出品｜虎嗅科技組

作者｜黃天媛

編輯｜苗正卿

頭圖｜AI生成

AI圈真是喘口氣的時間都不給留。

北京時間9月23日，Anthropic剛把Claude Opus 5.5端上桌。2小時后，OpenAI立馬祭出GPT-6 Sol和Luna迎戰(zhàn)。

Opus 5.5比上一代Opus更強了，輸入、輸出單價也比上一代低了20%。而GPT-6 Sol兩項單價只有Astra的五分之一；Luna更夸張，每百萬輸出Token只要0.5美元。

不過，這輪交鋒最有意思的地方，不止降價。

Opus的能力提升，把自家Fable的位置弄得有點尷尬。OpenAI推出更低單價的Sol和Luna，想擴大用戶的使用范圍。但模型思考時間久了，最后可能花得反而更多。

Opus一升級，F(xiàn)able先坐不住了

Opus 5.5是Claude 5.5系列第一個登場的模型。

Anthropic給它的定位很高——大多數(shù)任務(wù)能做到Fable 5.1級別，典型工作負載成本比Opus 5低約40%，而輸出速度還快了30%以上。

我們翻了翻Opus 5.5的跑分。

在Anthropic公布的Terminal-Bench 4.0測試里，Opus 5.5拿到66.4%，Astra是57.9%，F(xiàn)able 5.1是55.8%。到了FrontierCode，Opus又以54.4%小幅領(lǐng)先Astra的53.3%。

但在跨應(yīng)用工作流測試AutomationBench和科學Agent測試里，領(lǐng)先的仍然是Astra。各項測試的推理設(shè)置也有差異，離“全面打爆”還有一段距離。

比跑分更直觀的，是Claude Code負責人Boris Cherny分享的一次代碼遷移案例。

他們讓Opus 5.5和Fable 5.1分別把HAProxy（虎嗅注：一種把網(wǎng)絡(luò)請求分配給多臺服務(wù)器的軟件）從C移植到Rust（虎嗅注：C和Rust都是編程語言，這項任務(wù)相當于用另一種語言重寫軟件，同時保留原有功能）。

兩個模型都通過了幾乎全部HAProxy測試，但Opus用了9.5小時，F(xiàn)able用了12小時，而Opus的成本還低了51%。

當然，這是Anthropic內(nèi)部分享的單項任務(wù)結(jié)果，不能代表所有項目。

但對開發(fā)者來說，活兒差不多，速度更快，錢還少一半。

這比別的好像都重要。

最先感到壓力的，可能就是Fable 5.1模型了。

它的標準API輸入、輸出價格分別是每百萬Token 10美元和50美元，Opus 5.5則是4美元和20美元。

如果手頭的活兒Opus已經(jīng)能干好，用戶愿意為Fable多花這筆錢嗎？

OpenAI攤開價目表

OpenAI的打法有所不同。

Astra把持最高能力的位置，Sol負責復雜編程和Agent工作流，Luna接高頻、相對集中的任務(wù)。

它貼心地照顧到了不同預(yù)算的用戶。

按標準API價格，每百萬Token輸入、輸出分別計算，Astra是10美元、50美元；Sol是2美元、10美元；Luna只有0.1美元、0.5美元。

同樣是一百萬輸出Token，Astra收50美元，Luna收0.5美元，差了100倍。

對于每天要調(diào)用成千上萬次的產(chǎn)品來說，簡單工作場景的分類、提取、批量處理任務(wù)里，便宜模型只要夠用就行。

第三方機構(gòu)Artificial Analysis的測試也給出了實際成本變化。Sol在其測試中的單任務(wù)成本從上一代的1.99美元降到1.06美元，Luna則從0.18美元降到0.07美元。

單價降了，賬單可不一定

確實是普降價格了，但你可別上來就急著把推理強度拉滿。

Artificial Analysis測試顯示，Opus 5.5在max檔的能力指數(shù)達到58分，但平均每項任務(wù)生成約11.9萬Token，其中約8.4萬是推理Token。

同一機構(gòu)測試里，max檔每項任務(wù)成本是5.98美元，high檔則是1.82美元，對應(yīng)能力指數(shù)54分。

為了多拿這4分提升，成本漲了不少。每個Token便宜了，但推理強度拉高后，模型可能生成更多Token，最后的賬單未必更低。

Sol和Luna也出現(xiàn)了Token消耗增加的情況，不過，降價抵消了這部分增量。

Artificial Analysis的評測也顯示，Sol和Luna這次省錢，主要靠的是靠降單價，沒有省消耗。

在該機構(gòu)的測試中，相比各自上一代模型，Sol每項任務(wù)平均生成的Token從約2.9萬增加到3.1萬，Luna則從約4.1萬增加到5.1萬。雖然消耗更多，但由于單價降低，Sol的單任務(wù)成本仍從1.99美元降到了1.06美元，Luna則從0.18美元降到了0.07美元。

此外，能力也沒有每項都漲。

在Artificial Analysis的編程指數(shù)中，Sol從55分升到57分，Luna則從43分降到41分。

接地氣的變化

除了價格，這次還有個很接地氣的變化。

Anthropic專門強調(diào)，Opus 5.5這次會把重要信息放前面，減少行話，改善過去又長又密的表達。

畢竟，干活已經(jīng)夠忙了，誰還想先讀一篇AI的工作感想。

但“去啰嗦化”做得怎么樣，用戶的反饋并不一致。

沃頓商學院教授Ethan Mollick在早期測試后，認可Opus 5.5已經(jīng)有了Fable級模型的感覺，同時也指出，近期Claude語言過于密集的問題，還沒完全解決。

另一邊，不少開發(fā)者已經(jīng)開始整活。

Anthropic工程師Addy Osmani用一只Three.js里的騎車鵜鶘慶祝發(fā)布。小鳥踩起踏板，比一屏參數(shù)容易讓人記住多了，這一波手搓動畫的效果也讓不少人感嘆其視頻動畫能力的提升之大。

但熱鬧歸熱鬧，對普通用戶來說，真正決定你留下哪個模型的，還得回歸性價比。

同一件事，誰能少返工幾次、少花一點錢，誰才一直能夠留存用戶。

大模型還得卷一會兒。