【摘要】单元测试是保障代码质量、规避线上BUG的核心手段，但手动编写单测存在耗时久、用例覆盖不全、重复性高等痛点，是多数开发者的开发负担。
50/百万 token。这个价位比很多开源模型的推理成本还低。Terminal-Bench 2.
.....基准测试配置 预热次数：2 次 测量次数：5 次 取平均耗时 正确性验证 所有压缩结果均通过解压验证，确保与原始数据一致。
1988年,参加“台湾校园歌唱比赛”,并因此...周...杨超越给李克勤颁奖没什么可吐槽的，为什么到周传雄被孟美岐.
追问结束后的产出——全在你的脑子里和聊天记录里。Level 2：/grill-with-docs — 代码库版 + 自动沉淀 适用场景：有代码库，需要把追问结论固化到项目文档中。
0.0-M1 与后续 GA 版本的 API 不兼容，例如 ToolExecutionEligibilityPredicate 在 M1 中存在，GA 版已移除。