OpenAI 兼容接口到底兼容什么?为什么能调用不代表完全兼容? OpenAI 兼容接口沿用 OpenAI 的路径和格式,SDK 能直接调用,但只保证基础请求能对上,参数、工具调用、流式、Usage、错误码和模型能力都可能与原生接口不同。文章从 12 个兼容点逐项列出差异,并附了原生与兼容端点的对比表、切换前的 10 项检查清单和三段示例代码。结论是:快速比较模型时用兼容接口,Agent、工具调用、复杂多模态或依赖供应商特有能力时,优先原生协议,并且切换前要实测。
Claude Code 配置 GPT 模型:settings.json 两种写法 Claude Code 不校验模型名归属,改一个 json 就能跑 GPT。两种配法、 五个排查点,附灵眸AI(api.lmuai.ai)实测参数。
GPT-6 Astra 评测:自主挖 Chrome 漏洞的能力与独立基准结果 一个AI模型强到能自己钻研出黑进Chrome浏览器的完整攻击方法,OpenAI都得先把它的完整能力锁起来。但独立评测数据显示,它的综合智力水平跟上一代完全没变,价格却涨了2.5倍——这篇拆解跑分陷阱、安全争议和真实决策依据。
海外大模型缓存计费真相:Claude/GPT/Gemini/Grok 四家不一样(2026-09) "缓存命中后价格能砍到十分之一"这句话对三家模型成立,对Grok不成立——它的折扣只有25%,力度只有另外三家的四分之一强度。这篇拆解四家机制差异,附可直接跑的Python计算器。
Claude Pro/Max、ChatGPT Plus/Pro 订阅该不该买?中转按量价只要官方的7%-30%(2026年8月实测) Claude、GPT 官方订阅只告诉你"比Pro多5倍/20倍用量",从不说清楚到底是多少token。这篇换个算法:拿官方和中转的按量API单价直接对比,7%-30%的折扣比例、3到13倍的购买力差距,用可以自己跑的代码摆出来,不靠模糊的倍数猜。
GPT-5.6 / Codex 国内能用吗?我接入灵眸AI 这几个月的记录 Codex CLI 用了几个月的接入记录:为什么直连 OpenAI 在国内走不通,官方自动 Prompt Caching 和 Anthropic 的手动 cache_control 有什么区别,怎么配置 base_url 和 wire_api,以及怎么用一个请求验证缓存字段是不是被中转层吞掉了。