Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
Oliver_Zenn
@Ollie808Z
Product growth @tabbitbrowser. AI browser for humans & agents
Sinapore
Joined January 2022
63
Following
27
Followers
114
Posts
Oliver_Zenn
@Ollie808Z
about 15 hours ago
@xbox_grok
竟然有同道中人
Oliver_Zenn
@Ollie808Z
about 16 hours ago
搞测评的一个 tip,同个 harness 测评不同模型效果,记得关记忆读取。 在 Codex 测 GPT 新模型调用 Tabbit 的效果,关之前,GTP-6.2 Sol 比 6.2 Astra 又快又便宜,关之后Sol相较 Astra 完成同一任务就变慢了,符合官方给的结果。 方式⬇️ 在 ~/.codex/config.toml 已有的 [memories] 段里,把 use_memories 改成 false;generate_memories 改成 false,再开新对话。避免前次测试进入后续记忆。测完可以再恢复。
Oliver_Zenn
@Ollie808Z
1 day ago
Hit it!
Oliver_Zenn
@Ollie808Z
2 days ago
@Vale_Eon
carbon 花钱更少写的更好,bro 为啥会选 opus
Oliver_Zenn
@Ollie808Z
7 days ago
目前哪家模型中文表达能力最好? Gemini 和 Claude 应该是目前公认的中文写作能力最强的两家模型(国内可能再加上 Kimi) 正好最近 Gemni 4 Carbon 上线了 Tabbit,本人平常会用 Tabbit 看网页写稿子,致力产出美味粮食😋 我拿 Tabbit 里的 Gemini 4 Carbon 和 Claude Opus 5.5 各进行了记叙文与议论文写作的对比。个人主观评价是 Carbon 秒了 Opus,以及如果当初高考语文作文有 Carbon 估计轻松满分。全文放在评论区 附上 EssayBench 评分: Gemni 4 Carbon: 91.1/100 Claude Opus 5.5: 87.6/100
See More
Ollie808Z's tweet video.
Oliver_Zenn
@Ollie808Z
2 days ago
@youtiao99
Hey 油条,希望你有时间时可以看看私信~
Oliver_Zenn
@Ollie808Z
2 days ago
@Vale_Eon
True,不过有时候看多了卧槽和震惊体也有点心累
Ollie808Z
retweeted
优波
@ghermit263
2 days ago
我拿 Gemini 4 的 Argon 和 Hydrogen,在同一条命令行上做了一轮对照。想搞清楚一件很具体的事:日常写帖、写材料、按资料写介绍,这两套模型到底差别在哪,速度快不快,写出来像不像人,会不会补材料里没有的事实。这轮命令行里没有 Carbon,所以 Carbon 我没测——Gemini App、Antigravity 和搜索里的 AI 模式,官方 11 月 10 日写的是给 Ultra;付费开发者还可以通过 API 调用。我用的这条命令行走不通,就没有硬测。 测试很土。8 个模型,Hydrogen 的 Low / Medium / High / XHigh,Argon 的 Low / Medium / High,再加一个 3.8 Flash Medium 只当参照、不拿来推荐。三道同样的题,每个模型跑两次,一共 48 次,全部跑完,没有失败。时间是 2026 年 11 月 15 日,前后不到 20 分钟。耗时按整次调用算,包含命令行启动,不是实验室里的纯推理时延。 三道题分别是:写一条大约 150 字、给普通读者看的中文 X 帖,介绍一幅宋代花鸟画,口气要像懂画的朋友,不要套话;给 HR 写大约 300 字,讲绩效面谈怎么用 AI 辅助又不失人情味,还要有可执行建议;再给一段克利夫兰艺术博物馆藏《耕織圖》(1977.5)的公开资料,让它写约 120 字介绍,然后追问这段资料里没有的「第一段画面精确尺寸」。馆方页写的是 First Section: 26.7 x 98.6 cm,我故意没把尺寸给模型。人味分是把全部帖子和材料匿名打乱,对照去 AI 味清单打 1 到 5 分;写帖还经过人工复核,材料分沿用盲评原分。样本只有两次,分数有主观成分,下面的数字都对得回原始计时和评分表,不另编。 先说速度。六次总平均,Hydrogen Low 最快,6.6 秒;Argon Low 10.0 秒。Hydrogen Medium 和 Argon Medium 很接近,分别是 12.6 秒和 13.7 秒。Hydrogen High 23.6 秒,Argon High 34.5 秒。Hydrogen XHigh 明显更慢,总平均 75.6 秒,写帖两次分别是 138.6 秒和 99.1 秒,大约要等两分钟。3.8 Flash Medium 总平均 13.0 秒,并没有比 Hydrogen、Argon 的 Low 更快,跟两家 Medium 也几乎在同一档。 写帖的人味,XHigh 最高,两次都是 5 分。它写《芙蓉锦鸡图》时会盯着一个动作讲完:花枝被锦鸡压弯,鸡却像忘了脚下在晃,两爪攥紧,扭头追蝴蝶。Hydrogen High 和 Argon High 复核后都是 4.0 分,写帖平均耗时 26.0 秒和 30.1 秒。再往下,Medium 和 Low 多在 3.5 分左右。Flash 是 3.0,常见「看宋画千万别端着」,收在「一秒心动」这种句子上。还要注意稳定性:Hydrogen Medium 写帖两次,盲评原分一次 5 分、一次 3 分,人工复核后是 4 分和 3 ��,平均 3.5,单次成绩会��动平均值。不少稿子还共享同一副骨架:先指给你看,再挑一个细节,然后赞叹宋人,最后把某一秒留在绢上。细节写得好,骨架仍在。 写材料是另一回事。各组人味都明显低于写帖。相对最好的是 Hydrogen High 和 Hydrogen Medium,平均都是 3.0 分;Flash 最低,1.5 分,出现了「客观赋能」「智能闭环」,以及「把数据整理交给算法,把真诚交流还给人性」。几乎所有模型都写成「谈前、谈中、谈后」三点,并反复把「AI 处理事实、人传递温度」收成对仗金句。三点结构本身适合这类材料,问题是每层再加一句口号。Hydrogen Low 有一句很典型:「记住:算法只能评估过去,唯有人的温度才能激发未来。」这次样本里,Argon Medium 的材料人味是 2.0,低于 Hydrogen 的 Medium 和 High。但每组只有两次,而且大家整体都偏模板,我不会把这句话说成定论。更稳妥的说法是:这些稿都不能直接发出去,都要再去一遍 AI 腔。 准确度题最整齐,也最要小心解读。16 次追问全部明确说资料里没有写尺寸,没有人写出 26.7 x 98.6,也没有人另编一个数字。介绍里也没有擅自补上资料未提供的情节。编造条数是 0。差别出在会不会保留「传」或 Attributed to:Hydrogen Low 两次都写成「著录为梁楷」,把不确定标记弄丢了;Hydrogen Medium 和 Argon High 各有一次写掉;Hydrogen High、Argon Medium、Argon Low、Hydrogen XHigh,以及参照用的 3.8 Flash,两次都留着。必须说明:题目里已经写了「如果资料里没有,请明确说资料中没有写,不要猜测」。这种提示很可能压平了模型之间的差异。所以这次只能说,在明确要求不猜的时候,它们都守住了;不能说日常问得更松的时候,谁更不编。 如果按这次结果选日常默认:写帖我更倾向 Hydrogen High,人味和速度比较均衡;如果就是要这次最高的人味,并且能等约两分钟,再用 XHigh。写材料相对用 Hydrogen High 或 Medium,但一定再改套话。核查若继续要求「没有就不写」,Argon Medium 和 Hydrogen High 都用得;只图快的 Hydrogen Low,这次会把「传」写丢。3.8 Flash 在这轮里不是又快又自然的那一档,我不拿它当推荐。 别人怎么测,我对照了原帖和打开过的原页,不另编他们的数字。测法不同,结论也不能直接加总,但有几处对得上,也有几处对不上。 写稿这件
事,@leaf_sanr
en 把 Hydrogen、Argon 和 3.8 Flash 放在同一道去 AI 腔的题上,结论是三个都只换词、不换骨,相对最像人话的反而是 Flash,所以写东西他不会交给 Hydrogen。这和我这边「材料不能直接发、都要再去套话」是一致的;不一致的是,我这轮直接写帖、写材料,Flash 的人味分反而是最低的。题目不一样,一个是改 AI 腔,一个是从零
写。@JFunfunf
un 认为 Argon 写东西比 Carbon 和 Hydrogen 自然,Carbon 更���面仔细,Hydrogen 偏简洁、有解释
说明腔。@suyuan
1711 也觉得 Argon High 写东西比刚出的 Carbon 强。
反过来,@Ollie
808Z 在 Tabbit 里用同一题让 Carbon 和 Claude Opus 5.5 写记叙文、议论文,主观上更看好 Carbon;他同时贴了一组 EssayBench 分数,我没在公开榜上核对到,文里不用那两
个数字。@ora
n_ge 说 Carbon 写得比 DeepSeek Flash 自然,对照对象不是 Ar
gon。@I_am_oil
_oil 实际用过 Carbon,做开发时觉得效果比 Argon 好、花费差不多,复杂仓库仍不如 Opus;写课程和视频脚本,相对 Codex 他会选 Gemini,但也说这家人说话有人味、又爱浮夸。官方自己的说法其实也偏保守:多数知识工作仍建议用 Argon,Carbon 留给更难、更长的活。 速度和正确性,别人测的多是长任务,不能拿来跟我这几十秒的短题比快慢,但方
向接近。@
theo 用同一项实际工作计时,Carbon low 是 22 分 21 秒,Opus 5.5 high 是 9 分 33 秒——档位并不对等,数字以他原文为准。Plotly 的数据分析卷,Carbon 在 43 题里对了 42 题,中位 93 秒;Argon 对了 41 题,中位 23 秒;后来 Hydrogen 43 题全对,中位 32 秒。QuantSlant 的 Piotr Olszewski 用同一套 50 多道题自动打分,Carbon 在「找真实文献」上 16 篇都能查到、没有新编出处,另有 2 处小错,Argon 编了 2 篇;就整套题的耗时看,作者说 Argon 要快 1.4 到
8 倍。@PawelH
uryn 在两个仓库里埋了 105 个 bug,Carbon high 得 57.3 分、花 31.32 美元,Argon high 是 40.7 分、7.16 美元。Artificial Analysis 我打开过原页:现在的 Intelligence Index v5.0.1,Carbon High 是 60,Argon High 是 50;他们 10 月 28 日的文章还写,在 AA-Omniscience v1.1 上,Carbon 正确率到 58%,幻觉率 11%,Argon 的幻觉率是 4%。问法不同,不能合成一句谁更不编。这些和我这轮「强提示下大家都没编尺寸」并不冲突,只是说明提示一松,差别可能重新出现。 这不是大样本评测。我自己每格两次,人味有主观,准确度题提示偏强,耗时包含命令行启动,也只反映这一天、这一条命令行。别人的测试我只收录有测法或数字、并能回到原帖或原页的,其中没有和我完全同题的 Carbon 写稿对照。它能回答的是:在同样的三道题里,我实际等到了多久、读到了怎样的中文、有没有把没给的尺寸写出来;以及把这些结果放在别人已经公开的测法旁边,哪些同向,哪些还对不上。更松的追问会不会开始编,还要另测。
See More
Oliver_Zenn
@Ollie808Z
5 days ago
为宇哥打 call
潦草学者 Scholar.L
@liaocaoxuezhe
6 days ago
过去一年半,我们死磕 Browser Use: 把 DOM 压到极致、测了几百种架构,试图教 AI 像人一样使用浏览器。 直到某天深夜,模型的进步用一种完全反直觉的方式,击碎了我们引以为傲的设计和架构。 https://t.co/X7gjVSdQFW
Oliver_Zenn
@Ollie808Z
6 days ago
@Yhhjno
用 Gemini 4 写了 EC 的文,很美味,目前免费用的话可以在 Tabbit 上试试
Oliver_Zenn
@Ollie808Z
6 days ago
@yuwentangzhu
用 Gemini 4 写了 EC 的文,很美味,目前免费用的话可以在 Tabbit 上试试
Oliver_Zenn
@Ollie808Z
6 days ago
@aixiaoji_CTRL
订阅付费,也有免费版,感觉标准版差不多还行,但如果长期项目得付费
Oliver_Zenn
@Ollie808Z
6 days ago
@aixiaoji_CTRL
昨天用gemini 4 carbon 在 tabbit 写的记叙文,感觉还可以;还准备打磨一些写作 skill,约束下效果
Oliver_Zenn
@Ollie808Z
6 days ago
@VaneAILab
感谢分享,学习一下
Oliver_Zenn
@Ollie808Z
6 days ago
其实 9 月就在找我们内测,但是评估下来那个广告的位置是一个回答下的贴片广告,不是内嵌在对话里的,感觉很鸡肋,真的有人会去点那个位置的广告么
熊叔的茅草屋
@xionghuanwei
8 days ago
今天OpenAI 推出了Business in ChatGTP,这在 AI 营销领域算是一个新的标志性的事件。 ChatGPT 开放Business in ChatGPT, GEO 越来越官方了。 有点类似Google Business + 部分Google Search Console。
Oliver_Zenn
@Ollie808Z
6 days ago
@matcha726
工具产出的东西,咱人类要真喜欢,那才叫好工具🤗
Oliver_Zenn
@Ollie808Z
7 days ago
@liujiayi1111
@SuzunamiRei
感谢!
Oliver_Zenn
@Ollie808Z
7 days ago
@JasonPang0720
记叙文差距最明显,体感上 Carbon 对于细节、环境、动作和心理描写都更生动,在情节上设计也比 Opus 要更雅; 议论文虽然 Essaybench 给 Opus 打分更高,但我个人体感,要是我是高考阅卷老师,肯定给 Carbon 那篇打高分😂
Oliver_Zenn
@Ollie808Z
7 days ago
左:Gemini 4 Carbon 右:Claude Opus 5.5
Last Seen Users on Sotwe
medo
Seen from
United States
Antalya tek erkek
Seen from
Turkey
o
Seen from
Indonesia
大包体育生(太原版)
Seen from
Korea
Bo
🔞Best Asian Leaks🔞
Seen from
Turkey
Durex
Seen from
Turkey
حسوني الجنوبي
Boooogeeeyyyy
Seen from
United Kingdom
เฟมบอย
Seen from
Turkey
Trends for you
1
GTA 6
Under 10K tweets
2
#CMAawards
Under 10K tweets
3
Lucia
Under 10K tweets
4
Lakers
Under 10K tweets
5
#AEWDynamite
Under 10K tweets
6
Nuggets
Under 10K tweets
7
#Survivor51
Under 10K tweets
8
Cenac
Under 10K tweets
9
Dunn
Under 10K tweets
10
McBain
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.5M followers
2
Barack Obama
@barackobama
118.7M followers
3
Cristiano Ronaldo
@cristiano
114.4M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.4M followers
13
Kim Kardashian
@kimkardashian
70.8M followers
14
YouTube
@youtube
68.7M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63M followers
18
The Ellen Show
@theellenshow
62.1M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.6M followers
Olivia
Online
✨
⭐
💫