Sonnet 5 与 Opus 4.8 编程实测
bisonbear2 · reddit · 2026-07-15
作者用 24 个真实开源仓库任务，在 Claude Code 里把 Sonnet 5 和 Opus 4.8 按五档 reasoning effort 做了 head-to-head 对比，并用 GPT-5.4 的 pointwise judge 评估补丁质量。
主要发现
- Sonnet 在高 reasoning effort 下会产生更多检查、路径更长的补丁，judge 更常给它“清晰、意图明确”的评价。
- Opus 的输出更偏向“简单、稳健、最小 diff”，且在多数情况下 diff 更小。
- 成本上差异也明显：Sonnet 在低/中档更便宜，但到 max 时价格反而高于 Opus。
「编程与Agent」频道最新
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11