重點摘要： 過去依賴單一 AI 模型的時代已經結束。在新的「反重力」IDE 環境中，您的效率取決於模型套利——根據任務的複雜性和模式在模型之間切換。我的當前技術堆疊？Claude Sonnet 4.5（思考）是日常的工作馬。Gemini 3 Pro是多模態專家。而當事情變得災難性時，Claude Opus 4.5是「緊急情況下打破玻璃」的專家。以下是層級的細分以及三個實際案例研究，說明如何應用它們。
我是 James，Mercury Technology Solutions的 CEO。
最近我花了很多時間在反重力（新的 AI 原生 IDE）中。我的團隊經常問我：「我到底應該使用哪個模型？版本太多了。」
我請 ChatGPT-5.1-思考來驗證我的直覺與最新基準的對比，結果與我的日常工作流程完全一致。
如果我們純粹根據綜合編碼能力（架構、重構、除錯、上下文窗口）進行排名，2025 年末的層級如下：
- Claude Opus 4.5（思考）——架構師
- Claude Sonnet 4.5（思考） / Gemini 3 Pro（高）——高級工程師
- Claude Sonnet 4.5 / Gemini 3 Pro（低）——快速迭代者
- GPT-OSS 120B（中）——開源備份
以下是何時使用什麼的策略細分，並附上三個具體使用案例。
名單：了解您的代理人
1. 重型火砲：Claude Opus 4.5（思考）
- 角色： 首席工程師。
- 基準： 在 SWE-bench 驗證中佔據主導地位（>80% 準確率）。在複雜推理上超越 Gemini 3 Pro 和 GPT-5.1 Codex。
- 超能力： 深度推理步驟。它不僅僅是編寫代碼；它首先規劃架構。它在跨文件依賴性上產生的幻覺更少。
- 缺點： 成本高且速度慢。
- 使用時機：你被困住了。你需要重構一個核心的舊版模組。你需要在三個微服務之間調試競爭條件。
2. 每日駕駛者：Claude Sonnet 4.5（思考）
- 角色： 高級開發者。
- 基準： \~77-82% 在 SWE-bench 上。
- 超能力： "主動型" 的甜蜜點。它在調用工具、閱讀多個檔案和修補錯誤方面表現出色。"思考" 變體增加了一層穩定性，使其在90%的任務中可靠。
- 使用時機： 編寫功能骨架、標準重構，或將 PRD（產品需求文檔）轉換為初始代碼。這應該是你的預設設置。
3. 多模態專家：Gemini 3 Pro（高）
- 角色： 前端/UI 專家。
- 基準： 在 Terminal-Bench 和 WebDev Arena 上幾乎完美的分數。
- 超能力： 它擁有巨大的上下文窗口和原生的多模態能力。它可以 "看" 你的 UI 截圖，並比 Claude 更好地修正 CSS。
- 使用時機： 當你在構建網頁/應用介面時，需要根據錯誤的截圖進行調試，或在處理大量文檔（PDF）時。
4. 私有選項：GPT-OSS 120B
- 角色： 本地實習生。
- 基準： \~62% 在 SWE-bench 上。
- 使用時機： 當你有嚴格的數據隱私要求禁止使用雲端 API，或你想測試開源工作流程時。否則，它是一個備用選擇。
策略案例研究：我們如何使用反重力
"一個模型適用於所有" 的方法已經過時。這是我們在實際場景中執行 模型套利 的方式。
案例研究 A："氛圍編碼" 短跑（PRD 到原型）
場景： 我們需要建立一個新的內部儀表板來追蹤 GPU 使用情況。我們有一個粗略的文字描述（PRD）和一個白板草圖。
- 步驟 1（架構）： 切換到 Claude Opus 4.5。 粘貼 PRD。請它定義項目結構、數據庫架構和 API 端點。
- 為什麼： Opus 在開始時犯的結構性錯誤較少。糟糕的基礎會毀掉項目。
- 步驟 2（實施）： 切換到 Claude Sonnet 4.5（思考）。 將步驟 1 的架構提供給它，並請它生成樣板代碼和基本函數。
- 為什麼： Sonnet 更快且成本更低。它完美遵循 Opus 的藍圖。
- 步驟 3（UI 美化）： 切換到 Gemini 3 Pro（高）。 上傳白板草圖的照片和當前（醜陋）版本的截圖。請它："使 CSS 與草圖匹配並修正 flexbox 對齊。"
- 為什麼：Gemini 的視覺能力在視覺除錯方面優於其他工具。
案例研究 B："舊有地獄" 重構
情境：一個三年前寫的關鍵 Python 服務正在崩潰。這段程式碼像意大利麵一樣混亂，沒有任何文件。
- 行動：開啟Claude Opus 4.5 (思考)立即。
- 提示："分析這 15 個檔案。在資料轉換步驟中出現了記憶體洩漏。追蹤執行流程並提出一個保留邏輯但修復洩漏的重構建議。"
- 為什麼：Sonnet 可能會提供一個快速的修補，但會破壞其他東西。Opus 具備 "推理深度"，能夠在建議手術式修復之前，將這 15 個檔案的整個複雜心理模型保留在其 "腦海" 中。這額外的成本是值得的。
案例研究 C："前端元件" 工廠
情境：我們需要根據 Figma 檔案為設計系統建立 50 個不同的 React 元件（按鈕、模態框、滑桿）。
- 行動： Gemini 3 Pro (高階)或Sonnet 4.5 (標準)為什麼：
- 這些是孤立的、低複雜度的任務。在這裡使用 Opus 是在燒錢。使用 "思考" 模型是在浪費時間。標準的 Sonnet 或 Gemini 高階可以快速且高準確率地完成這些任務。結論：你的技術堆疊是你的槓桿
在反重力時代，你不僅僅是一名程式設計師；你是一位
模型協調者。我對 2026 年的預設配置：預設：
Claude Sonnet 4.5 (思考)
- UI/視覺：Gemini 3 Pro (高階)
- 危機/架構：Claude Opus 4.5 (思考)
- 不要把 AI 模型當作一種信仰，只崇拜一個。把它們當作工具箱。你不會用大錘來掛畫框，也不會用螺絲起子來拆牆。Mercury Technology Solutions：加速數位化。
Stop treating AI models like a religion where you only worship one. Treat them like a toolkit. You don't use a sledgehammer to hang a picture frame, and you don't use a screwdriver to demolish a wall.
Mercury Technology Solutions: Accelerate Digitality.
