谷歌号风控了，深度体验了下 k2.5。还是很垃圾啊

[uuundefined]

opencode 加 kimi k2.5 。

结论，蠢得要死，逻辑推理还是稀烂。完全不理解需求，幻觉依然多，花了 4 个小时，最后我手动给他找 bug 把一个简单程序跑通了。 试了下 gemini3flash ，20 分钟自己搞定

完全是垃圾。

但是有几点好的，1 在 opencode 的依序执行时，哪怕执行出错也能中断继续，虽然慢，但是能执行完。gemini 偶尔傻掉会无限循环输出。2 比较听话，gemini 和 qwen 是很不听话的，gemini 你给他写个 rules 或者 agents.md ，里面哪怕就一句，永远用中文回复。他都不听话。claude 是最守规矩的

估摸着实际编码能力只能和 claude 3.5 haiku 比下，应该还落后御三家一年以上。 比 GLM4.7 要好，GLM4.7 最恶心的是非常经常的，没做的需求他说他做了。。。最后和他对质，他还会说，我就是忽悠你的。我没做。要气吐血。

K2.5 会坦诚接受错误，可是他真的跑多少次，简单的错误都改不好。

所以用御三家做设计，k2.5 做执行可能还马马虎虎吧。

[gap]

“ 最后和他对质，他还会说，我就是忽悠你的。我没做。要气吐血。”还有这种展开，笑死 🤣

[ProphetN]

Vibe Coding 不用考虑御三家之外的模型。性价比模型是用来干杂活的，编码用顶级模型就是最省事的。

[rb6221]

一直改不好这种一般来说就是长上下文导致的幻觉，这个挺考验模型能力的

[yjhatfdu2]

确实垃圾，看了下我在 moonshot 居然还有余额，用的官方的 API 接 opencode ，又慢又蠢而且反复出错，根本不如 M2.1 ，当然都远不如 gpt-5.2-codex 和 claude

[opeth]

我觉得主要原因是 opencode 太垃圾了，和 claude code 一起用了两个周，感觉意图理解和内容生成的准确程度都比 claude code 差远了。
我配合的模型是 GLM-4.7 ，反正感觉能用。