写在前面

Opus 5 出来以后，很多人的第一反应是把它和 GPT-5.6 Sol 放到同一张擂台上：谁更强，谁更值得默认使用，谁会成为下一代 AI 编程主力。

但连续高强度使用之后，一个更务实的答案会浮出来：这两个模型不是同一种“工程师”。Opus 5 更像能和你一起讨论产品、拆 MVP、做技术取舍的资深同事；GPT-5.6 Sol 更像执行力强、适合压测、审查和长时间无人值守任务的工程机器。

这不是模型信仰问题，而是任务分配问题。以后团队选模型，重点不该是“只留一个最强”，而是把创造、讨论、执行、审查、长程循环这些工作拆开，再给不同模型安排合适的位置。

24小时用掉72%额度，说明默认模型正在变重

Opus 5 上线超过 24 小时后，很多重度用户很快发现一个现实问题：它确实好用，也确实会把额度消耗得很快。一次产品启动任务里，从产品定位、技术架构、竞品分析到 MVP 拆解，一天内能吃掉大量 token，周额度消耗到 72% 并不夸张。

这说明 AI 编程已经进入新阶段。过去大家问模型几个函数、几段报错、几条 SQL；现在是把整块产品工作丢进去，让模型陪着反复推演。任务不再是短问答，而是长上下文协作。

在这种用法下，模型选型会影响三类成本：

Opus 5 的优势是产品感和沟通感强，适合在方向还没定死时陪你把问题聊透。但它也更容易扩展任务范围，看到没提到的点也想顺手研究。如果你不给边界，它会把“帮我拆 MVP”做成“顺便帮你重写产品战略”。

Opus 5适合陪你创造，GPT-5.6 Sol适合替你执行

这篇实测里最有价值的判断，是 Opus 5 对 GPT-5.6 Sol 并没有全方位碾压。复杂后端逻辑、架构设计、严格 Debug、代码审查、浏览器自动化、无人值守 Agent、长时间 Loop，GPT-5.6 Sol 仍然更稳。

Opus 5 则更适合及时反馈型任务。比如你一边提出想法，一边让它追问、补方案、拆模块、讨论技术路线。它在 Claude Code 里的感觉更接近“能讨论方案的同事”，而不是只接命令的执行器。

这个区别非常关键。很多开发者用 AI 工具效率不稳定，不是模型不够强，而是把模型放错了岗位。

适合 Opus 5 的任务：

• 产品 idea 讨论
• MVP 设计
• 竞品调研分析
• 从 idea 快速实现到产品雏形
• 前端体验打磨
• 大型陌生代码库理解
• 文档、文案、脑洞类工作

适合 GPT-5.6 Sol 的任务：

• 复杂后端架构
• Debug
• 代码审查
• 浏览器自动化
• 不容出错的严谨任务
• 无人值守 Agent 任务
• 对既定目标的长时间 Loop

一个简单判断标准是：如果任务需要来回讨论、边做边修正、方向还没完全确定，优先 Opus 5；如果任务目标明确、需要长时间执行、容错率低，优先 GPT-5.6 Sol。

Max不是越高越好，主动性也不是永远加分

Opus 5 的思考力度不建议无脑开 Max。Extra 已经足够覆盖多数产品开发、方案讨论和代码理解任务。Max 很容易“想多了”，尤其是在需求边界不清楚的时候，它会把更多可能性纳入推理，结果是输出更长、成本更高、任务范围更容易膨胀。

这和人类团队很像。一个特别主动的资深同事，如果任务边界清楚，会把遗漏风险补上；如果任务边界模糊，就可能带着团队一路扩需求。

Opus 5 的“过于主动”要这样管理：

只分析我指定的模块。
不要研究未提到的替代方案。
先列 3 个判断依据，等我确认后再改代码。
如果发现额外问题，只记录在最后，不要展开处理。

这类约束不是为了压制模型，而是为了把主动性放到合适的轨道里。越强的模型，越需要明确任务边界；越会沟通的模型，越不能让它把每个分支都聊下去。

为什么 GPT-5.6 Sol在严谨任务里仍然有位置

GPT-5.6 Sol 的优势不在“像人”，而在“像机器”。这听起来不讨喜，但在工程里非常有价值。

Debug、审查、浏览器自动化、无人值守 Agent、既定目标长时间 Loop，这些任务不需要模型有太多产品感。它需要的是稳定执行、少发散、耐得住重复、按目标推进。

尤其是无人值守 Agent。你把任务交给模型后，人不在旁边实时反馈，模型越主动越可能偏离目标。这个时候，执行型模型反而更可靠。它不一定会提出惊艳方案，但更容易沿着既定路径把活干完。

所以团队里不该只有一个“默认最强模型”。更合理的是建立模型路由：

这张表背后的逻辑很简单：创造型任务要会沟通，执行型任务要能忍耐。

Claude Code和AI工程师正在分化

把 Opus 5 放进 Claude Code 后，工具体验会更像“协作工作台”。你可以和它讨论方案，让它读陌生代码库，顺手拆 MVP，还能根据反馈调整方向。它适合站在任务早期，把模糊问题变成可执行路径。

GPT-5.6 Sol 更适合站在任务中后段：目标已定，范围已定，测试标准已定，然后让它长时间跑、查、改、审。它的价值不是陪你想，而是替你推进。

AI 工程师会因此分化成至少两类：

第一类负责创造。它帮助你从 idea 到产品，从需求到架构，从模糊问题到可执行方案。

第二类负责执行。它帮助你把既定目标跑完，把代码查完，把测试补完，把浏览器自动化任务完成。

可能还会有第三类，负责审美和体验判断。前端 UI、视觉密度、交互反馈、文案语气，这些并不完全等同于编码能力，未来也会出现更专门的模型或工作流。

常见问题

Q：如果只选一个，应该选 Opus 5 还是 GPT-5.6 Sol？
A：个人产品开发、需求讨论、前端体验、文档工作多，选 Opus 5 更舒服；后端严谨任务、审查、Debug、长时间无人值守任务多，GPT-5.6 Sol 更稳。

Q：Opus 5 的 Max 档值得一直开吗？
A：不值得。多数任务 Extra 已经够用。Max 更适合少数高风险推理任务，默认开启容易增加成本和发散。

Q：Opus 5 为什么容易扩大任务范围？
A：它更主动，也更愿意补充没说清楚的部分。优点是能发现盲区，缺点是在边界模糊时可能把小任务做大。

Q：团队应该怎么做模型路由？
A：先按任务类型分：讨论和创造交给 Opus 5，审查和长程执行交给 GPT-5.6 Sol，再记录成本、耗时、失败率和人工返工次数。