Augment Code 默认模型升级：GPT-5.6 Sol 以极致 Token 效率成为 Cosmos 新标准
更新背景：单模型时代的终结
在 AI 工程领域，单模型主导的时代已经结束。就在过去八周内，行业经历了前所未有的模型迭代浪潮：6 月 9 日 Anthropic 发布 Claude Fable 5，一周后 Z.ai 推出拥有百万 Token 上下文窗口的 GLM-5.2，随后 Anthropic 的 Claude Sonnet 5 和 Grok 4.5 相继问世。OpenAI 更是于 7 月 8 日推出了 GPT-5.6 系列（Sol、Terra、Luna）。
面对如此密集的发布节奏，Augment Code 意识到，仅仅关注模型的原始能力已不足以应对复杂的多步软件工程任务。对于 Cosmos 这样编排长期任务（如从警报到 PR 审查的完整工作流）的平台而言，模型在步骤四十处“断线”所导致的返工成本，远高于模型本身的价格差异。因此，Augment 决定重新定义“最佳默认模型”的标准。
核心突破：从 Token 价格到 Token 效率
此次更新的核心逻辑在于区分 Token Price（Token 单价） 与 Token Efficiency（Token 效率）。
- 传统误区：许多开发者倾向于选择单价最低的开源模型。然而，如果该模型在长任务中频繁失败，导致需要多次重试（Retries），其实际成本将远超高价但稳定的模型。重试本身就会消耗 Token，对于耗时数小时的任务，失败重试的成本可能吞噬整个运行周期。
- Augment 的新标准：团队设定了严格的 Pass-rate Floor（通过率底线），确保模型能胜任真实的软件工程工作。在此底线之上，选择 Cost per Task（任务级成本） 最低的模式。
经过对内部代码库的全面验证，GPT-5.6 Sol 被证明是在保持高质量输出前提下，Token 效率最高的模型。其显著优势在于对模糊指令的鲁棒性更强，减少了用户干预和模型重定向（Steering）的需求，从而降低了整体任务成本。
实际应用价值与生态策略
此次升级不仅是一次模型切换，更是 Augment 对开发者经济模式的深度优化：
- 零成本体验升级：用户无需手动调整配置，即可享受最高效的默认模型，确保在构建复杂应用时获得最佳产出与成本比。
- Prism 路由器的协同效应：结合 Augment 自研的 Prism 模型路由器，平台能够根据任务复杂度动态调用最优模型（包括开源模型与前沿模型），在缓存效率与性能之间取得平衡。
- Cosmos Advisor 辅助决策：针对复杂场景，Cosmos Advisor 将继续基于知识库为用户提供模型选择建议，帮助用户在特定用例中调整默认设置。
Augment 团队表示，随着每周新模型的涌现，他们将持续监控数据。一旦有新的模型在保持专业级质量的同时展现出更高的 Token 效率，默认模型将再次更新。这种机制确保了用户始终在使用“当前最优解”，而无需花费精力去追踪所有技术细节。
"We want Cosmos to give you the best value for every token you spend. Our approach is to make the default the most token efficient model that is best suited for the real-world professional software engineering work completed in Cosmos."
—— Siyu Zhan, Augment Code Engineering Manager
结语
从 GPT-5.6 Sol 的上线可以看出，AI 工程团队正在经历范式转移：从关注个体与单个 Agent 的交互，转向构建跨整个 SDLC（软件开发生命周期）的学习循环。在这一阶段，Token 成本不再是事后考虑的因素，而是架构设计的核心变量。Augment Code 通过这一更新，再次证明了在追求技术前沿的同时，对工程经济性的极致关注才是构建可持续 AI 应用的关键。
