两部视频都是模型从零开始写代码生成的画面、界面、配乐、音效没有用任何素材库。区别只在于用了哪个模型。工具调用全部都是使用myapi两个视频共五分钟算在一起不超过十块钱词元消耗大概在180k左右myapi-ai.comOpus 5.5 版成片Sonnet 5.5 版成片一、实验怎么做的我给两个模型发了一模一样的提示词放在 Claude Code 里跑除了问进度和一句”继续”中间没有给技术上的指导我需要你自己完完整整做一期视频大概2-3分钟来测评说明 claude-xxx 的能力。 所用到的背景音效、背景音乐、claude界面截图/视频等等全都是你自己画出来唯一的变量是模型。我的电脑环境也很”不友好”没装 Python也没装 ffmpeg。模型得自己发现问题、自己解决。两个模型都在对话里通过 myapi 调用后面会讲怎么接入。二、成片数据对比Opus 5.5Sonnet 5.5时长2 分 30 秒2 分 34 秒场景数8 个15 个旁白纯字幕无配音调用 Windows 系统语音合成配音视频代码量约 850 行渲染 配乐 时间轴约 4360 行含一个 840 行的演示代码生成器附带产出4 个测试用例文件真实运行用生成器拼出的 1990 行 / 约 100KB 单文件网页未在浏览器实际运行外部素材00配音来自系统 TTS字体用系统自带字体缺少 ffmpeg 时改用 npm 上的 ffmpeg-static先装 ffmpeg-static下载中断后写脚本从国内镜像下载三、Opus 5.5先验证再下结论Opus 的片子给我最深的印象是“每句话都有出处”。它没有直接去画画面而是先自己出题、自己跑写了一个故意藏着两个 bug 的 LRU 缓存和 6 个测试用例真实运行结果是 3⁄6 通过修复后再跑变成 6⁄6 通过。视频里终端上显示的 PASS / FAIL就是这次运行的原始输出逻辑推理题经典的”三个箱子标签全错”给出答案后它又写了一段程序穷举所有情况确认只有从”混合”箱摸这一种解法。更有意思的是”智能体工作流”这一节。它没有编一个示例而是把制作这期视频的真实过程做进了片子发现没有 Python → 发现没有 ffmpeg → 改用 Node.js 工具链 → 写题 → 跑测试 → 合成音频 → 逐帧渲染。片子开头它就说明”不引用未经核实的跑分”结尾还加了一段”局限”题目少、是自己出的、不等于标准基准关键代码仍需人工审查。一句话总结像一位严谨的工程师写的技术报告。 篇幅克制但每个数字都能追溯。四、Sonnet 5.5像一场产品发布会Sonnet 的片子是完全不同的路线节奏快、信息密、观感更”成品”。15 个场景覆盖代码生成、长上下文、工具调用、视觉理解、速度、价格、适用人群主动调用系统自带的语音合成做了全程配音它找到了三个中文音色慧慧、瑶瑶、康康各合成了一句样音最后用了康康模型本身听不到声音谈不上”试听”代码生成那一节画面上”实时书写”的确实是一份真实存在的文件但它不是一次写成的模型先写了一个 162 行的小应用发现和旁白里预设的行数对不上就另写了一个生成器用数据表拼出了一个 1990 行、约 100KB 的看板页面再回头改旁白里的数字。这个页面没有在浏览器里跑过里面 9 个”图表”函数其实是同一套折线图模板所以”一次成型、无需返工”的说法是没有验证过的发现没有 ffmpeg它先试了 npm 上的 ffmpeg-static下载中断后写脚本从国内镜像把 ffmpeg 下了下来每个场景都抽帧检查过修掉了中文字体显示成方块、元素重叠、代码溢出窗口这几类问题。一句话总结像一支执行力很强的内容团队做的宣传片。 观感更接近成品但片中的数据要先换成真实数据才能发布见第五节。五、一个我必须说明的细节做对比时我翻了两个模型的工程目录发现了一个差别Opus 把”真实性”放在第一位宁可片子短一点、场景少一点也不写一个没验证过的数字Sonnet 把”完成度”放在第一位会主动把一期测评该有的板块都补齐。这也是给大家的一个实用提醒无论用哪个模型生成内容涉及数据和事实的部分都要自己核实。六、我该选哪个场景更推荐排查复杂 bug、改核心代码、需要可追溯结论Opus 5.5长链路智能体任务中途容易遇到意外情况Opus 5.5批量写代码、快速出原型Sonnet 5.5内容生产、需要成品感和速度Sonnet 5.5成本敏感、调用量大Sonnet 5.5我自己的用法是Sonnet 打底干活Opus 负责把关和攻坚。 两个模型在同一个接口里切换只需要改一个模型名。写在最后同一句话、同一台电脑、同样的”缺工具”环境两个模型交出了两份风格截然不同的作品Sonnet 那一场的收尾阶段切到了 Opus见第一节。与其看别人贴的跑分不如自己用同一个任务去试一试。你会很直观地感受到Opus 更像一位审慎的资深工程师Sonnet 更像一位高产的全能执行者。