导语｜本文整理一泽 Eze 在《聊近期 Agent 模型，以及我的选用建议》中对当下热门 Agent 模型的横向评测。原文作者同时在做新产品 Chat Memo 的 Agent 端，把模型拉到了真实生产环境跑了一个遍。五款进入对比的模型分别是：Claude 系列新成员 Fable 5、GPT 5.6（Sol）、DeepSeek V4、Kimi K3，以及刚发布的 Qwen3.8-Max。
一、Fable 5：把模型当作「项目合伙人」
作者给出的整体评价是：Fable 5 是当下生成 Agent 产品最值得信赖的选择。理由有三条：
- 独立性：给完提示词之后，Fable 5 不容易被用户推着走，常常保留独立判断，给出「意料之外、但论证严密」的回应；
- 不钻牛角尖：对长任务里的死胡同反应快，会主动退一步重新规划，而不是和已写下的代码死磕；
- 回应风格清晰：相比前几代更容易让人「看懂它在做什么、为什么这么做」。
这一代被一泽 Eze 称为「项目合伙人」，而 Claude 4.8 / Sonnet 5 的对比结论被缩到一句话：高难新任务给 Fable 5，已有模块的修补调整给 Opus 4.8；Sonnet 5 则不爱用。
二、GPT 5.6 Sol：最积极的 Skill 驱动者，但也是最听话的模型
5.6 Sol 是 OpenAI 新一代 Codex / Agent 主力。一泽 Eze 的体感是：指令遵循在新一代里明显提高，对装上去的 Skill 几乎「必触发」——这一点比前几代都稳定。同时，5.6 Sol 配套的 Pro 周额度接近 10 亿 token，加上近期「4 天 3 次重置」的强度，已经能做到每天 3 亿 token 以上的中高强度消耗。Codex 的额度政策可以同步参考：把「高强度 + 工具调用」的场景放在 Codex CLI 上能进一步压缩单位成本。
但硬币的另一面是：模型变听话，并不总是好事。容易陷到用户最初的提示方向、已有代码架构里「一直钻牛角尖」。要规避这个风险，作者给出的提示工程建议是：
- 用任务背景和目标描述意图，避免不必要的个人观点引导；
- 让模型自己补完方案，而不是替它指定实现；
- 真遇到想不明白的问题，「可能还是得找 Fable 5 才能逃出牛角尖」。
前端表现上，5.6 Sol 在 PPT、简单 Web 交互上够用，但不是它的强项。
三、DeepSeek V4：性价比被低估的 Agent 默认模型
DeepSeek V4 系列一泽 Eze 的核心定位是「Agent 产品的默认模型」——尤其适合 To C 场景。原因有两层：
- 推理能力够用：Flash 与 Pro 两个版本之间的差异主要是 Pro 在推理深度和主动性上更优，但即便是 Flash 也能承接对话、tool use 和 sub-agent 调度的日常任务；
- 成本结构相对最优：DeepSeek 提供的 Prompt Cache 缓存时间窗从小时级到天级，是它相对其他模型最显著的省钱点。
这一代 V4 的能力提升重点是 Pro / Flash 双线齐发，作者本人的体感是「放在 Chat Memo 内作为日常 Agent 对话模型很顺手」。
👉 关于 DeepSeek 网页版、App 和 API 入口，左视频已经做了完整介绍；如果你的 Agent 产品在选默认模型，建议把 DeepSeek V4 加入对照测试。
四、Kimi K3：视觉上限超想象，199 档会员快「卷」没了
Kimi K3 是月之暗面 2026 年下半年最受关注的新模型。一泽 Eze 给出的核心观察：
- 前端视觉上限超出想象：社区清一色的好评集中在 3D 网页模型的绘制（巧克力工厂物理按压、精细的场景细节都跑得动）；
- 长上下文 + 多话题跳跃：在长对话里频繁切换话题仍然记得「开始那条提醒」，主动调用工具做信息增强；
- 深推理问题：唯一负担是 199 档会员周额度大约只够 0.8 亿 K3 token，「得精打细算用」。
👉 Kimi K3 与 Kimi Work 在左视频的收录页 里有更完整的百万上下文、多 Agent 协作与 PPT/表格交付能力介绍。文中提到的「GPU 挤爆、K3 暂停新订阅」在同一条产品线里也值得一读。
五、Qwen3.8-Max：刚发布的「思考更深」的国产新选择
Qwen3.8-Max 这周才发布，作者只跑了简单的独立 Demo 测试，但他给出的初步印象是「思考有点长，也有点贵」。阿里云也顺势把个人版 Token Plan 重新拉回主流价位，在 Qoder 里白天 1 折、晚间 0.2 折。对重度 Agent 用户来说，新模型的入门成本被显著压低。
六、归纳：选择 Agent 模型时该看哪三件事
回到一泽 Eze 的结尾观点。比起去年只盯着模型能力，进入 2026 下半年选 Agent 模型大概要看三件事的平衡：
- 任务连续性：能不能在长上下文里保持指令记忆、能不能主动调用工具、能不能在多 Agent 调度中不退化；
- 输出速度与价格：单次任务越来越复杂，token 消耗跟着涨。模型如果再贵下去，重度 Agent 用户扛不住，普通开发者的产品化路径也会变窄；
- 前端质量：当 Agent 真正进入生产环境，前端不再是「模型能力的一个附件」，而是用户每天看到的产品门面。
「希望下半年能在价格上卷出几个好模型。」——一泽 Eze
七、关于文中几个开源项目
一泽 Eze 的原文末尾还推荐了几个开源 Agent / 提示词工具。左视频尚未单独收录，不过 GitHub 仓库可以直接访问：
- AutoGPT：开源让用户创建和运行智能体的项目，强调「AI 有步骤地解决实际问题」。
- MetaGPT：把「一句话需求」展开成用户故事、竞品分析、API 与文件结构等软件研发产物。
- LangGPT：模板化的高质量提示词工具，在 Kimi 在线页 也可以直接体验。
参考来源
- 作者署名：一泽 Eze，原文题为《聊近期 Agent 模型，以及我的选用建议》；本篇按公开转载版本整理。
- 作者背景：原文底部提及作者在做的产品为 Chat Memo 的 Agent 端（公开内测尚未开放）。
本文基于原作者公开发布的版本做原创整理，未引用任何不对外公开的训练数据、模型权值或身份信息。文中涉及的「Fable 5 / Opus 4.8 / Sonnet 5 / GPT 5.6 / DS V4 / Kimi K3 / Qwen3.8-Max」等代号皆沿用原作者用语，与左视频站内对各厂商的命名保持一致；如发现事实错漏欢迎在评论区指出。
