GPT-6 Sol/Luna 对决 Claude Opus 5.5：同一天发布，比的不是智商是账本
- JARVIS
- 23天前
- 124热度
- 0评论
2026 年 9 月 22 日，AI 圈上演了一场罕见的"同日对狙"：OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，Anthropic 发布 Claude Opus 5.5。两家公司像约好了似的，在同一天把各自的"走量担当"推上前线，而且主题高度一致——不是刷榜，是降价。
作为天天跟这些模型打交道的产品经理，我把两边的官方公告、系统卡和第三方报道都翻了一遍。先说我的整体判断：本轮竞争的胜负手不在智商，在账本。两家都在回答同一个问题——怎么让 agent 长时间跑起来不把预算烧穿。
同一天，两种打法
先看两边的牌面。
OpenAI 这边，GPT-6 系列形成了清晰的三档结构：旗舰 Astra（本月初发布，定位"全球最强"）、中坚 Sol、轻量 Luna。Sol 主打复杂任务和 agentic coding，Luna 定位高吞吐的"文员型"模型——摘要、信息抽取、快速问答这类目标明确的活。API 定价直接腰斩：Sol 每百万 token 输入/输出 $2/$10（上一代 GPT-5.6 Sol 是 $4/$20），Luna 是 $0.10/$0.50。官方口径是缓存和推理效率提升，把省下的钱直接让给用户。
Anthropic 这边，Opus 5.5 是 Claude 5.5 家族的首发，定位很有意思——用 Opus 的身子，做到 Fable 5.1 的水平。定价上，输入/输出 $4/$20，比 Opus 5 的 $5/$25 降了 20%；缓存读取从 $0.50 降到 $0.20，降幅 60%。综合单价下降和 token 用量减少，典型负载的总成本比 Opus 5 低 40%。输出速度快 30% 以上，还有 2.5 倍速的 Fast mode（$8/$40）。Sonnet 5.5 和 Haiku 5.5 会在未来几周跟上。
我的第一反应是：OpenAI 在补产品线，Anthropic 在做"降维打击"——Opus 5.5 实际是用更低的价格提供了接近自家旗舰 Fable 5.1 的能力，等于把旗舰体验下放了一个档位。
一个耐人寻味的细节：两家都在跟对方的上一代打
看 benchmark 对比表的时候我发现一个很好玩的现象：
- OpenAI 的官方对比里，Sol 和 Luna 的对标对象是 Claude Opus 5 和 Fable 5（5.1 数据缺失时用 Fable 5）。据 OpenAI 官方公告，Sol 在 DeepSWE v1.1 上与 Fable 5 的最高分只差了 1 个百分点多一点，但任务成本低约 80%；Luna 的得分可与 Opus 5 的中档水平比肩，成本只有它的 7%。
- Anthropic 的官方对比里，Opus 5.5 的对标对象是 GPT-6 Astra——OpenAI 的现役旗舰。据 Anthropic 官方页面公布的对比表：Terminal-Bench 4.0 上 Opus 5.5 拿 66.4%，比 GPT-6 Astra 高出 8 个多百分点；FrontierCode 上 Opus 5.5 同样压过 Astra，而任务成本只有 Astra 的约五分之一。
看出来了吗？两边都在挑对自己有利的错位对比：OpenAI 用中坚打你上一代的旗舰，Anthropic 用新旗舰打你现役旗舰还强调性价比。The New Stack 有句话说得很到位：OpenAI 降价是为了在成本上压过 Anthropic，但 Opus 5.5 已经把比较基准重置了，而 Sol 和 Opus 5.5 的正面对决还没人跑过。
我的判断是，这恰恰说明 benchmark 在顶级模型之间已经失去区分度了。Anthropic 自己也承认"在这个能力水平上，benchmark 分数的差距已经不能可靠反映真实差异"。真正值得看的数字反而是效率类的：token 消耗、任务成本、输出速度。
几个真正值得记住的数字
抛开营销话术，我觉得对实际选型有参考价值的就这几条：
成本曲线整体下移。 Opus 5.5 官方测试的典型负载成本比 Opus 5 低 40%，一个 20 万行代码库的审计任务从 20 多小时缩到 3 小时内；早期测试者用它在一天内完成了 68 万行代码的迁移。OpenAI 那边，内部事实性评估里 Sol 的错误率比上代减半，接近 Astra 水平。GitHub 的数据显示缓存优化让 OpenAI 模型需要全新处理的 prompt token 占比降了 50% 以上——这对 agent 场景是实打实的省钱。
缓存成了主战场。 两边都在缓存上大做文章：Anthropic 把缓存读取打到 $0.20，OpenAI 把缓存命中输入的折扣提到 90%，还上线了 Prompt Caching Dashboard 和诊断工具。这说明 agent 负载的长上下文复用已经是兵家必争之地——毕竟 agent 跑一天，大头开销全在重复读上下文上。
安全策略开始分层。 Opus 5.5 是首个带着 Fable 5.1 级别安全防护的 Opus 模型：网络安全任务大部分会被透明转路由到 Opus 4.8，生物方向要走生命科学验证计划，还上了防蒸馏的 preserved thinking。OpenAI 这边强调 Sol 和 Luna 继承了 Astra 的对齐成果，在编码工作的误导性陈述率上有改善。作为在金融行业做产品的人，我对 Anthropic 这种"能力越强、闸门越多"的思路是有好感的——但这确实意味着企业接入时要多过几道合规评估的坎。
作为用户，我该怎么选
说点实际的。如果你在做技术选型，我的建议是按负载分层，而不是 all-in 一个模型：
- 高强度 agentic coding、长周期任务：Opus 5.5 目前的 benchmark 和早期测试者口碑都更硬，特别是长任务中的 token 效率和"汇报清楚自己干了什么"这两点，是跑过夜任务的刚需。代价是单价高，而且安全路由机制可能给你的安全类任务"降智"。
- 日常开发主力、成本敏感的中等复杂度任务：GPT-6 Sol 的位置很讨巧——用 Astra 约一半不到的价格拿到接近旗舰的事实可靠性，Codex 和 GitHub Copilot 生态里也第一时间可用。
- 高吞吐轻量任务：Luna $0.10 的输入价基本是把"什么活都丢给大模型"的门槛打没了。路由、摘要、抽取这类任务，Luna 的成本只有 Opus 5.5 的几十分之一。
- 别急着二选一。同一天发布意味着第三方横向评测还没出炉，两家官方数字都有各自的话术空间。我的做法是等一两周社区的真实横评，尤其是 Sol vs Opus 5.5 在真实代码库上的对比，再决定生产环境迁不迁移。
还有一点容易被忽略：Opus 5.5 不允许关闭 thinking 模式，并且从 8 月 31 日后注册的 API 账号开始强制 preserved thinking。对开发者来说，这意味着想拿它的输出做二次加工、或者偷偷改上下文"洗"推理过程的玩法都行不通了。我认为这是 Anthropic 在给自己的模型能力上锁——防止被蒸馏成别人家的模型。厂商之间的技术壁垒，开始从模型权重转移到这些工程细节上了。
生态和可用性：都是"第一天全平台"
可用性上两边都没留短板。GPT-6 Sol 和 Luna 发布当天就进了 ChatGPT Work、Codex 和 API（见 OpenAI 官方公告），并同步登陆 Azure 的 Microsoft Foundry、Amazon Bedrock 和 GitHub Copilot；Luna 还向免费用户开放了桌面端。Opus 5.5 同样是 AWS、Google Cloud、Azure 三朵云齐发，Claude Code 和 Claude Platform 立即可用。
渠道打成平手，真正的差异在订阅策略上。OpenAI 给付费用户直接开放 Sol 和 Luna，门槛最低；Anthropic 给 Pro、Max、Team 和 Enterprise 用户提高了五小时限额，还给了可保存的速率重置额度。对重度用户来说，后者的"限额管理"其实更实在——跑长任务最怕跑到一半被限流。
我顺手整理了一张价格速查表，方便以后选型时翻出来看（每百万 token，美元）：
| 模型 | 输入 | 输出 | 缓存读取 | 定位 |
|---|---|---|---|---|
| GPT-6 Sol | $2 | $10 | 约 $0.2（9折后） | 中坚主力 |
| GPT-6 Luna | $0.10 | $0.50 | — | 高吞吐轻量 |
| Claude Opus 5.5 | $4 | $20 | $0.20 | 旗舰级 |
| Opus 5.5 Fast mode | $8 | $40 | — | 2.5 倍速 |
注意 Sol 和 Opus 5.5 的缓存读取价几乎打平了，输出价 Sol 只有 Opus 5.5 的一半。如果你跑的是输出量大、缓存复用高的 agent 负载，Sol 的账面优势会比 benchmark 差距看起来更诱人；反过来，如果是长周期、多步骤、需要模型反复自我校验的任务，Opus 5.5 更少的步骤数和 token 消耗会把单价差追回来不少。算账不能只看单价，得按自己的任务剖面来算。
最后一点感想
最让我觉得有信号意义的是，"性价比"第一次成了两家旗舰级发布会的共同主题。OpenAI 内部研究员日均 token 消耗已经超过 600 美元的 API 价值、90 分位到 7000 美元——连 OpenAI 自己都觉得 agent 用模型的成本是个问题了。当模型厂商开始卷"每个任务花多少钱"而不是"考多少分"，说明 agent 落地真的进入精打细算的阶段了。
对我们这些把模型嵌进真实业务流程的人来说，这是好事。模型能力趋同、成本快速下探，意味着选型的主动权慢慢回到了应用层手里——想清楚自己的任务长什么样，比搞清楚谁家的 benchmark 高两分重要得多。
参考来源
- OpenAI：Introducing GPT-6 Sol and Luna
- Anthropic：Introducing Claude Opus 5.5
- TechCrunch：OpenAI launches GPT-6 Sol and Luna
- The New Stack：OpenAI releases GPT-6 Sol and Luna — and cuts token prices in half
- Bloomberg：Anthropic Unveils More Cost-Efficient Opus 5.5 Model Before IPO
- AWS：Claude Opus 5.5 is now available on AWS
