!image

如果 Terminal-Bench 4.0的评分科学，日常工作让 sonnet 5.5 med 干活，让opus 5.5 med 或者 high 审核，是最经济的。而遇到超级难的问题，sonnet 5.5 max 居然比 opus 5.5 max更强，当然也更费钱。