Rippling 实测：Opus 微弱领先，$7B 收购暗示智能路由价值

serendip-ml · reddit · 2026-08-19

Rippling 对 15 个模型进行了 2100 次真实薪酬工作的基准测试。结果显示：未调优模型成功率约 88.5%-89.5%，Z.ai GLM 5.2 耗费 $621 达到 88.7%，而 Anthropic Opus 4.6 作为唯一经过提示调优的模型达到 91.0%，但花费 $1,453 且仍有 9% 失败率。 weeks 后，Stripe 假设性以 $7B 收购 OpenRouter，后者月处理约 100 万亿 Token，ARR 约 $1.4M。这引发了一个核心问题：未来的 Agent 推理是需要复杂的“思考”，还是主要依赖简单的结构化输出？智能路由究竟是刚需还是伪需求？