Augment 公司宣布推出其
在过去几周的内部测试中，Augment 对两款模型进行了严格的对比测试，涉及单文件编辑、多文件重构、测试生成和大型代码库的错误修复等编码任务。测试结果显示，尽管 ClaudeSonnet4 在速度上略胜一筹，更倾向于快速直接的响应，而 GPT-5 则在处理复杂任务时表现出更多的谨慎和彻底性，包括更详细的推理和在模糊情况下提出澄清问题。
在偏好率上，GPT-5 以约 47% 略高于 ClaudeSonnet4 的约 44%，但在平局率上两者均为 4%。GPT-5 在跨文件推理和依赖关系解析方面表现更强，而 ClaudeSonnet4 在处理小型或中型变更时速度更快。在代码质量评论方面，ClaudeSonnet4 的评论更简洁，专注于主要变更，而 GPT-5 的评论更全面，包括边缘情况的覆盖。
Augment 决定推出模型选择器的原因是为了给用户提供在彻底性和速度之间的选择权。一些用户可能更偏好精确性和边缘情况覆盖，而另一些用户可能更希望快速迭代。此外，如果某个模型提供商遇到延迟或质量波动，用户可以零成本切换模型，这为工作流程提供了额外的弹性。同时，用户的选择行为也为 Augment 提供了宝贵的反馈，有助于未来的模型优化和行为调整。
尽管 ClaudeSonnet4 仍然是 Augment 的默认模型，但 GPT-5 为用户提供了另一种选择，特别是在需要不同方法处理任务时。Augment 将继续监控用户在两种模型之间的使用分布、GPT-5 采用激增的任务类型以及随时间变化的延迟趋势和失败模式。用户反馈对于塑造下一轮调整至关重要。
