对主流的几种coding model一次测试，包括GPT 5.4、GPT 5.6 luna、Deepseek v4 flash正式版、Claude sounet 4.6

作为coding model，核心是理解现有代码库、准确遵循需求、代码质量稳定、使用工具能力强、低幻觉、低越界、上下文大、成本与速度优秀等等。想着Deepseek v4 flash正式版出来了，也想测试一下。 本次测试使用GPT-5.6-SOL（high)出题，题目简单要求为： 题目有些难点，例如要求正确处理依赖图、并发调度、失败阻塞和无关分支继续执行；实时区分并转发 stdout/stderr，同时可靠管理多个子进程，超时或 Ctrl-C 时必须终止整个进程树，包括忽略 SIGTERM 的顽固后代等等不一一列举。 分开4个独立区间，每个独立区间给 Implementation Plan，独立运行cli，根据文档进行编写并最终交付成