目前个人体验是 GLM 4.7 已经基本满足全部开发需求了，TRAE SOLE 模式用完 GPT 5.2 或者 gemini 的额度就切到 GLM 4.7 ，感受不到落差。目前不尽如人意的地方是任务大一点（包含几个可能存在交叉依赖的小任务），这三个模型基本都挂挂，我现在都是尽可能将任务拆成小的原子任务，一次只做一件事，然后 plan -> 执行 -> 验收 -> 让 AI 调整这一套流程走一轮，无论哪个模型都完成的不错。
现在非常好奇的是如果换 Claude opus 4.5 效果会怎么样，是不是大任务它也可以一次性完成，达到满意的效果？网上看了一些评测，要么就是“Claude 无敌，用了你就回不去了，GPT/GEMINI 反复搞了几个小时，换 Claude 几分钟搞定”这种无意义的评论，要么就是“用 Claude/GPT/GEMINI/GLM 生成一个美观高级的网站”这种无意义的评测，很好奇这些模型在实际开发中到底存在多大的差距。
如果是 iPhone 和国产安卓旗舰的差异，那我感觉 GLM / MiniMax 之类的国产模型也完全足够日常使用，毕竟这些国产模型对我来说近乎无限量了（ GLM 5 小时限额窗口内很少用超 50%），现在每天绞尽脑汁怎么多烧点 token 。而如果是 iPhone 和诺基亚的差异，那应该突破一切封锁去使用 Claude 模型，毕竟时间也是金钱。
后续我想计划在实际开发场景下对比测试 GLM/MiniMax/Doubao 和 Claude 模型。想听听大家的看法，或者分享分享在实际开发场景下的对比。
