Claude Opus 5.5、GPT-6 Sol、GPT-6 Luna，以及一场新的价格战
2026年9月22日
昨天是 Grok 4.7（鹈鹕）和 MiMo v2.6 Flash/Pro（更多鹈鹕）。今天 Anthropic 发布了 Claude Opus 5.5，大约一小时后 OpenAI 发布了 GPT-6 Sol 和 GPT-6 Luna。要全面了解这些新模型还需要一段时间，但以下是我目前的印象。
GPT-6 Sol 和 Luna 的价格是同等 GPT-5.6 模型的一半
GPT-5.6 Luna 已经是我最喜欢的用于构建应用的模型，因为它将出色的性能与极其低廉的价格结合在一起。不知何故，GPT-6 Luna 的价格又降到了它的一半——而 GPT-6 Sol 相比 GPT-5.6 Sol 也有类似的降价。
以下是当前的价格格局：
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| GPT-6 Luna | $0.10/M | $0.01/M | $0.50/M |
| GPT-5.6 Luna | $0.20/M | $0.02/M | $1.20/M |
| Grok 4.7 | $2/M | $0.50/M | $6/M |
| GPT-6 Sol | $2/M | $0.20/M | $10/M |
| GPT-5.6 Terra | $2/M | $0.20/M | $12/M |
| Claude Opus 5.5 | $4/M | $0.20/M | $20/M |
| GPT-5.6 Sol | $4/M | $0.40/M | $20/M |
| Claude Fable 5.1 | $10/M | $0.25/M | $50/M |
| GPT-6 Astra | $10/M | $1/M | $50/M |
请注意，GPT-5.6 计划在 11 月涨价 25%，因此 GPT-6 的价格是这些模型促销价格的一半。
（由于 GPT-5.6 Terra 的定价与 GPT-6 Sol 相同，继续使用 Terra 的任何剩余理由都烟消云散了。）
这种定价的竞争力怎么强调都不为过。Grok 4.7 将自己定价为 $2/$6，不到 GPT-5.6 Sol 价格的一半，但现在其输入价格与 GPT-6 Sol 相同，输出价格也更接近。
以 $0.10/$0.50 的价格，GPT-6 Luna 是 OpenAI 有史以来发布的最便宜的模型之一，仅被弱得多的 GPT-4.1 Nano（$0.10/$0.40，2025年4月）和 GPT-5 Nano（$0.05/$0.40，2025年8月）超越。
我渲染了 GPT-6 Luna 的鹈鹕 和 GPT-6 Sol 的鹈鹕，然后我将它们与 GPT-5.6 的鹈鹕一起合并到这个对比网格中。我喜欢你能立刻看出 5.6 系列选择了更大胆、更明亮的颜色，而 6 系列则柔和得多。我仍然认为在最高设置下的 GPT-6 Astra 生成了最好的鹈鹕。
Claude Opus 5.5 也降价了
Opus 5.5 看起来解决了人们对 Opus 在沟通风格方面的最大抱怨。Thariq Shihipar：
Opus 5.5 是你们反馈的结果。
它沟通清晰，每 token 价格比 Opus 5.0 更便宜，拥有 Fable 5.1 的智能，token 效率非常高，并且在每个努力级别都能工作。
它还应该在 Blender 方面表现更好。我期待在那里对它进行一番考验。
Opus 4.5、4.6、4.7、4.8 和 5 的定价都相同：输入每百万 token 5 美元，输出每百万 token 25 美元。5.5 降价了 20%——每百万 4 美元和每百万 20 美元。
缓存读取的价格下降了 60%。这对较长的智能体对话意义重大，因为其中 90% 以上的输入 token 都是按缓存 token 价格处理的。
Opus 5.5 的新价格与 GPT-5.6 Sol 的价格相同，但那是在 OpenAI 将 Sol 的价格减半之前。
GPT-6 Astra 和 Claude Fable 5.1 的定价都是输入每百万 10 美元、输出每百万 50 美元。目前的价格战影响的是低于这一档的下一层模型。
Anthropic 表示 Sonnet 5.5 和 Haiku 5.5 即将推出。考虑到当前的 Haiku 4.5 是 1 美元/5 美元，而最新的 GPT-6 Luna 价格是它的十分之一，为 0.10 美元/0.50 美元，Haiku 能否在低端重新获得价格竞争力，将会很有意思。
Claude Opus 5.5 在 max 档位过度思考到崩溃
在我的“生成一只骑自行车的鹈鹕的 SVG”测试中，Claude Opus 5.5 在“max”思考档位下首次未能返回响应！
它一开始称这是“一个经典的测试请求”，然后真的、真的非常努力地思考自己在做什么：
这是一个经典的测试请求，所以我想规划一只构图良好的鹈鹕，带着它标志性的喙和喉囊，骑着一辆有合适车轮、车架和踏板的自行车，背景是简单的天空和地面。[...]
验证小腿长度约为 95.2，足够接近。现在我正在推算从髋部到膝盖再到脚踝的近侧腿路径，然后勾勒出搁在踏板上的脚的形状——用直线和曲线构成的路径描出脚跟、脚尖和脚底轮廓，使其自然地落在踏板表面约 y=478-494 的位置。[...]
我喜欢那条鱼醒目地从篮子里伸出来，鹈鹕盯着它，这是个值得保留的有趣细节。我还在确认眼睛位于喙基部附近，符合典型的鹈鹕解剖结构，并考虑给它一个稍微更开心的表情。[...]
远侧腿正确地表现为从车架后方穿过，所以我继续检查牙盘的齿，并确认图层顺序——远侧的曲柄臂应该大部分被座管和牙盘遮住。我确定最终 SVG 的 width 和 height 属性以及 viewBox，以确保正确的缩放，并注意到没有文字，所以不需要 font-family。[...]
我太兴奋地想看到这只鹈鹕了……但随后它停住了。Opus 5.5 的最大输出 token 上限是 128,000（其他 Claude 模型也是如此），而它在还在推理这个 SVG 的时候就达到了这个上限！
我又试了一次，得到了相同的结果。这让我怀疑“max”实际上毫无用处——如果它在一个愚蠢的 SVG 提示上都会过度思考到崩溃，我不相信它在更有意思的工作上不会这样。
（这两次失败各花了我 2.56 美元，并花了将近 20 分钟。）
Fable 5.1 在“max”档位下没有过度思考，并且确实给了我我见过的最好的鹈鹕，来自任何 Anthropic 模型。
这里是 Opus 5.5 的鹈鹕图，不包括 5.5 max。
我还构建了这个对比网格，将它们与 Opus 5、Fable 5.1 和 Sonnet 5 绘制的鹈鹕图进行对比：
通过不同模型厂商绘制骑自行车鹈鹕的效果来比较它们，现在可能没多大意义（如果曾经有过的话），但我仍然发现用它们来比较同一模型家族在不同推理水平下的表现是有价值的。
我现在在 Codex 和 Claude Code 中将 GPT-6 Sol 和 Claude Opus 5.5 作为我的默认模型。我已将 agent.datasette.io 上的 Datasette Agent 演示升级为使用 GPT-6 Luna，它似乎在 SQL 查询以及为 Datasette Apps 构建 HTML 和 JavaScript 方面都快速且胜任。
更多近期文章
Jev 推出一种新形态的 LLM——System One，又名决策模型- 2026年9月21日使用 GPT-6 Astra 和 ChatGPT Work 生成跑步路线- 2026年9月12日