1C开发AI模型基准测试：更新排名v2

1C开发领域的AI模型基准测试已更新至第2版，涵盖Claude Opus 5、Claude Fable 5、GPT 5.6 Sol、Kimi K3、Claude Opus 4.8、Grok 4.5、Composer 2.5、GPT 5.5、DeepSeek v4、GLM 5.2、Qwen 3.8 Max、Claude Sonnet 5、Mimi 2.5以及MiniMax M2.7等模型。任务分为算法、架构、平台机制、性能、元数据工作和表单开发等类别。基准测试追踪了（输入加输出）所消耗的令牌数量，不包括缓存。模型在其供应商环境中进行了测试：Claude使用Claude Code，GPT使用Codex，Kimi使用Kimi Code，Grok和Composer使用Cursor。此外，还包含一个带有MCP及技能/规则的变体。该基准测试由Hermes使用GPT 5.6 Sol执行，并进行了一些修正。Claude Opus 5是整体领先者，但GPT 5.6 Sol在MCP下表现最佳，因为后者能更好地遵循指令。Kimi K3有潜力但速度较慢。DeepSeek v4和GLM 5.2仅适用于预算有限的场景。不推荐将Qwen 3.8、Sonnet 5、Mimi 2.5和MiniMax M2.7用于1C开发。作者的个人技术栈包括：使用带Claude Opus的Cursor处理复杂任务，日常工作中使用Grok/Composer，以及使用GPT 5.6进行审查和自主代理。