Mahalanobis Systems 实测模型换代：12 次同厂升级中 3 次让智能体变差

Mahalanobis Systems 用六个小型智能体做换模型测试，把 Claude Haiku 4.5 换成 Haiku 5.5、GPT-5.4 nano 换成 GPT-6 Luna，12 次同厂升级中有 3 次平均分下降、1 次持平，11 次出现原本答对的用例回退。