Sonnet 5.5 在 Boeing Bench 上接近 Opus 5.5,且自发拆出子 agent

Sonnet 5.5 xhigh 在 Boeing Bench 上的表现和 Opus 5.5 一样好(或者说非常接近)。

顺带一提,Sonnet 拆出了 4 个针对不同部分的子 agent,而 Opus 则是在主 agent 里把所有事都做完了。我原本以为会正好相反。(在 Claude Code 中两者用的是同一个 prompt)