Claude 4 深度体验：Sonnet 和 Opus 的真实差距

# 任务：写一个 FastAPI CRUD endpoint
# Sonnet 和 Opus 结果几乎一样 ✅

# 任务：分析一个有 50 个文件、8 万行代码的 Python 项目
# 找出潜在的并发安全问题

Sonnet:
  - 分析了主要文件
  - 发现了 3 个明显问题
  - 但漏掉了 2 个需要跨文件分析的问题
  - 耗时：45 秒

Opus:
  - 完整分析了所有 50 个文件
  - 发现了 5 个问题（含 2 个跨文件问题）
  - 给出了每个问题的具体位置和建议
  - 耗时：60 秒

# 丢一个 10 万行的代码库给 Opus
# 问：哪个模块最可能有性能问题？

Opus: 准确指出了 3 个潜在性能热点，并给出了优化方向
Sonnet: 只能分析它能在 context 里放下的部分（约 30% 的代码）

# 同样的任务
# Sonnet: 10-15 秒
# Opus: 30-60 秒

# 一天 1000 次 API 调用
# Sonnet: 约 ¥50/天
# Opus: 约 ¥500/天

# 我的统计：
# 70% 的任务：Sonnet 和 Opus 结果一样好
# 20% 的任务：Opus 明显更好
# 10% 的任务：两个都不够

# 如果你的任务 70% 以上是普通编程：
# → Sonnet 足够
# 如果你的任务 50%+ 是复杂分析：
# → 考虑 Opus

用 Sonnet：
  - 日常代码补全、简单函数
  - code review（单文件）
  - 文档生成
  - 快速迭代

用 Opus：
  - 超大型代码库分析
  - 复杂架构设计
  - 形式化验证
  - 关键代码审查

实际建议：
  - 把 Opus 当"专家会诊"，不是日常主力
  - 日常用 Sonnet，复杂问题再切 Opus