卡码笔记-最强八股文

# GPT-6 Sol、Luna与Claude Opus 5.5同日发布：最强和最划算，这次不是一个答案

国内充值 ChatGPT PLUS、Pro (opens new window)，亲测有效。

9 月 22 日，OpenAI 和 Anthropic 把三款模型挤在同一天发布了。

OpenAI 推出 GPT-6 Sol、GPT-6 Luna，Anthropic 推出 Claude Opus 5.5。

一个把价格直接砍半，一个把综合能力推到独立榜单第一。录友最关心的问题也很自然：Claude Opus 5.5 是不是全面赢了？GPT-6 Sol 和 Luna 还值不值得用？

先说我的结论：

  • 要最高的综合能力、长时间自主干活，先试 Opus 5.5；
  • 要高频 AI 编程和 Agent 跑量，Sol 的成本更容易接受；
  • 要分类、抽取、批处理和便宜 Worker，Luna 才是这次最狠的产品；
  • 最难任务仍应把 GPT-6 Astra 和 Claude Fable 5.1 放进评测，不要只在这三款里选。

# 三款模型，一张表先看明白

项目 GPT-6 Sol GPT-6 Luna Claude Opus 5.5
API 模型名 gpt-6-sol gpt-6-luna claude-opus-5-5
输入价格 / 百万 Token 2 美元 0.10 美元 4 美元
输出价格 / 百万 Token 10 美元 0.50 美元 20 美元
缓存读取 / 百万 Token 0.20 美元 0.01 美元 0.20 美元
上下文窗口 105 万 105 万 100 万
最大输出 128K 128K 128K
默认定位 编程与复杂 Agent 高频、聚焦任务 长链路编程与知识工作

这张表已经把三家的思路说透了。

Opus 5.5 卖上限，Sol 卖能力与成本的平衡，Luna 卖规模。

# GPT-6 Sol：不是小号Astra，而是便宜的日常主力

GPT-6 Sol官方规格

截图说明：OpenAI 官方模型页列出了 GPT-6 Sol 的 105 万上下文、128K 最大输出，以及 2 / 10 美元的标准 API 价格。

GPT-6 Sol 的输入、输出价格都是 GPT-5.6 Sol 发布优惠价的一半。它支持从 none 到 max 的推理档位，也保留了网页搜索、文件搜索、函数调用和电脑操作等工具能力。

OpenAI 给出的几个数字很亮眼：

  • AutomationBench：Sol xhigh 得到 33.2%，高于 Claude Opus 5 max 的 26.9%，单任务成本只有后者约 9%；
  • DeepSWE 1.1：Sol max 得到 68.8%，距离 Claude Fable 5 xhigh 的 69.9% 只差 1.1 个百分点，单任务成本约低 80%；
  • OSWorld 2.0：Sol xhigh 得到 60.5%，与 Opus 5 medium 的 60.3% 接近，成本约低 80%；
  • OpenAI 的内部事实性评测中，Sol 的错误数约为 GPT-5.6 Sol 的一半。

但这里有个非常重要的细节：OpenAI 对比的是 Opus 5 和 Fable 5.1，不是同日发布的 Opus 5.5。

所以“Sol 用十分之一价格击败 Claude”这句话不能直接成立。它能证明 Sol 的性价比很强，不能证明它打赢了 Opus 5.5。

# GPT-6 Luna：五毛钱输出，真正来抢批处理市场

GPT-6 Luna官方规格

截图说明：GPT-6 Luna 的输入只要 0.10 美元、输出 0.50 美元，缓存读取低至 0.01 美元，同时仍保留 105 万上下文。

Luna 最值得看的不是“比 Sol 弱多少”，而是它已经便宜到可以改变架构。

在 OpenAI 的 DeepSWE 1.1 评测里，Luna max 得到 66.6%。它接近 Opus 5、Fable 5 的中等推理档位，但单任务成本分别低 93% 和 96%。在电脑操作评测里，Luna max 也能以约十分之一成本超过 GPT-5.6 Sol medium。

它适合做这些工作：

  • 大量日志、工单、评论的分类与抽取；
  • 多 Agent 系统里的搜索、整理、初审 Worker；
  • 大批量代码扫描、测试生成和低风险修复；
  • 先用 Luna 跑第一遍，失败或低置信度任务再升级到 Sol、Opus 5.5 或 Astra。

不过别被“0.10 / 0.50 美元”冲昏头。OpenAI 对超过 272K 输入的长上下文请求，会对整次请求提高费率：输入和缓存按两倍、输出按 1.5 倍计费。窗口很大，不代表每轮都该塞满。

# Claude Opus 5.5：能力登顶，价格反而降了

Claude Opus 5.5官方发布

截图说明：Anthropic 在 9 月 22 日正式发布 Claude Opus 5.5，这是 Claude 5.5 家族的第一款模型。

Opus 5 的价格是 5 / 25 美元，Opus 5.5 降到了 4 / 20 美元。缓存读取从 0.50 美元降到 0.20 美元。

Anthropic 的说法是：单价降 20%，再叠加更少的 Token 和工具调用，典型任务的总成本比 Opus 5 低约 40%，输出速度快 30% 以上。

它不是单纯降价版。

  • FrontierCode 1.1：默认 medium 就得到 54.6%，超过官方列出的其他模型；
  • GDPval-AA 2.1：max 得到 1846 Elo，Fable 5.1 为 1735，Opus 5 为 1708；
  • 一次内部研究测试里，Opus 5.5 有 16 / 18 份报告通过“数字与引用不能编造”的严格门槛，Fable 5.1 和 Opus 5 都没有通过；
  • 外部早期用户反复提到，它做长迁移、跨仓库任务时步骤更少，更会委派子 Agent，也更愿意自己验证结果。

独立评测也支持“能力更强”这个方向。Artificial Analysis v4.3.2 中，Opus 5.5 max 得到 58 分，排名第一；Sol max 是 48，Luna max 是 37。

但代价同样明显：该榜单估算的平均单任务成本，Opus 5.5 max 是 5.98 美元，Sol max 是 1.06 美元，Luna max 只有 0.07 美元。并且 Opus 5.5 在整套评测里生成了 2.6 亿输出 Token，明显比 Sol 的 7700 万更“能想也能写”。

最高分不等于最高性价比。

# 网上首批评价：Opus更强，Sol更快，Luna更像架构组件

发布才一天，任何“长期结论”都不可信。但把官方早期客户、独立榜单和开发者社区放在一起，已经能看到几个重复出现的信号。

第一，Opus 5.5 的好评集中在长链路任务。有人把它当协调多个会话的总控，也有人反馈复杂任务从 38 次提示、4 天，缩短到 11 次提示、3 小时。它的优势不是某一段代码写得更花，而是少返工、能持续推进、解释更清楚。

第二，Sol 的评价明显更分裂。有盲测认为 Opus 5.5 是整体最强，Sol 则在清晰写作、PRD 和价格上讨喜；也有开发者用同样提示做 5 个小型 SaaS，Sol 总耗时 43 分钟、Opus 5.5 为 77 分钟，Sol 总分更高，但 Opus 赢下 5 局里的 4 局设计分。

第三，社区对 Luna 的兴奋点主要是价格。Artificial Analysis 测得 Luna max 为 157 Token / 秒，单任务成本约 0.07 美元。它未必适合做最终架构师，但很适合当永远不会心疼 Token 的执行层。

这些实测都要加三个限制：样本很小、Codex 与 Claude Code 的 Harness 不同、推理档位也未必完全对齐。首日体感可以帮你决定先测谁，不能替代自己的回归集。

# 还有一个容易写错的开放范围

截至发布公告：

  • GPT-6 Sol、Luna 已进入 ChatGPT Work 和 Codex，覆盖 Plus、Pro、Business、Enterprise、Edu；
  • Free 和 Go 用户可以在桌面端使用 Luna；
  • OpenAI API 已提供 gpt-6-sol 与 gpt-6-luna；
  • 发布时两款模型还没有进入普通 Chat 对话入口，官方说会逐步开放；
  • Claude Opus 5.5 已在 Claude 全平台、API、AWS、Google Cloud 和 Microsoft Azure 上线。

所以你的 ChatGPT 里没看到 Sol，不一定是账号问题。先确认自己打开的是 Work、Codex 还是普通 Chat。

# 三款模型到底怎么选

你的任务 优先选择 原因
大仓库迁移、复杂审计、长时间无人值守 Claude Opus 5.5 当前综合能力和长链路反馈最好
高频 Claude Code、关键代码审查 Claude Opus 5.5 medium 起步 默认档已经很强，别一上来就 max
日常 Codex、功能开发、持续跑 Agent GPT-6 Sol 能力够强，成本约为 Opus 5.5 的一半单价
分类、抽取、批处理、子 Agent Worker GPT-6 Luna 价格低一个数量级，适合大规模调用
最难科研、电脑操作、失败代价极高 GPT-6 Astra / Fable 5.1 仍然要为能力上限买单
生产选型 三款都跑自己的任务集 比较成功一次的总成本，不只看 Token 单价

我的建议是，把 Agent 做成升级链路：Luna 先跑，Sol 扛主力，失败再交给 Opus 5.5 或 Astra。

这次真正发生的变化，不是又多了三个模型名。

而是最强模型在降价，便宜模型开始能做过去旗舰才能做的事。接下来拉开差距的，不是谁背得出更多跑分，而是谁能把任务分级、失败回退、缓存和验收真正接进系统。

# 资料来源

  • OpenAI：GPT-6 Sol与Luna官方发布页：https://openai.com/index/introducing-gpt-6-sol-and-luna/

  • OpenAI Developers：GPT-6 Sol模型规格：https://developers.openai.com/api/docs/models/gpt-6-sol

  • OpenAI Developers：GPT-6 Luna模型规格：https://developers.openai.com/api/docs/models/gpt-6-luna

  • Anthropic：Claude Opus 5.5官方发布页：https://www.anthropic.com/claude-opus-5-5

  • Claude Platform：模型规格与价格：https://platform.claude.com/docs/en/models/overview

  • Artificial Analysis：GPT-6 Sol独立评测：https://artificialanalysis.ai/models/gpt-6-sol

  • Artificial Analysis：GPT-6 Luna独立评测：https://artificialanalysis.ai/models/gpt-6-luna

  • Artificial Analysis：Claude Opus 5.5独立评测：https://artificialanalysis.ai/models/claude-opus-5-5

  • Lenny's Newsletter：三款模型盲测：https://www.lennysnewsletter.com/p/opus-55-vs-gpt-6-sol-which-model

  • Reddit AI Coders：五个SaaS应用对比实测：https://www.reddit.com/r/AI_Coders/comments/1wnop9d/

Last Updated: 9/23/2026, 3:32:07 PM

← Jev模型正式开放 →

评论

验证登录状态...