对五个AI模型进行了467次相同任务的测试，每次运行都生成了一个完整的可部署网站，包括HTML、CSS、JavaScript及相关资产。研究的核心问题是：较便宜的模型是否能与Claude Sonnet在生产代码生成方面相匹敌？结果显示，较便宜的模型无法达到Claude Sonnet的水平，但更深入的分析揭示了更有趣的发现。五个模型的成本差异达到15倍，测试的模型包括Claude Sonnet 4....