我看大模型的效果最直观的就是： 每个模型跑同样的 20 个关于 Next.js 不同特性的测试，看看哪个模型强。 现在毫无疑问的是 GPT 5.3 Codex （90%通过）和 Claude Opus 4.6 （80% 通过），而且 GPT5.3 还更便宜，所以我现在就是无脑使用 5.3 了。