网硕互联帮助中心能力都在涨，但两家不约而同换了主战场：不是谁的模型更聪明，而是谁能让智能更便宜地被用起来。 
文章目录
-
- 一、先说发生了什么
- 二、成绩单：各自在自己的主场赢
-
- Opus 5.5 这一侧
- GPT-6 Sol / Luna 这一侧
- 三、标价只降 20%，任务成本为什么能降 40%？
- 四、还有个容易被忽略的升级：都不装了
- 五、价格表（直接抄走）
- 六、如果明天就要用，怎么选
- 七、真正值得记住的一件事
一、先说发生了什么
几乎同一时间，OpenAI 和 Anthropic 摁下发布键，前后只差一个小时：
- Anthropic：Claude Opus 5.5，Claude 5.5 系列第一款。定位说得很直白——大多数任务追平 Fable 5.1，成本比 Opus 5 低 40%，输出快 30%。
- OpenAI：GPT-6 Sol 和 Luna，从顶配的 GPT-6 Astra 底座下放。Astra 负责能力探索，Sol/Luna 负责规模化。API 价格对 GPT-5.6 直接腰斩。
这不是巧合。发布前三天，路透刚报道 Anthropic 在筹备新模型应对 Astra 抢企业市场；甚至有消息称 Fable 5.5 会卡着 OpenAI DevDay 当天亮相。
两家隔空对轰，打的却是同一张牌：单位任务成本。
二、成绩单：各自在自己的主场赢
Opus 5.5 这一侧
| Terminal-Bench 4.0（真实终端代码） | 66.4% | 55.8% | 57.9% | 拉开差距最大的一项 |
| CursorBench 4.0（Cursor 长流程工程） | 57.8% | 51.8% | — | Opus 5 仅 46.6% |
| GDPval-AA v2.1（职业真实任务） | 1846 | 1735 | 1542 | 律师/分析师/工程师类任务 |
| OSWorld 2.0（电脑操作） | 81.8% | 略低 | — | 实测丝滑 |
| AutomationBench（企业自动化） | 40.0% | — | 41.4% | Astra 仍占优 |
| Terminal-Bench-Science（科研终端） | 58.7% | — | 64.6% | Astra 优势更明显 |
第三方 Artificial Analysis 的综合智能指数里，Opus 5.5 拿 58 分排第一，比 Fable 5.1 和 Astra 都高 5 分；大约每题 1.4 美元，就拿到了 Opus 5 开满档（每题约 6 美元）的分数。
企业侧的反馈更实在：Deloitte 用它做代码审查，找出 72% 的已知 bug（Opus 5 开高档位只有 56%，误报还更多）；Stripe 一个会话指挥十几个子会话，40 个改动全部通过测试；有人用它做完 68 万行代码的迁移，不到一天。
GPT-6 Sol / Luna 这一侧
| AutomationBench | 与 Opus 5 max 相当 | Opus 5 | 约为它的 1/11 |
| Agents’ Last Exam | 56.4%，超过 Opus 5 最高分 | Opus 5 | 低 60% |
| DeepSWE v1.1 | 68.8%，仅比 Fable 5 的 69.9% 低 1.1 点 | Fable 5 | 低约 80% |
| OSWorld 2.0 | 60.5% vs Opus 5 的 60.3% | Opus 5 | 低约 80% |
| FrontierCode | 更低成本匹配 Fable 5.1 xhigh | Fable 5.1 | — |
| 事实准确性 | 错误率约为上一代一半 | GPT-5.6 Sol | — |
Luna 更极端：输入 $0.10/百万 token，比 DeepSeek-V4.1 Flash 的 $0.15 还低；max 档用约 1% 的成本达到 GPT-5.6 Sol 的水平。
一句立场总结：写代码、办公、电脑操作，这轮赢家是 Opus 5.5；企业自动化和科研终端，Astra 还没让位；而"便宜"这条线，Sol 和 Luna 目前没有对手。
三、标价只降 20%，任务成本为什么能降 40%？
这是这次发布里最值得学的一课：每百万 token 的标价，根本不等于真实成本。
Opus 5.5 的输入输出只降了 20%，但缓存读取从 $0.50 降到 $0.20，降幅 60%。Claude Code 这种反复读代码和历史上下文的长任务，缓存折扣会被持续放大；再加上完成同一任务用的 token 和步骤更少，官方实测典型任务总成本降约 40%，比 Fable 5.1 便宜 60%。
更狠的是档位。Opus 5.5 的 Adaptive Thinking 默认 medium（Fable 5.1 默认 high），在 FrontierCode 上：
| medium | 54.6% | 约 $0.8 |
| max | 54.4% | 约 $6.19 |
多花 7.7 倍的钱，分数反而没涨。 原因是 FrontierCode 会惩罚超出任务范围的修改——推理预算拉满后，模型更容易"多做一些无用功"。
OpenAI 同一天把这套逻辑也讲了一遍：客户买的不是 token，是"任务被完成"。Sol/Luna 优化了缓存命中率、缓存输入读取打 1 折、调整 effort 不再打断缓存上下文，GitHub Copilot 需要重新处理的提示 token 因此降了 50% 以上。
两家隔空打出的，是同一张牌。
四、还有个容易被忽略的升级：都不装了
写代码的人应该深有体会。
Claude 的"腔调"（海外网友起名叫 Claudish）——回答偏长、重点埋在中间、爱堆术语——这次被官方正面修掉了：Opus 5.5 会把最重要的信息放最前、少用术语、严格执行你的写作要求。同一个产品介绍，Opus 5 开高档写了三大段，Opus 5.5 用更低的 medium 档，开头一句"旗舰级的能力，一半的价钱"，两段写完。
OpenAI 这边也没闲着：Astra 上改进过的沟通方式下放到了 Sol/Luna，更清晰、更少术语、更少无效细节，而且会明确说清"我检查了什么、没检查什么"，不再复述你已经知道的信息。
模型再聪明，输出读不下去也是白搭。这轮两家同时在这个"小事"上发力，说明他们也承认：过去一年卷 coding 卷过头了，体验欠的账得还。
五、价格表（直接抄走）
| Claude Opus 5.5 | 4 | 20 | 缓存读 0.2（降 60%）；Fast 模式 8/40，快 2.5 倍 |
| Claude Fable 5.1 | 10 | 50 | 正好是 Opus 5.5 的 2.5 倍 |
| GPT-6 Sol | 2 | 10 | 缓存命中读取打 1 折 |
| GPT-6 Luna | 0.10 | 0.50 | 比 DeepSeek-V4.1 Flash 的输入价还低 |
| Opus 5（上一代） | 5 | 25 | 缓存读 0.5 |
顺带一提，Anthropic 给订阅用户提了五小时用量上限，还发了一次可攒着的限额重置；OpenAI 的 Codex 额度重置定在本周二。
六、如果明天就要用，怎么选
| 日常编码 Agent / Claude Code 长任务 | Opus 5.5（medium） | 中档已追平甚至超过 Opus 5 满档，成本约 1/7 |
| 大批量、高吞吐的工程任务 | GPT-6 Sol | 同级单任务成本最低的一档 |
| 轻量分类、路由、批量文本 | GPT-6 Luna | 输入 $0.10，便宜到可以放开跑 |
| 企业自动化 / 科研类终端任务 | 暂留 GPT-6 Astra | AutomationBench 和 Terminal-Bench-Science 仍是它最高 |
| 不知道选啥 | 先 medium，不够再升档 | 两家这轮共同证明：开满档大概率是浪费钱 |
三个注意点：
七、真正值得记住的一件事
Fable 5 发布时，Ramp 的企业支出追踪显示：这款 Anthropic 史上最贵的模型，只占其企业 token 用量约 6%。企业不会因为模型更强，就无限接受更贵的价格。
更有意思的是，Anthropic 自己的开发者文档甚至建议：大多数任务先用 Opus，不够再上 Fable 5.1。旗舰正在从"默认选项"，变成留给硬骨头的昂贵资源。
所以这轮对轰之后，下阶段大模型战争的胜负手已经换了：不再是最高智能峰值，而是单位任务成本。 前沿能力当然还要继续往上捅，但真正决定普及速度的，是谁能让智能以最低成本持续创造价值。
价格战刚开打。你猜下一枪谁来放？
评论区聊聊：你现在的主力模型是哪家，这次发布会让你换吗？
参考文献
[1] Anthropic: Introducing Claude Opus 5.5 — https://www.anthropic.com/claude-opus-5-5 [2] OpenAI: Introducing GPT-6 Sol and Luna — https://openai.com/index/introducing-gpt-6-sol-and-luna/ [3] OpenAI: Building abundant intelligence — https://openai.com/index/building-abundant-intelligence
评论前必须登录！
注册