1.背景

Aipy是一款结合LLM和Python的工具，工作模式为：用户提供简单的指令，LLM拆解分析指令并撰写响应代码，Python及时相应，在此过程中如果代码出错，LLM就会及时调整代码以满足运行需求，最后达到帮你解决生活中确切的实际问题的效果。

今天爱派（AiPy）v0.1.28 正式上线啦！改进主要包括：联网搜索、分享案例、私密记录、模型配置和新手引导五个方面。博主认为最重要的改进就是引入了混元和Qwen模型。今天我们最主要的任务就是在aipy上配置这两个模型，并且对deepseek-v3，hunyuan-turbos-latest，qwen-plus-latest三个模型完成同一任务进行测评。

至于任务选择，最近618想买平板，但是确实市面上款式太多都挑花眼了，所以就将任务定为618平板攻略吧。

2.任务过程

（1）prompt输入

6.18快到了，我想购买一个平板，需求是追剧、阅读文献、无纸化学习和板绘。你需要完成以下任务：1.找出市面主流的品牌，包括苹果、华为、小米、三星、oppo和vivo出的新款平板，需要列举出他们的参数，包括处理器、内存、相机参数和重量。2、从京东和淘宝给我列举出以上平板的价格。3、计算四川省数码国补之后平板的最低价格。4、按照我的需求，给我推荐三款最适合我的平板，同时还要兼顾性价比。5、将以上内容整理为格式精美的pad.html格式

（2） deepseek-v3
总体来说，DS的任务完成度很高。

首先在界面方面，分成了三个主要的界面：推荐、参数对比和需求分析。在颜色选择上对重要信息加以标红、粗体、emoji等，让报告更加清晰可读，同时将最重要的推荐部分放在了最上面，能够一眼抓到重点，排版布局都很不错。最后，在信息的搜集上，这是唯一一搜集了内存和存储信息并且加以区分的报告。

但是在价格方面，我认为苹果和三星的价格低1k-2k左右，其他款的价格略高300-1k。信息搜集上还是有待提升。

（3）hunyuan-turbos-latest
总体来说，混元任务完成度不高。

在信息搜集上价格差距与平台官网都很大，苹果价格低1k-2k，撒逆行和华为价格高2k-3k。同时没有列举出小米、vivo和oppo的平板数据。最后也没有给我结合我的购买原因进行推荐。

唯一值得一提的是，确实界面看起来很简洁明了。

（4） qwen-plus-latest
总体来说，Qwen表现基本满意。

首先，在界面呈现上主要是采取了4个表格的形式将参数、价格、国补后价格和推荐清晰呈现，但是价格部分和国补价格部分略有冲突，信息冗杂。其次，界面简洁明了，最重要的价格信息标红加粗显示，一眼就可以阅读。同时，在推荐部分也结合了我的需求，最值得一提的是，在推荐部分拆解我的需求中，推荐性价比最高的vivo平板时候没有提到板绘，我觉得这一点很智能（没有推荐我无脑入苹果哈哈哈）

缺点主要有两个，第一个是我要求推荐新款平板，我没有找到vivopadv1的数据。第二就是在价格上都比现价大概高1-2倍左右，数据比较失真。

总结：

从表格中可以看出来，ds耗时最长，完成度是最好的；混元在耗时很短的过程中，基本给出了推荐信息，只是不够完整，需要继续改进prompt调试一下；Qwen耗时使用，基本完成任务。在信息读取，尤其是价格方面，三个模型都有失误且价格不一致，我推测是API不固定，再次进行类似分析活动时可以给出具体API以完成任务。

总的来说，这次Aipy改进还是很大的，比如配置模型时就可以直接导入，去分析失败原因时也可以在work目录里读隐私json文件来查看到底是哪一步出错了。比起上一般来说耗费的时间更短、操作更友好、分析界面也更加友善美观！