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
- 生物科技 Agent 系列 Day 8:用审查 Agent 自动把关实验记录本质量 — nlarusstone · 2026-10-27
- Photon 在 iMessage 内上线 Agent 互通信,AI 智能体可互相发短信协作 — alvelda · 2026-10-27
- 恶搞论文走红：用 REA 的 MCP 工具反向工程机构交易系统，搞一人量化基金 — PtrPomorski · 2026-10-27
- 用一份一页 spec，Codex 3 分 28 秒复刻 Linear 核心 — aakashgupta · 2026-10-27
- Reticle 推出 AI 编码代理验证层：让 agent 自查生成的代码是否真的能跑 — Scobleizer · 2026-10-27
- 信任你的 Agent，但一定要读它的日志 — brada · 2026-10-27