AI+Python：大模型实战，“6.18”选购哪家强！

在 AI 辅助开发领域，提升效率与探索技术边界始终是行业聚焦的核心议题。AiPy 推出的动态代码生成机制，借助自然语言交互实现项目构建功能，为开发者开辟了全新的解决方案路径。
近期，爱派（AiPy）v0.1.28 正式上线，此次更新在联网搜索、分享案例、私密记录、模型配置和新手引导五个方面进行了优化，而最受瞩目的，当属引入了 Hunyuan、deepseek 以及千问大模型。
恰逢 “618” 购物节临近，身为大一学生的我，既想满足日常打游戏、看视频的娱乐需求，又渴望在众多笔记本电脑中挑选到性价比高的产品。然而，网上铺天盖地的广告让人眼花缭乱，信息繁杂难辨。我决定使用AiPy，借助它的联网功能筛选合适的笔记本电脑，同时对比三大模型的制表能力。

 提示词：我是今年大一的学生，准备在618活动买一台笔记本电脑，平时有打游戏、看视频的需求，请帮我检索各类网站，选取5款适合我的笔记本电脑，并将他们的价格、图片、配置与价格做成表格，生成一份精美的HTML文档，名字为“618笔记本选购”并保存在桌面上。   

一、爱派 (AiPy) 联网功能初体验

使用模型：deepseek-v3
首先出场的就是今年AI届的最大黑马，“deepseek-v3”大模型，先看看结果

 Aipy 很快就给出了结果，不得不说，deepseek 模型在完成度上表现出色。它精准地抓取了每款笔记本电脑的价格、配置等详细信息，就连图片也一一呈现，信息之丰富令人赞叹。
不过，在排版设计和总结方面，它还有提升的空间。表格的布局稍显紧凑，信息排列虽然完整，但缺乏一定的层次感，在对比不同笔记本电脑的优劣时，不够直观。  

二、Hunyuan模型表现如何？

使用模型：hunyuan-turbos-latest
Hunyuan大模型一直自诩为综合大模型的代表，其采用先进的混合专家模型（MoE）结构，赋予其强大的并行处理能力，能够快速高效地处理海量数据，捕捉文本中的长距离依赖关系，保障了模型在处理复杂文本时的准确性和效率。

当Hunyuan 大模型给出结果时，着实让我感到惊喜。
整个 HTML 文档的界面排版简洁大方，页面交互流畅自然。在表格设计上，它不仅清晰地罗列了笔记本电脑的价格、配置等基础信息，还在右侧贴心地设置了对应的商品链接，只需轻轻一点，就能跳转至商品详情页，方便我进一步了解。
更值得一提的是，它对每款笔记本电脑的特点进行了精炼总结，形成对比说明，让我能一目了然地看出各款产品的优势与差异。
唯一有些遗憾的是，图片爬取出现了失败的情况，但这并不影响整体的使用体验和参考价值。

三、千问大模型能否带来惊喜？

使用模型：qwen-plus-latest
最后，轮到千问大模型来处理这个问题。

 从它给出的结果来看，着实令人有些失望。在信息抓取环节就出现了问题，都已经到 2025 年了，它还在推荐 2023 年的电脑，这些旧款产品无论是在性能还是技术上，都难以满足当下的使用需求。虽然它也生成了表格并进行了排版，但由于推荐的产品缺乏时效性，参考价值大打折扣。
不仅如此，最后的对比图和总结部分也缺失，无法帮助我全面了解各款笔记本电脑的差异。我觉得算是半失败吧。。。 

四、三大模型综合对比

通过这次实际测试，Hunyuan 和 deepseek 在制表能力和信息推荐方面各有千秋。Hunyuan 模型凭借全面的推荐、简洁明了的表格呈现脱颖而出，无论是不同价格段的覆盖，还是热门品牌机型的筛选，都展现出其强大的信息整合能力；deepseek 模型则以快速反应以及图文抓取能力见长，能够在短时间内获取丰富的信息，从独特的角度满足用户在不同场景下的需求。而千问大模型，由于信息时效性和内容完整性的问题，与前两者相比稍显逊色。
在 “618” 选购笔记本电脑这场实战中，Hunyuan 大模型凭借出色的综合表现成为我的首选。这也让我深刻感受到，在 AI 辅助决策的时代，不同的大模型在实际应用中各有优劣，合理选择和使用，才能让我们在海量信息中快速找到最适合自己的答案。