GPT-5.6 Sol High/Max实测：重写迁移更值Max
本文作者，Tura-AI/tura 的维护者，对 GPT-5.6 Sol 的 High 和 Max 两种模式进行了非独立评测，旨在探讨 Max 模式是否总是更强，以及其额外提供的搜索、回滚、再试和 agent 回合的价值。评测结合了 DeepSWE v1.1 的记录（包含7个范围明确的修复任务和95个功能实现任务）以及一个 eza 仓库的 Rust 到 Python 行为兼容重写项目（涉及3个 harness）。 核心结论指出，Max 模式并非在所有场景下都优于 High 模式，其价值取决于任务中剩余的不确定性。具体数据如下： 1. **范围明确的修复任务**：High 模式通过率为 64.3%，Max 模式为 57.1%，Max 模式反而下降了 7.1 个百分点，但成本却是 High 模式的 2.53 倍。这表明对于简单、明确的 Bug 修复，Max 模式的额外投入并不划算。 2. **功能实现任务**：Max 模式通过率为 74.6%，略高于 High 模式的 70.2%，提升了 4.4 个百分点，成本为 High 模式的 2.43 倍。在此类任务中，Max 模式的性能提升相对有限，开发者需权衡成本效益。 3. **仓库重写/迁移任务**：Max 模式表现出显著优势，通过率达到 92.3%–94.2%，远高于 High 模式的 78.8%–89.4%，提升了 4.8–13.5 个百分点，成本为 High 模式的 2.27–3.27 倍。对于复杂且不确定性高的代码重写或迁移项目，Max 模式的额外能力（如更深度的搜索和回滚）能带来显著的成功率提升。 总体而言，在 113 个 DeepSWE 任务中，High 模式平均通过率为 69.4%，每任务成本 $3.47；Max 模式平均通过率为 72.7%，每任务成本 $8。 对中国开发者和 AI 创业者而言，这项评测提供了重要的实践指导：在选择 AI 编码助手模式时，应根据任务形态进行智能路由。对于不确定性高、需要大量探索和试错的复杂任务（如代码库重写、跨语言迁移），投资 Max 模式可能带来更高的成功率和效率。而对于边界清晰、复杂度较低的 Bug 修复或功能实现，High 模式可能更具成本效益。这有助于优化 AI 编码工具的使用策略，提升开发效率和资源利用率。