不过我之前让 astra xhigh 做某个 ml 在 apple neural engine 上的推理引擎，偷懒和 reward hacking 也是有点让人绝望，之后我让 pro 试试好了。 最近也有个项目有些算法上的东西，我也丢给 pro 做做看好了。之前用 5.6 pro 比较多，因为 6 pro 每周 200 次，而 5.6 pro *每天200次*。

我印象中 GPT Pro 系列并不只是推理强度高，还会同时做好几套方案然后选最好的，但每代 Pro 模型行为不一样，我不确定 Astra Pro 具体里面是啥。 GPT 最绝望的还是端到端的软件工程任务。算法强可能跟它数学强有关系，可能做了特别多的努力。

我现在主要也就是这么干的… claude 对项目理解/对齐度要强很多，gpt 干傻事也能抓出来，就是我用着偶尔发现 claude 会被 gpt 的傻言傻语毒害，会染上过度防御，和虚空斗智斗勇的毛病，所以上面写了提示词，让 claude 知道 gpt 模型的偏差，才能好好工作

古希腊掌管多模态的神（ gemini 还是有自己独特的地方的 (当然主要白嫖起来很容易)，所以我还是很期待 gemini 4 argon 的，虽然有消息称 gemini 4 argon 实际效果很普