Artificial Analysis 实测：Claude 升一档模型比拉满推理力度更省钱
ArtificialAnlys · x · 2026-11-12
Artificial Analysis 对 Claude 系列的 Intelligence Index vs Cost per Task 分析显示：在当前产品线上，升级到更大的模型比把推理力度（effort）拉满更能实现每美元智能最大化，最大模型几乎在性能-成本 Pareto 前沿上。
- Claude Opus 5.5（xhigh，57 分）比 Claude Sonnet 5.5（max，55 分）得分更高，且每任务成本低 40%、耗时约省一半（15.9 分钟 vs 32.6 分钟）
- Claude Fable 5.2（high）胜过 Opus 5.5（max），成本与时间还更省（16.7 分钟 vs 25.1 分钟）；Fable 5.2（low）也胜过 Opus 5.5（high）
- 例外在最便宜档：从 Claude Haiku 5.5（max）再往上每一档都更贵，该规律不成立
结论：对中高端任务，选大模型+中等推理力度，比小模型+拉满力度更聪明。
「模型」频道最新
- KOL 预测：年底 Gemini 将稳坐最强前沿模型，对手估值腰斩 — iruletheworldmo · 2026-11-12
- GRPO 论文：算力对齐后密集奖励反而不如稀疏奖励 — burny_tech · 2026-11-12
- Reflection 开源编码 Agent Beam 限时免费，Zig 编写的 fx 仅 5.97MiB — evilrabbit_ · 2026-11-12
- 网友猜测谷歌今日或直接发布 Gemini 4 正式版而非 Flash — algo_diver · 2026-11-12
- Fable 5.2 拒答率大降，但 BullshitBench 排名跌至 40 与 53 名 — burny_tech · 2026-11-12
- Claude iOS 版曝光 Saved logins 功能，可保存网站登录凭证供 Agent 使用 — testingcatalog · 2026-11-12