Augment Code 将 GPT-5.6 Sol 设为 Cosmos 默认模型

4月，Matt 写道单模型工程的时代已经结束。当时有三款模型达到了标准，他预测到年底会有更多——既更好又更便宜。

仅仅几周时间，他的预测就被证明是对的。

刚刚发生了什么

6月9日，Anthropic 发布了 Claude Fable 5，这是高于 Opus 的新层级。一周后，Z.ai 发布了 GLM-5.2，采用开放权重并拥有百万 token 上下文窗口。6月30日，Anthropic 发布了 Claude Sonnet 5，当天就成为其自家许多产品的默认模型。7月8日，Grok 4.5 紧随其后，基于来自 Cursor 的真实开发者会话训练。

第二天，OpenAI 将 GPT-5.6 全面开放，分为三个层级——Sol、Terra 和 Luna。大多数提供商以每百万 token 价格作为主打，而这个系列则以每任务的 token 效率来立论。这才是最终决定你账单的数字：标价乘以模型为达成结果所花费的每一个 token。一个需要两倍轮次的模型，在相同标价下成本就是两倍。Sol 是我们在其质量水平上测试过的最具 token 效率的模型。

为这八周画上句号，我们还在7月16日迎来了 Moonshot 的 Kimi K3，并在7月23日迎来了 Claude Opus 5。

这些发布都没有让你已经在运行的默认模型变得更差。它们只是让继续运行它的决定显得比以前更过时了。我们能为客户做的最有用的事，就是让这个决定保持最新，这样就不必有人自己去追踪这一切。这意味着我们有义务向你解释我们是如何做出这个决定的！

我们的方法，以及为什么选择 Sol

我们希望 Cosmos 能让你花费的每一个 token 都获得最大价值。我们的方法是，让默认模型成为最适合在 Cosmos 中完成的真实世界专业软件工程工作、且最具 token 效率的模型。

Cosmos 通过长周期任务来编排智能体——从一张工单到经过审查的 PR、跨仓库的迁移、从告警开始到以 diff 结束的事件调查。这些任务涉及数十个步骤。一个在第四十步失去线索的模型，不只是给了你一个糟糕的答案；它浪费了你半个小时，还留下了一个半成品分支。

关于开放权重模型的价格优势有很多讨论，而且它们进步得非常快。然而，我们需要谨慎区分 token 价格和 token 效率。一个便宜的默认模型如果经常失败到需要第二次尝试，那它从来就不真正便宜。重试会消耗 token，而在长时间运行的任务中，它们可能消耗整个运行，而不仅仅是出错的那一步。这就是为什么仅根据 token 价格选择最便宜的模型，并不是选择默认模型的最佳方法。

相反，我们要求默认模型在我们的内部基准和在线测试中达到通过率下限。在高于该下限的模型中，我们选择最具 token 效率的模型，即每任务成本最低的模型。

在过去八周发布的所有模型中，GPT-5.6 Sol 是越过这一下限的最具 token 效率的模型。我们自己的工程团队已经验证了这一点，在我们自己的代码库上测试了所有新模型。一个反复出现的主题是，对于一开始就没有完全明确指定的请求，Sol 需要更少的引导，这也反映在每任务成本上。

我们将重新审视这一

从今天起，GPT 5.6 Sol 成为 Cosmos 中的默认模型。作为用户，你仍然可以选择任何你想要的模型。大多数用户会借助 Cosmos Advisor 来帮助他们在设置循环时挑选最佳模型。

挑选最佳模型可能会让人感到不知所措。你可以相信我们，随着新模型每周不断发布，我们会再次更改这一默认设置。当新数据表明存在一个更加 token 高效、且能达到真实世界专业软件工程工作标准的模型时，我们一定会更新默认设置并通知你。

从每个 token 中获取更多价值

退一步来看，我们正看到那些最具前瞻性的 AI 团队在构建软件的方式上又迈出了一步。到目前为止，AI 主要改变的是个人如何使用单个智能体进行工作。最近，一种新模式正在出现。团队正在整个 SDLC 中构建学习循环。随着使用量的增加，token 成本不再是可以事后考虑的问题。

在 Augment，我们希望用户能从他们花费的 token 中获得尽可能大的价值。我们通过以下几种方式做到这一点：

我们为用户提供灵活性，让他们可以针对不同的使用场景调整默认模型。
我们推出了 Prism，这是我们自己的模型路由器，因为我们相信要以缓存高效的方式结合开源模型和前沿模型的能力，从而带来最佳结果。
我们构建了以我们的知识库为基础的 Cosmos Advisor，帮助用户根据任务的复杂度和需求为每项任务选择合适的模型。

这些只是我们帮助用户从每个 token 中获取更多价值的几种方式。你可以放心，我们将继续在这一领域投入，这样无论你何时使用 Cosmos 进行构建，都能以尽可能低的成本为任务使用最佳模型。