50 次 AI 智能体任务测试：五个模型均未读取文档

一项针对五个模型的 AI 智能体任务评测显示，Sonnet 5.5、Flash、Luna、Terra 均通过 10/10，Flash-Lite 通过 7/10。50 次运行中，没有模型抓取或查阅文档页面。各模型速度差异显著，Sonnet 5.5 中位耗时 24 秒，Flash 需 9.7 分钟。