开发者MLBear2的多模型分工清单：Opus 5.5当主力

AI开发者MLBear2在X平台分享了自己日常使用多款大模型的分工逻辑，把不同模型按能力、成本、速度匹配到对应工作场景。

Opus 5.5是他的主力模型，几乎所有编码工作都用它完成，普通Claude对话、需要判断的API任务也大多交给它处理。虽然成本偏高，但胜在速度快、能力强，他把这笔开销当作投资；近期ML Bear Times的内容编辑也由这个模型完成。为了降低Opus的使用成本，他专门学习了缓存优化的方法。

Fable 5.1在Opus 5.5发布后就完全闲置，他期待Fable 5.5尽快推出。Haiku 5.5被用来处理需要网页抓取工具的简单API任务，他发现Anthropic的网页抓取工具表现意外出色，因此在Haiku 4.5和5.5之间切换使用；同类型任务也会对比更便宜的GPT-6 Luna，按任务拆分选择。

GPT-6 Astra通过Codex调用，主要用来审查Opus 5.5写出的代码。他也可以让Opus 5.5做代码审查，但ChatGPT Pro套餐的使用额度几乎没有限制，因此把这类重复性审查工作交给GPT-6 Astra；偶尔也在ChatGPT Work中使用这个模型，和普通Claude对话的分工没有做过精细考量。

GPT-6.1 Sol用来处理数量多、难度中等、Opus 5.5承接不过来的判断类API任务。这个模型速度很慢，他通常开启Fast Mode使用，他疑惑为什么它比GPT-5.6 Sol慢得多。GPT-6 Luna负责处理简单的判断类API任务，优点是成本低，缺点是速度不算快。GPT-5.6 Sol和他工作中的某类任务适配度很高，一直固定处理这类工作，他一直没能顺利切换到GPT-6.1 Sol，对此感到无奈。

Gemini 4 Argon目前没有投入使用。他认可这个模型的日语表达流畅，本来想用来写文章，但Opus 5.5能力太强，暂时找不到替代场景；他注意到Opus 5.5近期的日语表现下滑，考虑过用Gemini 4 Argon做内容重写，但至今没有实际使用。

Grok Bot不是大模型，他用它监控Twitter和YouTube频道，运行稳定表现很好，缺点是消耗额度很快，200美元的套餐会被它占用60%-70%的额度。dots被他当作私人秘书使用，负责整理Gmail、日历和各类通知，也把过去存在Obsidian里的日记、旅行记录、观影记录迁移到ChatGPT Pages（类似Notion的产品）中；这个模型的操作审批功能表现不稳定，他经常需要手动介入，但好在额度限制宽松，他一直在摸索合适的使用方法。

其余低价模型他完全没有使用，期待国产低价模型能有更好的表现。补充提到的jev模型有几个潜在适用场景，但始终达不到顺手可用的程度，他希望这个模型能力提升到略逊于GPT-6.1 Sol的水平后，能扩大使用范围。