这是一条长期更新的使用经验征集帖。希望大家分享的不是“哪个模型最强”，而是某个模型在明确任务中的表现：它面对怎样的输入，第一次结果是否可用，在哪些地方容易出错，最终为什么留下或放弃。真实的小任务比统一跑分更能帮助别人做选择。
可以从一个具体场景开始，例如代码排错、长文档阅读、中文改稿、资料检索、结构化抽取、图片理解或本地知识库。请写明模型与版本、调用方式、主要参数、测试日期、输入规模和是否使用联网或工具。涉及付费接口时，给出大致成本区间即可，不需要公开账户信息。
对比多个模型时，尽量让它们处理同一组材料，并使用相同的验收标准。代码要实际运行测试，引用要回到原文核对，格式化结果要经过程序解析。除了成功结果，也欢迎保留失败样本，例如遗漏了哪条限制、错误引用从哪里产生、经过几轮追问才修正。
本地模型的经验请补充硬件、量化格式、上下文长度、推理框架、首字延迟和稳定生成速度。云端模型则可以说明高峰期稳定性、数据边界、限额和接口兼容性。不要只报参数量或一句“很流畅”，让后来的人知道这个体验对应什么条件。
管理员会把信息完整、可复现且持续更新的回复整理到首帖索引。模型版本变化很快，旧结论不必删除，在原回复补充验证日期和变化即可。长期保留这些时间线，比每次发布新模型都重新争论一遍更有价值。