GPT、Claude、Gemini、MiniMax、GLM 怎麼分工？從 oh-my-opencode 的代理設定來看
前言
現在還在問「哪個模型最強」，老實說有點像在問哪把起子最強一樣。你真正在做事的時候，問的不是這個。
我自己最近比較有感的做法，反而是看一套實戰框架到底怎麼分工。因為代理場景裡，模型不是拿來參加排行榜的，是拿來放在不同位置上做不同事的。
所以這篇我不想寫成那種全模型點名簿。我直接借 oh-my-opencode（現在 repo 名稱已改成 oh-my-openagent）裡的代理設定和 fallback 鏈來看，GPT、Claude、Gemini、MiniMax、GLM 到底各自比較像哪種角色。1
先把最重要的一句話講掉
如果只看目前這套代理框架的配置思路，我自己的理解會是這樣：
Claude：適合當主 orchestrator，長任務、規範感、穩定度高GPT：適合深度執行、重推理、實作與驗證Gemini：很適合搜尋、前端/視覺、輕量任務MiniMax：速度快、成本友善，適合 utility 與檢索類任務GLM：在這套配置裡常拿來當 fallback 或平衡型主力，尤其在多代理環境裡很有存在感
如果你是想找一個全能王，看到這裡差不多就可以先停了。真正在多代理場景裡，通常還是分工比單挑更合理。
這套框架看模型的方式，其實很務實
我去看 oh-my-opencode / oh-my-openagent 現在的 README、installation guide 和 model requirement 設定，裡面其實把這件事講得很明白。13
1. Sisyphus 這種主代理，偏向 Claude / GLM
在 model fallback 裡，主 orchestrator 常優先走 claude-opus-4-6，再來才是 GLM 這類模型。3
這個訊號很明顯。主代理不是只負責回答問題，它還要拆任務、分派背景代理、收流程。這種位置吃的不是單點爆發，而是整體穩定度。
2. Hephaestus 這類深度執行代理，偏向 GPT
框架裡很明顯有「GPT 適合 Hephaestus 深度工作」的思路，甚至還直接寫出 Do NOT use Sisyphus with GPT. For GPT models, always use Hephaestus. 這種提醒。4
這句話我覺得很有意思，因為它其實在說：
GPT 很強，但更適合拿來做深挖與執行，而不是當總指揮。
3. Gemini 常出現在搜尋、前端、輕量探索
installation guide 裡提到 Gemini 3 Pro 對 visual/frontend 任務很有優勢，Gemini 3 Flash 則偏向快、輕、適合 doc search 和 light tasks。2
這跟我自己的感覺也滿接近。Gemini 不見得每題都最穩，可是在要速度、要大範圍閱讀的時候，常常很好用。
4. MiniMax 很明顯被當成高性價比工具人
在設定裡，MiniMax M2.5 常被放在 explore、librarian 這類輕量任務的 fallback 鏈裡。3
講白一點，這代表它很適合：
- 搜
- 查
- 跑輕任務
- 降成本
如果你每天很多小任務，這類模型很有存在感。
5. GLM 很像是一個很實際的平衡位
GLM 在這套框架裡出現頻率也不低，尤其在 z.ai / opencode 來源下，常被用成主力 fallback、甚至部分主代理選項。2
它很像那種不一定最亮眼，可是放在整體流程裡就是很耐用的角色。
如果你是新手，我會怎麼記這幾家
下面這段我故意不用太學術的講法，直接講人話。
Claude：像專案經理型工程師
它不是每個地方都最激進，但在長任務、規則感、流程穩定這種地方，通常表現不錯。
如果你要的是：
- 把需求拆清楚
- 按規矩做
- 不要一下太跳
那 Claude 很常會讓人比較安心。
GPT：像很能做事的重工型工程師
我會把它放在需要深挖、要真的下刀修改、要做驗證的地方。
尤其在 coding assistant 這類執行任務上，它的存在感還是很強。
Gemini：像資訊量很大的快手型助手
適合快速閱讀、文件整理、視覺與前端類任務。
如果你常做的是探索、查資料、前端嘗試，它常常會很順。
MiniMax：像便宜又俐落的日常工具人
不用每次都派大將上場。很多探索、整理、搜索，MiniMax 這種速度快、成本友善的模型就夠了。
GLM：像很實用的平衡型替補主力
有時候它不是最出風頭的，但在多代理架構裡，這種能撐住整體流程的模型很重要。
那如果今天只能先選一個呢
可以選，但我得先講，這本來就是退而求其次的做法。
如果真的只能選一個，我會看你的主要工作是什麼：
- 偏長任務 orchestration：先看
Claude - 偏深度實作：先看
GPT - 偏查資料 / 視覺 / 前端：先看
Gemini - 偏成本 / 快速小任務：先看
MiniMax - 偏平衡與替補可得性：可以看
GLM
如果你只是想先照這篇跑一輪最小分工，我自己會先這樣配：
- 主代理：
Claude - 深度執行：
GPT - 搜尋 / 輕量探索：
Gemini或MiniMax - 平價 fallback：
GLM
先這樣配，你就已經比「一個模型硬打全部」正常很多了。
我自己最在意的，其實一直都不是單挑
這也是我想寫這篇的原因。
現在太多文章都在比 benchmark，可是真的用起來，你很少只叫一個模型做完整套流程。更多時候是：
- 一個負責規劃
- 一個負責搜尋
- 一個負責重工
- 一個負責便宜快速地補洞
如果你用的是代理型框架，這個思維通常比排行榜重要得多。
如果你真的有在用 OpenCode、Claude Code 或各種 agent harness，最後大概都會慢慢接受一件事：
模型不是拿來選邊站，是拿來安排位置。
這也是我看 oh-my-opencode / oh-my-openagent 最大的收穫之一。它不是要你選邊站，而是在提醒你：不同模型有不同脾氣，你要把它放在適合的位置。
如果你是剛開始玩多模型，我反而建議你先不要追求「最強」，先追求「分工合理」。這樣通常比較省錢，也比較不容易翻車。