图表显示模型「推荐」与「实际调用」的 API 常不一致，Opus 5.5 仅 4% 吻合

santiviquez · x · 2026-11-10

santiviquez 指出一个反直觉现象：让模型「推荐」一个实现某目标的 API，与让模型「用」API 实现同一目标，模型给出的答案往往完全不同。

配图对比了各模型自身代码实际调用的 API 是否是它最推荐的 API：GPT-5.6 Sol 吻合率 63%（30/48），GPT-6 Astra 52%（25/48），Fable 5.1 50%（24/48），Opus 5.5 仅 4%（2/48）。即多数模型的代码行为与其口头推荐并不一致。