便宜模型已经打成这样了

便宜模型已经打成这样了

写码 DeepSWE
Luna 67.2
Flash 65.3
差两个点
日常 debug 几乎同一档

Agent 那边就撕开了
AutomationBench
Flash 30.4
Luna 14.9
多步骤调用工具，Flash 明显更稳

代价写在价签上
Luna 输入 0.2、输出 1.2
Flash 是 0.75 和 3.75
同一百万 token

我的用法会很土
要它自己连着干活，偏 Flash
要它便宜量大，偏 Luna
写码别看榜，丢自己的仓库试