GPT-6 Sol与Claude Opus 5.5同日发布，谁更值？

OpenAI 与 Anthropic 几乎同时推出新模型。OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，Anthropic 发布 Claude Opus 5.5。

OpenAI 表示，GPT-6 Sol 和 Luna 脱胎于 GPT-6 Astra 底座，将核心推理与多模态优势下放，重构出更轻量、吞吐量更高的版本。Astra 承担能力探索，Sol 和 Luna 承担规模化应用。价格较 GPT-5.6 促销价降低 50%。GPT-6 Sol 输入价格从每百万 token 4 美元降至 2 美元，输出从 20 美元降至 10 美元；GPT-6 Luna 输入从 0.20 美元降至 0.10 美元，输出从 1.20 美元降至 0.50 美元。Sam Altman 称这是推动“智能普及化”的必经之路，让开发者不再受制于昂贵算力账单，并强调按单任务成本比较，目前市场上没有产品具备真正竞争力。

性能方面，在 AutomationBench 测试中，GPT-6 Sol 最高推理强度超过 Claude Opus 5 最高强度，每任务成本仅为后者 9%；GPT-6 Luna 高推理强度下较上代提升 5.4 个百分点，每任务成本降低 58%。GPT-6 Sol 以更低成本超过 Claude Fable 5.1，并超过低推理强度下的 GPT-6 Astra。内部事实准确性测试中，Sol 错误数量约为上代一半，接近 Astra 可靠性。Luna 在高推理强度下能以约百分之一成本达到 GPT-5.6 Sol 水平。编程能力上，FrontierCode 测试中 Sol 明显提升，以更低成本达到 Fable 5.1 xhigh 水平；DeepSWE v1.1 中 Sol 最高推理强度得 68.8%，仅比 Fable 5 的 69.9% 低 1.1 个百分点，但每任务成本降低约 80%。Luna 最高推理强度得 66.6%，接近 Opus 5 和 Fable 5 中等强度表现，相比 Opus 5 每任务成本降低 93%，相比 Fable 5 降低 96%。计算机操作上，OSWorld 2.0 offline 测试中 Sol 最高推理强度达 60.5%，Opus 5 中等强度为 60.3%，但 Sol 每任务成本降低约 80%。OpenAI 还优化了 Prompt Caching，默认缓存命中率更高，缓存输入 token 读取享 90% 折扣。

Anthropic 称 Claude Opus 5.5 是 Claude 5.5 系列首款模型，大多数任务达到 Fable 5.1 水平，但相比 Opus 5，典型任务成本降低约 40%，输出速度提升超 30%。在 Terminal-Bench 4.0 上，Opus 5.5 达 66.4%，Fable 5.1 为 55.8%；FrontierCode v1.1 Main 为 54.4% 对 50.3%；GDPval-AA v2.1 为 1846 对 1735。不过不同 benchmark 的 harness、工具和推理强度不一致，Anthropic 表格中 GPT-6 Astra 仍在 AutomationBench 和 Terminal-Bench-Science 保持更高成绩。API 定价上，Opus 5.5 每百万输入、输出 token 分别为 4 美元和 20 美元，Fable 5.1 为 10 美元和 50 美元，后者是前者 2.5 倍。两者均拥有 100 万 token 上下文窗口和最高 128K 常规输出。Opus 5.5 的 Adaptive Thinking 永远开启，默认推理强度为 medium，而 Fable 5.1 默认 high。在 FrontierCode v1.1 Main 上，Opus 5.5 medium 得分约 54.6%，单任务成本约 0.8 美元；max 成本升至约 6.19 美元，得分反为 54.4%。