在我日常使用Claude的过程中，我发现Opus等模型在细节实施的过程中表现经常不太好，但是整体的规划能力还是比较出色的。 
于是我尝试了让Claude在一个任务需要具体编码的时候，利用各种harness cli的非交互模式来负责具体的实施。 
也就是Opus 5/Fable 5做整体的分析、规划，一些更快、更小的模型来负责具体的编码、测试等，既节省了成本，又让整体的质量得到了保证。 
但是，各个模型在和Claude模型配合的时候，质量、速度表现差距是比较大的，于是我用我们线上仓库创建了多个worktree，选用线上一个真实存在的issue和Opus的分析作为输入，由各个模型自己分析实现方案，再用review的结果作为验收标准，与此同时，会有opus-5和gpt-5.6-sol-max两个模型的实现作为对照。 
目前仅列出我实际尝试过的几个模型 
一、速度表现 




模型
修复耗时
文...