评测看的是分数，选型看的是代价

16 个前沿模型的编码评测：解题率第一的，不是你该上生产的那个

16 个前沿模型的编码评测：解题率榜首是 GPT-6 Astra，但每题成本差 300 倍、中位耗时差 70 倍，相邻名次没有一组达到统计显著。顺带聊聊有些活根本不需要前沿模型。