Reddit对比Qwen与Sonnet混合编排效果

Reddit 用户公布同一提示下 5 个物理场景的实测结果：Qwen 3.8 27B 单独正确 1/5、成本为 0 美元；Sonnet 规划加 Qwen 编码正确 2/5、成本 0.67 美元；Qwen 规划加 Sonnet 编码及 Sonnet 单独运行均正确 4/5，成本分别为 2.77 美元和 1.83 美元。该对比每种配置仅运行一次。 混合编排的成本和准确率取决于具体分工，不能概括为混合方案都更优。用户还称，所有运行虽报告“verified 0 errors”，部分结果却明显错误，因此只有配合测试、截图检查或审稿模型等真实校验，升级策略才可能有效。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。