BenszAPI v1.24.4 → v1.30.3:Frontier、图片与智能路由的新进展
建议先开启智能路由并远程更新 Bensz skills。回看 87 个正式发布节点,重点介绍 Frontier 纯净文本渠道、GPT Image 2.5、路由缓存与模板优化,以及发票客服和分组收费展示。
BenszConan
管理员
文章目录 ⌄
开始之前,建议先打开 BenszAPI 的智能路由模式,并在你使用的 AI 工具里输入
远程更新 bensz skills,把本机的 Bensz skills 更新到最新版本。 更新完成后,新建一个会话再开始工作,让新的技能与路由流程一起生效。
回看此前关于 BenszAPI 的几轮文章,从最初把支付、订阅和渠道套餐接起来,到后来加入聊天、画图、云同步,再到智能路由、「超额」和燃尽额度,大家应该能感受到:这个产品一直围绕科研与开发中的实际需求往前走。上一次更新介绍写到 v1.24.4,重点还是 CC Switch 接入、用量展示与连续工作的稳定性。截至 2026 年 10 月 2 日,最新正式版本已经来到 v1.30.3;两者之间共有 210 次提交、87 个正式发布节点。这次值得展开聊的,是严肃任务有了更纯净的文本渠道,图片能力进一步补强,智能路由更省、更容易看懂,以及收费和发票这些日常细节终于更顺手了。
Frontier:为严肃任务准备一条更纯净的文本渠道
这一轮我最想介绍的,是 BenszAPI 引入了基于官方 API 渠道的文本能力,通过 Frontier 分组提供,目前向 Premium、Ultra、Max 订阅用户开放试用。它的调用成本更高,但渠道更纯净,适合那些你希望认真投入、尽量减少调用环境变数的工作:专业领域的深度 brainstorming、高端模型制定计划、科研正式用途,以及其它对输出质量与一致性更在意的任务。
尤其是 GPT 6 Astra 这类高端模型,我觉得它的价值很适合放在“把问题想清楚”这个阶段。比如,你已经积累了一批研究资料,但还没决定科学问题如何收敛;你准备开展一个复杂项目,需要先比较几条路线、明确关键假设与验证顺序;或者某个专业问题讨论了很多轮,仍然有几个判断值得反复推敲。这时,我们希望模型把能力尽量用在问题本身,渠道的纯净程度也就变得更有意义。
我自己的建议是:重要的计划制定,可以考虑使用 Frontier;计划明确之后的大量执行工作,一般继续使用订阅额度就很好。 例如,先把研究问题、分析策略、证据要求和验收条件认真讨论好,再把资料整理、代码实现、逐项修改等工作交给日常订阅渠道。预算会花在更需要高质量判断的环节,后续执行也更容易沿着清楚的方向推进。
当然,更纯净的 API 渠道不能代替专业判断,也不能保证模型每次都给出正确答案。这里推荐它,是因为在正式、严肃的场景里,调用环境的确定性本身就有价值。特别是制定计划时,如果你很在意模型是否充分发挥能力、希望尽量减少“怎么这次感觉没想明白”的疑虑,API 方式通常是更值得考虑的选择。
还要把费用说清楚:Premium、Ultra、Max 提供的是 Frontier 的试用资格,不能把它理解成普通订阅额度里的免费升级。 这类资源的成本与收费需要单独看,使用前请查看 Frontier 分组的实际收费说明和账户余额。普通任务继续用订阅,关键任务按需切到 Frontier,是我更推荐的用法。
图片能力:新系列正式支持,稳定性也继续补强
之前几次文章已经聊过画图和修图,也记录过一次路径问题带来的排查。这段时间,图片能力继续沿着完整的创作流程完善:既要能提交任务,也要能顺利拿到结果;既要接入新模型,也要让不同使用入口的权限和计费对得上。
现在,GPT Image 2.5 系列已经正式支持,包括 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst。配套的 auto-draw-plot 也已经跟进,默认模型调整为 gpt-image-2.5-flare,同时保留已有图片模型的选择空间。对于用 Bensz skills 做科研图示、技术路线图、演示素材,或者画图、修图的小伙伴,更新本地技能之后,就可以按当前入口支持的模型继续创作。
另一个比较实在的变化,是图片能力现在部分由官方 API 渠道兜底,服务稳定性进一步增强。图片生成往往要等一段时间,创作还可能经历多轮修改,因此一次失败带来的影响不只是多点一下按钮。这轮补强希望减少的是这种等待之后仍然拿不到结果的挫败感,让图片工作更适合放进正式的任务安排里。
这里的“部分兜底”有明确范围,并不意味着所有图片请求都改走同一渠道,也不意味着可以承诺永远不会失败。对用户而言,更值得关注的是:当原有路径出现波动时,图片能力多了一层可用保障;需要稳定完成素材时,也有了更充分的渠道支持。
相关细节还包括新系列的计费兼容完善,以及站内画图应用对长期订阅图片分组的支持。如果你拥有相应的长期图片权益,可以直接从站内画图入口使用,不必为了这一入口再额外配置一把自己的 API 密钥。此前长期图片权益可能被普通钱包状态误拦截的问题也进行了修复,让图片权益按自身规则发挥作用。
智能路由:选得更合适,也少做重复判断
默认分类模型升级到 gpt-6-luna
智能路由的默认分类模型,已经从 gpt-5.6-luna 调整为 gpt-6-luna。它负责理解你这次要做什么,并选择合适的 Prompt 工作流;这项调整针对的是路由分类环节,实际完成任务的主模型仍按你的选择和分组配置使用。
对用户来说,打开智能路由的意义,是少花精力寻找模板、多用自然语言表达目标。你说“帮我解读这张论文图”“给这篇稿件选刊”“重做这个页面的视觉效果”,系统应当识别出它们分别需要怎样的工作方法。模型升级与模板优化,就是围绕这件事一起推进的。
Prompt 模板更贴近任务,也更重视交付质量
这段时间的 Prompt 优化比较多,而且很多变化值得从实际用法来理解。
科研方面,找值得读的论文、建立候选文献池、完成一篇系统综述,现在有了更清楚的流程边界。只想看看某个方向有哪些经典或新进展,就不必被拉进一整套综述写作;明确要做完整综述时,则会衔接文献发现、检索、筛选、证据整合、写作与导出。这样既减少小任务被过度展开的情况,也让正式综述有更完整的材料基础。
国自然章节写作也更重视立项依据中的文献支撑。资料不足时,流程会先补调研与核验,再把参考文献实际用进论证里。论文 Figure 解读、整篇稿件修订、投稿选刊同样进一步分开:读图需要讲清楚实验与结果,修稿需要处理科学逻辑和表达,选刊则需要核对期刊要求。每一种任务都更容易落到相应的交付物上。
开发和设计方面,新增的软件界面设计流程会关注布局、视觉层级、使用体验,以及修改后的截图验收。它与普通功能开发、报错修复的分工更清楚了。一张网页截图也更不容易被误当成论文 Figure;要求写一篇文章、输出 HTML 或把文件放进项目目录,也不应仅仅因为出现了这些词,就被路由成软件开发。
我觉得这类优化很有必要。大家往往不会严格按照模板里的关键词提需求,真实表达里总会同时出现文件、截图、图表、项目路径。路由应该努力理解你希望完成的事情,再决定工作方法。模板还加强了适用技能的实际调用与结果核验,减少“介绍了一遍工具,却没有真正完成任务”的情况。
使用过程中的提示也做了收敛。适用客户端中的 Skill 使用说明,改为会话开头集中报告一次,后续续写不再反复播报同一份清单;不同客户端的模板适用范围也进一步对齐。需要透明的信息依然会交代,但长任务可以少一些重复提示。
路由缓存:把重复分类的费用省下来
智能路由现在加入了摘要结论缓存与会话复用机制,并对同一时间到来的重复分类需求做了合并。默认摘要缓存时长已经调整为 30 分钟,同一会话中的连续工作也可以复用已有判断,减少每轮都重新调用分类模型的开销。
比如,一次任务已经明确是在解读论文 Figure,后面继续追问某个 panel、调整一段结果描述,就没必要每次都从头判断“这是哪种工作”。当你明确提出新任务、换了话题时,路由又会重新分类。对长会话、多轮修改和重复摘要较多的使用方式,这能大幅减少不必要的分类调用及其费用。
这里需要分清一个概念:缓存复用的是路由判定,本次主请求仍然正常发送给模型。 它不会因为复用了模板选择,就直接拿旧答案来回答你;节省的也是分类环节的重复开销,不能据此说整个任务费用固定下降了多少。实际节省程度,取决于你的会话连续性和缓存命中情况。
使用记录能看见分类来源与命中模板
为了让这种变化更容易被理解,使用记录现在会展示 Prompt 路由分类来源,区分“实时分类”“摘要缓存”“会话缓存”;历史信息不足时,则明确显示来源未记录。
与此同时,本次命中的 Prompt 模板也会直接列出来;如果组合了多个模板,可以看到全部命中模板的 ID。没有应用模板、也没有相应快照时,页面会明确提示“无命中模板记录”,完整详情仍然可以查看。
这对排查实际体验很有帮助。某次任务走了怎样的工作流,是刚刚做的新判断,还是连续任务复用了之前的选择,用户有了可以对照的依据。开启智能路由之后,也就更容易知道它在怎样协助你。
Decisions API:已做好接入准备,正式开放就跟进兼容
接下来,智能路由还计划引入 Decisions API。这是一类面向有限选项进行判断的接口,与选择合适工作流的需求比较契合,有望为更好的路由表现与调用效率提供基础。
目前已经完成的是接口类型与兼容入口的准备,真实调用仍处于待开放、待接入状态,现有智能路由继续正常使用当前方式。新的性能或费用收益,需要在正式接入后再用实际表现验证。
这里也明确承诺一下:只要 Decisions API 正式开放、调用规范可用,BenszAPI 就会第一时间跟进兼容。 已经做好的准备,就是为了让这一步能够更顺畅地落到用户体验上。
发票明细:编号更一致,微信客服也更容易找到
正式使用 AI 服务的小伙伴,除了关心模型好不好用,也会关心报销材料能不能顺利交上去。这次发票明细的改进,就很贴近日常需求。
首先是订单关联信息与开票编号的整理。同一笔开票申请及其生成的发票记录,现在共用一个平台业务编号,采用类似 INV-202610-000001 的格式。申请页面、发票记录和通知中的编号保持一致,相关历史关联数据也进行了修复。之后查询进度、核对材料、联系客服时,双方更容易围绕同一笔申请沟通,少一些“你说的这个号,对应的是哪张记录”的来回确认。
其次,发票明细页新增了微信客服二维码,并支持点击放大查看。对于电脑上看材料、拿手机扫码的小伙伴,这个细节很实用。发票资料通知邮件也整理了客服联系区域,提供“添加客服微信”的入口,遇到资料问题时更容易找到人。
这些改动不复杂,但能让“申请—查看进度—收到资料—需要时联系工作人员”这几步更连贯。用于正式报销时,也更方便把材料交给单位财务核对。
分组与收费展示:选择之前,把权益和价格看清楚
随着文本、图片、纯净 API 等资源越来越丰富,分组展示也需要更清楚。尤其是都有“订阅”两个字,却可能采用不同计费方式,用户在选组时应当能直接理解。
本轮补齐了**“订阅(余额)”分组**:有效套餐提供使用资格,每次请求按该分组价格从账户余额结算。它与普通配额订阅的区别,可以这样看:
| 分组类型 | 用户最需要知道的事 |
|---|---|
| 订阅(配额) | 在有效权益范围内使用相应订阅额度 |
| 订阅(余额) | 套餐提供资格,调用另扣账户余额 |
| 订阅(超额) | 符合条件的套餐额度不足时,按既有规则衔接余额保障 |
套餐卡片会列出相关分组权益,并提示哪些资源需要另扣余额。因此,判断一个分组是否适合当前任务,既要看“我能不能用”,也要看“这次会从哪里扣费”。这对 Frontier 一类成本更高、适合按需使用的资源尤其有价值。
API 密钥的创建、编辑和已绑定分组展示,也统一了收费预览。余额收费分组名称旁会出现紧凑的 ¥单价/USD 标签,帮助你先看懂当前参考单价;需要进一步了解时,可以悬浮、聚焦或点击标签,查看计费示例、含税状态、常规与闲时价格,以及图片的独立收费说明。
这里的 USD 指模型标准价用量,标签用于表达它折算到人民币余额的参考单价,并不是一次请求的固定价格。实际支出仍取决于模型、用量及对应计费规则。文本与图片采用不同价格时,详情也会分别解释,避免拿一个数字套用所有能力。
我比较喜欢这次界面的取舍:列表保持紧凑,第一眼先看分组名称、类型和价格;完整收费说明收进标签详情,想核对时再展开。时段切换或预览过期时还会刷新价格。这样在手机上选组,也不必先穿过一大段公式才能找到自己需要的资源,哈哈。
连续工作的几个细节,也继续修了
除了这些新能力,最近还处理了一批会影响日常工作的稳定性问题。其中比较值得用户知道的,是充值或退款后仍被旧状态误判余额不足、明确失败的请求预留未及时释放,以及部分分组的使用资格与实际调用判断不一致等情况,都进行了针对性修复。
余额不足的提示也补充了可用余额、请求所需预留、处理中占用和恢复提示。一个正在执行的任务可能暂时占用额度,这与最终已经花掉的钱并不相同;把相关信息解释得更清楚,用户就更容易决定是等待、调整任务,还是补充余额。
长会话与工具调用的兼容性也持续完善,重点是减少连续工作中途因上下文衔接、客户端参数差异而出现的中断。它们未必会表现成一个新按钮,但对于正在整理资料、写代码或反复修改成果的人来说,少一次意外打断,就是很具体的体验进步。
小结
从 v1.24.4 到 v1.30.3,BenszAPI 为严肃任务补上了 Frontier 文本渠道,也让图片能力有了新系列支持与更稳定的保障。智能路由则继续改善模板选择,用缓存减少重复分类,并把来源和命中结果展示给用户。分组收费、发票编号与微信客服的完善,让正式使用更省心。我的建议是:先打开智能路由、更新 Bensz skills,日常工作充分利用订阅额度;重要的计划制定与专业讨论,再按需使用 Frontier,把预算放在最需要认真思考的地方。
评论区
0 条评论