T0 应该是 Fable 和 Opus 5.5。Astra 和 Sol 应该都算 T1，美国豆包 4 看情况或许加入 O\ 看大家做 3D 玩具起劲，于是给 Astra 特别训练了一波让大家震惊瘫坐，结果代码质量比 5.6 Sol 还糟糕（不只是我的感受）。新鲜感过后感觉没意思 T1.5 的话：GLM 5.3, Kimi K3, Grok

> Sonnet 5.5 在 Max 推理强度下的得分反而低于 Xhigh。FrontierCode 考察的是代码改动能否不经人工修改直接合并。超出任务范围的改动，哪怕质量很高、确有帮助，也会被扣分。在 Max 强度下，Sonnet 5.5 更常调用 Claude Code 的代码审查技能。这个技能会把审查工作拆给多个子代理执行。在 Cognition 分析的两个案例里，这种做法造成了超时，或者带

Pi 自带的登陆是诚实无伪装的，会消耗 extra usage 和 API 价格无区别 套 CPA 或者用代伪装的插件就自负风险了（我一直在用 Pi）

每个月五刀，感觉真可爽蹬！

> 因为觉得astra视觉能力强，让它给我优化安卓app视觉，xhigh Tibo 说了 astra low > sol high，体感的确如此

不是我的作品，但亲测真的很准，区分度很高 xqy2006.github.io ModelTrace 在浏览器本地运行的语言模型指纹归因工具

好现象，过载请直接拒绝，不要给我悄悄路由或者降智