本期焦点包括Vision LLM vs OCR基准测试显示OCR更优且更便宜、Claude Mythos模型准备发布、Claude Code缓存成本技巧及多个实用工具开源发布。

模型动态

Anthropic 准备发布 Claude Mythos 模型,面向 Claude Code 和 Claude Security

据用户曝光,Claude Mythos模型已在Claude中短暂可见,新增了相关字符串。但尚不清楚普通用户能否访问该模型。[5]

实验数据:模型量化比 KV Cache 量化更重要,Q5 优于 Q4 无论 Cache 量化方式

基于Qwen3.6 27B的实验显示,将模型量化从Q4升级到Q5带来的收益远大于优化KV Cache量化。KV Cache用q4_0效果较差,建议至少用q5_0。[8]

产品工具

开源项目 CodeLedger:减少 Claude Code 代码读取冗余,节省 Token

用户开发的Claude Skill,通过建立代码索引和节点数据库,让Claude在后续任务中只读取相关文件,避免全量扫描。项目地址:https://github.com/kindaRai/CodeLedger/tree/master[6]

llampart 1.0.0 发布:面向 llama-server 的独立本地 Web UI

支持多语言、MCP、两栏会话侧边栏、主题自定义(包括毛玻璃效果)、拓展设置面板等。基于 llama.cpp 生态,MIT 许可。项目地址:https://github.com/mchowy-troll/llampart[7]

开源:自托管 Web 终端界面,支持手机远程管理 Claude Code 会话

基于ASP.NET Core + xterm.js,提供持久化多标签PTY,带触摸优化按钮和自定命令,支持Tailscale远程访问。Windows端。项目地址:https://github.com/HalfLucid/Claude-Code-Cli-WebTerminal[9]

技巧教程

Claude Code 缓存未命中成本比命中高12.5倍,5种常见操作会触发

添加/移除MCP服务器、切换模型、编辑CLAUDE.md、切换fast模式、粘贴图片都会导致缓存重写。缓存命中时成本仅为基础价格的0.1倍,而写缓存是1.25倍。建议在会话开始前锁定配置。[4]

GPT Image 2.0 生成电影级故事板:详细导演提示词分享

用户用复杂电影级提示词(含分镜、灯光、镜头语言等)生成质感商业广告分镜,效果惊艳。展示了GPT Image对专业视觉语言的精准理解和高质量输出。[10]

行业资讯

Vision LLM 处理长文档不如 OCR 管道,准确率更低且贵3倍

基准测试对比6种方案,Native PDF (vision LLM)准确率仅52.0%,最贵$0.2552/query;而LlamaCloud premium + OCR达59.6%且更便宜。Vision在图表和表格页面上表现最差。原文:https://www.surfsense.com/blog/agentic-rag-vs-long-context-llms-benchmark[1][2][3]