Sonnet 5.5 在 Ibragim 的 my-mini-bench 上與 Opus 5.5 High 成績相同，耗時和成本更低

Ibragim 在 my-mini-bench 上比較了 Claude Sonnet 5.5 與 Opus 5.5 High，任務來自他自己的工作：數據轉換、前端、重構，以及運行任務評測。測試設置為 10 項任務各運行 3 次，推理級別為 High，環境是透過 harbor 使用的 pi-agent 和 Claude Code。

在 pi 中，Sonnet 5.5 與 Opus 5.5 High 均通過 30 次運行中的 30 次。Sonnet 5.5 平均每項任務耗時 46 秒、花費 0.10 美元，Opus 5.5 High 為 103 秒、0.30 美元，大約快 2.2 倍、便宜約 3 倍。

相對 pi 中的 Sonnet 5，Sonnet 5.5 的通過數從 30 次中的 25 次升至 30 次，輪次從 12.7 降至 4.3，輸出 token 從 17.7k 降至 6.5k。Ibragim 表示，軌跡顯示它在讀取檔案、編寫程式碼和測試上採用了不同做法。他說該基準已經飽和，他用它來尋找仍能完成自己任務、同時更便宜、更快的配置。