claude · 1 个 arm · 4 档 effortclaude-opus-4-6

同一 model 跨每个 effort 与 arm。每个格子是一次运行 —— 点开看完整卡片。failure 芯片标记没有 valid slot 的运行。

effort strip

effort → 输出体量

各 arm 在每档 effort 上的 output completion tokens。反映 effort 上升时各 model 的花费 —— 不是质量轴。

有体量数据的运行太少,画不出曲线。

claude-opus-4-6 — model · weather-card-benchmark