复杂编码任务里中档模型反而更稳
Ubunta · x · 2026-07-18
作者做了一个复杂、敏感的编码任务实测：Claude Fable 先自动完成了大约 60%，但订阅额度先到；切到 Opus 后反而把事情搞得更糟。
随后换到 Sol-Extra High，它倾向于重写整个代码库；最后 Sol-Medium 接手后顺利收尾。作者的结论是：如果任务计划已经写得很清楚，中等强度模型反而更适合执行，因为它不会过度发散，能更直接把活做完。
「模型」频道最新
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11