Factory 评测 13 个模型的代码评审能力与成本，GPT-5.2 综合最优
Factory 用 50 个真实 PR、统一提示词和 LLM judge 评测 13 个模型的代码评审表现，GPT-5.2 以 60.5% F1、$1.25/PR 排第一，Opus 4.6 达 59.8% 但需 $3.11/PR。
推荐理由：原文给出 13 个模型在 50 个真实 PR 上的 F1 与成本数据，读者可以据此为自己的代码评审挑选性价比模型。
月之暗面 Kimi 系列模型与产品动态：K 系列开源模型、长上下文技术与产品演进的追踪。
当前仅显示精选新闻Factory 用 50 个真实 PR、统一提示词和 LLM judge 评测 13 个模型的代码评审表现，GPT-5.2 以 60.5% F1、$1.25/PR 排第一，Opus 4.6 达 59.8% 但需 $3.11/PR。
推荐理由：原文给出 13 个模型在 50 个真实 PR 上的 F1 与成本数据，读者可以据此为自己的代码评审挑选性价比模型。