（来源：上观新闻）
当然，不只⛹👭是“堆算力”💝。二是人才困💛🚱境🕤↖。第三道是折叠屏i💰Pho🚱🥓泛目录寄生虫程序ne🌵。” 这👠🈺不是一个模😹😄型能力问题🧿🧥泛目录寄生虫程序。灵光激励不是下⏪载即得，而是🇳🇦引导用🚟🌗户完成「描述🧢意图-生成🖌应用-⛵发布分享-迭代优🧗♂️化」的完🏄整闭环，📅🎷在实践中学会精⏪🐡准描述需求、🎭🇯🇴理解AI逻辑⚜、高效转化创意，👰点亮「👛用好AI👨🔧」的技能🇸🇨🇲🇻。这类差距，主要8️⃣🧹体现在AI♐🗼技术使用和可支配🇨🇽✉Toke😆👁n额度上🌷。
模型生成的🈂代码、🇺🇾🎞内容，并不会🍖直接变成最🧙♀️🚏终结果🍋🎙，而是要在⛈各种应用环境中🦛🏑运行——这些🎞环境，大量依赖🦴🧧 CPU👥🎱。V4-Pro🇪🇬 在编程🏚评测 Code🍧Ⓜforces⛔ 上得⛔🐣分 3206🇧🇴，比肩 G😴🕰PT-5.4；在👎🚜软件工程基准 S💃WE-b⏩📚ench 上达到🇹🇦🇦🇫 80.6🇧🇪%，接🕤🖲近 Claud💬💂♀️e Op🙍♂️♋us 4.6；🚗🇮🇴Agenti🧝♂️c Coding🇲🇬✈ 能力在开🥬泛目录寄生虫程序源模型中排🎵名最高，内🥜🦔部测试中交付质🗻🇲🇹量接近 Sonn🙋♂️🇧🇪et 4🛎.5——此🗞🐱前这个层级🔓的能力几乎被闭源❓厂商垄断🌑。
你可以这🚣♀️样理解：一🌾🇻🇳方面，如果你🧖♂️👨🔬不断扩大规模，会🌴得到能力的巨大🎟🇩🇰跃迁；🎈另一方面，如果你🌮维持同样能力2️⃣👨🌾水平，成📺✏本却在指数级下降🥞😴。他向36氪表示🦗👨🎨，相较于Se🇵🇾🥝edanc⬜e2.0🦍🥌，Happy⏱Hors🤵e的影视感与提🦷😭示词还原上有📭👷所不足😝🇯🇵。这类差距，主要❕3️⃣体现在AI技🚵♀️术使用和可支配T⛅oken额♨度上🌾🕸。
