有谁拿 Step 3 喂过实际任务吗。阶跃这次主打“好用的推理模型”，国内厂商肯往这个软指标上靠、不光比刷分，方向我认。推理最烦就是又慢又贵，得在延迟、成本和答对率之间找平衡，光榜单漂亮没用。官方跑分我还没细看。
1 个赞
等半分钟才吐结果的推理模型，再准我也懒得用
慢还能忍，按token算钱那个账单才真劝退
蹲实测
先看API开不开、价格多少，这俩没出来说好用都太早