orchestrator-ab：实测 Claude 各模型担任编码智能体流水线编排者的表现

fortil 发布 orchestrator-ab，一个 A/B 测试工具，用来测量哪个 Claude 模型、在哪个 effort 档位更适合担任编码智能体流水线的编排者。示例运行共 18 次，Opus 在 low effort 下每次有效运行都完整跑完流水线且保持静默，seat token 约为另一条纪律完整的 Haiku high 的三分之一；但按 API 计费 Haiku 的 cache read 为 $0.05/MTok、Opus 为 $0.20，Haiku high 每次运行的编排成本反而约为三倍便宜。作者称 effort 比模型更决定纪律性，高 effort 每次都跑完整流水线，medium 为三分之二，low 为三分之一。