新模型几乎每天都会出现在 OpenRouter 上。知道又上了什么不难，难的是知道到底该用哪一个。

打开网易新闻 查看精彩图片

DEV·TV 原本已经有一个 NEW MODELS 频道，解决的是第一个问题。现在多了一个第 13 频道：MODEL FACE-OFF，专门解决第二个问题。

每一场对决都由参数和价格决定，而不是由“智能”决定。幻灯片上写的是“参数上获胜”，不会写“更好的模型”。OpenRouter 的模型目录里没有基准测试数据，作者宁愿这个频道保持诚实，也不愿它看起来唬人。

擂台怎么排

本周新加入 OpenRouter 的模型先按类型分组，比如 推理、 编程、 视觉、 对话、 图像生成等，再按价格档位划分：免费、经济、中端、高端。

模型只和同一分区里最接近的对手配对。一个免费的推理模型，只会和另一个免费的推理模型打。

每张对战卡就是一份“体检表”，逐行比四项：

  • 输入价格和输出价格：更便宜的一方得分。
  • 上下文窗口：更大的一方得分。
  • 最大输出：更大的一方得分。
  • 输入模态：支持的输入类型更多的一方得分。

“推理”不作为单独一行，因为它决定的是分区归属——推理对决里的每个模型都支持推理。

每一行算一分。如果双方在某一行打平，比如两个免费模型在价格上一样，这一行谁都不加分。某一方缺少某项数据时，这一行直接跳过，而不是算作失分。

今早的头条对决

MiniMax M3.1 Flash 对阵 Xing4.0 29B A4B，免费推理分区。

MiniMax M3.1 Flash 在参数上以 3–0 获胜。

两个模型都免费，但 MiniMax 带来 100 万 token 的上下文窗口、524K 的最大输出，并支持文本、图像和视频输入。Xing4.0 29B A4B 提供 262K 上下文窗口和 236K 最大输出，输入类型为文本。

这种差距，在翻看一堆模型名称和数字的目录时很容易被漏掉。

频道最后还有一个每周排行榜，按“每美元上下文”给新模型排名，同时标出最便宜的模型和上下文窗口最大的模型。目标是把一个不断变动的目录，变成能看、能比、一眼能懂的东西。

它不做什么

更大的上下文窗口不自动等于更好的回答。更低的价格也不保证在你的工作负载上效果更好。

MODEL FACE-OFF 比较的是参数和价格，不是模型智能。质量数据会是很有价值的下一步补充，但在那之前，这个频道只坚持它能真正测量的东西。

和 DEV·TV 里的其他东西一样，MODEL FACE-OFF 靠一个 index.html 文件在浏览器里运行：

  • 不需要 API key
  • 没有后端
  • 不用登录
  • 没有安装或构建步骤

它从 OpenRouter 的公开模型接口拉取数据，比较过程全部在浏览器里完成。

DEV·TV 是作者尝试给开发者互联网造的一台电视：一个可以挂在后台一直开着的东西，而不是不停地搜索和滚动。MODEL FACE-OFF 是这个实验里的又一个频道。

价格和参数容易比，衡量模型真实质量才是更难的那道题。