实测 12 个 AI 大模型谁最会写 AutoHotkey v2:52 美分的 Grok 4.3 干翻贵 17 倍的 Opus,本地微调小模型也能打
导读:价格贵,不代表写得好。国外一位博主把 11 家云端大模型加上自己训练的 3B 专用小模型,拉上同一张考卷——150 道 AutoHotkey v2 题(写 / 解释 / 重构),全部用真实 v2 解析器判语法。结果出乎意料:最贵的两个模型都没赢;Grok 4.3 以 52 美分拿下最高的 98.5% 语法通过率;而那个免费、只在本地一张 GPU 上跑的 3B 专用微调模型,纯度居然排进前三。这篇我们把完整排名、成本真相和「自己怎么复测」都讲透,并附一段 AutoHotkey v2 就能跑起来的模型评测脚本,供你亲自验证该给哪个模型付钱。

