日常编码不需要最高端AI模型？

如果说对于很多日常编码任务，你不需要Astra、Sol、Terra或Luna，GPT 5.5就能搞定？不只是能搞定，说不定准确率完全相同，速度更快，成本更低？

那如果说你甚至不需要GPT 5.5 High或xHigh，80%的情况下其实用medium级别就够了呢？随着新模型不断推出，人们一直默认：要写出最好的代码，你需要最新的模型。而且大家似乎天生就觉得默认就得用最高级别，很多基准测试只在最大算力下测试，可实际上你可能永远都不需要用到满算力。

我认为在追逐更新排行榜、跑出基准测试数据的竞赛中，我们漏掉了一些东西。大多数工程团队并不是要解决存在几十年的数学证明，也不是给模型丢出去那些史上最难的Python或Rust问题。

我觉得这里确实存在一个认知缺口，这就是我接下来要和@VulcanBench一起探索的方向。我想要探索的，不是能不能难住最新的模型，而是能不能搞清楚：对于跨语言跨领域的日常工程任务，究竟哪个模型、什么算力级别才是最优的。

我刚刚完成了GPT 5.5 Medium的初步测试，结果让我非常惊讶。现在我正在用Opus 4.6进行另一项测试，我觉得这里面会有很有意思的发现。敬请后续更新 🖖