我是一个刚入站不久的小伙伴。应该大部分兄弟都和我有一样的感觉，这里热度最高且最吸引人的就是各种各样的公益站了。最近虽然在期末考试，但主播不到考前两天没有学的欲望哈哈，于是测试了站里的不少公益站。基本感受可以从稳定性和模型能力两方面来看。
先说结论：几乎所有公益站无一列外的有稳定性问题（主播我只测试过GPT,Claude,glm,deepseekv4pro）模型能力方面则几乎可以认为与稳定性成反比的（神秘人any不适用这条规律）。这么说吧如果一个显然站里很多人知道的站，用起来很丝滑，那么模型能力可以理解为不如deepseek。
下面是一些测试：（首先谢谢各位开公益站的佬，这里没有任何责怪的意思，只是为了让跟我一样的新人尽量不要再花费大量的时间研究各种公益站，用简单的方式让像我一样的新人能更明确自己要什么。自然有人需要免费的，有人在意稳定性和能力，所以大家尽量不要在帖子下写什么“免费的还要什么自行车”之类的话哦，大家理性讨论）
1：某地方的GPT 5.5 100分 出题人 （疑似看不惯Claude的做题风格给2扣了两分）
2：某地方的Claude opus 4.8 98分 （我给100，裁判扣分理由可以理解为解题过程不够详细，就像高中数学老师总是叫你把做题步骤写详细，但我就喜欢不写那些每个这种类型题都要写的简单且字多的步骤。。。也许这套题目根本没让Claude大人尽兴？？）
3：网页deepseek-V4 flash 81分 （梁文峰大佬没得喷）
4：月城API的GPT接codex 100分 我记得是月城佬把一些用不完的放公益站了，没得说，不过这是佬刚开站时我赶上了抢到了额度，现在也陷入稳定性-模型能力曲线了？？

5：君的claude-opus-4.6接claudecode 97分 （分是AI打的实际按我观察与几个信得过的渠道的顶级AI模型答案对比的话，在其它分数不变的情况下，这个我只能给93，因为他在提交的正式答案文件里先写了一遍错误的然后又在后面说实际上应该是怎样的。同时残留文件也是最多的）

6：星辰中转deepseek接claudecode（到第六题没钱了接了5的模型） 89.5分 （这个我是真疾苦了中转里的deepseek我以为只会比官网贵一点我就直接用了，结果竟然是不降价版本的deepseek吗） 耗时很长忘统计了 耗费巨大6块左右只到第五题。

7：官方正版deepseek v4 pro接claudecode 98.5分（第六题有错误） 用时11分钟左右 耗费0.89元（还好是有错误，，不然感觉题得换一份了。不过即使没有错误，他也有大量残余文件，虽然我提示词并未要求最后要干净，但1，2，9这三个我完全信得过的顶级渠道最终输出都是完全干净的一份.md正式答案文件，从这方面我觉得还是有不小差距）

8：站内某中转 最便宜的GPT分组 99.5分（说是按严格标准扣0.5，宽松标准可给满分） 用时9分钟多 耗费0.121元

9：anyrouter 100分 挤进去后用时11分钟多 耗费0元 （真的强没得说）
不想看这么多可以只看5，7，8，9。
问答：
1.为什么只测试这么点公益站？？
很简单，绝大多数败在了稳定性这关，这种中等难度的任务断断续续的，基本可以认为不可用了，我确实是试了不少知名的公益站总结出的体会。
2.你不是说测了glm吗？
glm5.2很强，确实感觉是比deepseek强一档的模型，最起码在这种中等难度的任务下，本人没有接触任何工程级长而复杂的任务，在这种条件下我觉得也不会用公益站吧哈哈，这里没有是因为数据丢失了，刚出这个模型的那几天测试的当时没想着发帖，所以当时的测试就随手删了哈哈。
3.中转站的多快好省？这么强？
确实我也没想到最便宜的GPT分组有这么强（虽然我只测一个中转站的，但是站内其它佬的应该也是一样的）如果你的任务不是什么超级复杂且重要的任务，那我推荐大家用就对了。
4.主播自己还会用什么公益站吗？
首先是any没得说，特别是晚上人少的时候。然后是月城佬的，没什么别的原因，我花LDC买了额度呀 。然后还有一些好玩的站比如津巴布韦币站（希望佬能在站里开发点花津巴布韦币赌博的游戏呀，让我体验一把亿万富翁的感觉哈哈）。

这几天感觉在薅羊毛上花费了不少时间，我也应该好好反思一下自己。说实话这种好用又便宜的东西就看一个缘分，花时间去追求的花实在是没有必要。好好提升自己才是真的，接下来我快要读研了（AI infra相关），要是过程中有什么令我欣喜的发现或者成长也可能会分享到L站来的。再次感谢L站，以及感谢各位愿意花时间和精力经营公益站的佬们。

下面是测试题和提示词，感觉上是不够难，如果再来一次我会让Claude出一份加难版的题目，最好让deepseek-v4-pro上不了90哈哈。(传不了.md直接转的.txt不确定有没有问题)
FRT-CN-v2.0 - 副本.txt (16.4 KB)