Dropstone 1.5

Dropstone 1.5 是我们新月度周期的第一个发布版本。每个月，我的团队在 Blankline 测试最强开源 AI 编码模型，围绕获胜者重建运行时，然后发布。

这个周期我们聚焦两件事：成本和安全。

成本方面。Dropstone Pro 和 Heavy 1.5 运行在万亿参数级别的开放权重模型上，和 Anthropic 这样的封闭实验室收取高价的模型是同一个规模。我们花了整个月测量每次编码会话实际花费我们多少成本，然后压缩它。每月 15 美元，你每周能得到约 450 次深度编码会话。Claude Code Pro 花 20 美元给你 150 到 225 次。在能力上，Dropstone Pro 1.5 与 Claude Opus 4.7 不相上下。大多数其他编码任务我们匹配或超越它，价格却只有一小部分。

安全方面。我们构建的 Dropstone 足够安全，首先用在我们自己的内部代码库上。每个文件写入、每个 shell 命令、每个网络调用在执行前都会询问。一切运行在美国服务器上。任何数据都不存储。同样的安全边界适用于所有层级：Free、Pro 和 Heavy。通过 Dropstone 使用 DeepSeek 或 Kimi 比直接访问它们要安全得多。

完整的数学、基准测试和诚实的亏损在我们的报告中：https://blankline.org/research/d...

每月 15 美元获得 2 倍 Claude Code 使用量：每月自动对开放权重模型进行基准测试，并围绕最佳模型重建，这是一个大胆的运营模式。当底层模型每月更换时，你们如何保持智能体的行为/上下文对用户一致？模型变更间的连续性似乎是棘手部分。

如果团队需要更严格的合规性，他们可以自建基准测试吗？

但是 Kimi 的成本大概只有 Claude 的 2% 对吧？对于需要大量编码能力的开发者来说，月度订阅并不是解决方案。我们需要的是 2% 价格下的无限量使用！！！🙏 😬

月度重新基线是我在切换之前想要了解的部分。如果 Heavy 在 1.6 中移除了 Kimi，我能否将某个 repo 固定到 1.5 的行为一段时间，还是 CLI 总是跟随当前获胜者？

每月重新确定基线这个想法很有道理。编码模型变化太快，最佳方案可能迅速转变。你们如何判断一个新模型足够稳定，可以成为 Dropstone 的默认选择？