字形。
我们把 40 个常见的运镜和景别词各生成 5 次，统计模型执行正确的比例。
按顺序读，后一篇会用到前一篇的结论。
