Claude Opus 4.8
高风险推理与不确定性敏感任务
SWE-Bench Pro 领先幻觉暴露更低OSWorld Verified 表现强
当静默失败的代价高于延迟或价格时使用。E-GLOBAL-001 / E-GLOBAL-003 / E-GLOBAL-007OCG Lab任务域决策系统
模型参考
可用模型
当前 OCG Bench 模型卡，映射到任务边界与全局证据 ID。
Claude Sonnet 4.6
高吞吐默认执行模型
开发者偏好的编码流程企业文档阅读成本敏感分流
当任务需要跨源一致性或隐式约束跟踪时升级。E-GLOBAL-005 / E-GLOBAL-009GPT-5.5
终端与输入密集流程专家
Terminal-Bench 2.1 领先CLI 集成流水线输入量经济性
避免把它作为未验证提取或强引用任务的唯一事实源。E-GLOBAL-002 / E-GLOBAL-003路由矩阵
跨域总结Opus 4.8
需要跨状态一致性的多文件代码任务
超出初筛的法律分析
超过 100 页且引用关键的文档提取
跨报告财务表格核对
静默失败比表达不确定性更危险的任务
Sonnet 4.6
约 300 行以内的单文件调试
高吞吐单次文档摘要
从已标注输入中提取 JSON
常见 SQL 修复
大规模客服工单分流
法律条款初筛
GPT-5.5
终端密集型 agent 编码
CLI 集成流水线
成本是首要约束的输入密集批处理