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 的价格是它们对应的 GPT-5.6 版本的一半
GPT-5.6 Luna 已经是我最喜欢的用于构建应用的模型，因为它兼具出色的性能和非常便宜。不知何故，GPT-6 Luna 的价格又是它的一半——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，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 定价为 $2/$6，不到 GPT-5.6 Sol 价格的一半，但现在在输入上与 GPT-6 Sol 价格相同，输出上也更接近。
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，然后我把它们全部合并到这个对比网格中，连同 GPT-5.6 的鹈鹕一起。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 系列则更加柔和。我仍然认为 GPT-6 Astra 在最高设置下生成的鹈鹕最好。
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 成本比 Opus 5.0 更低，同时具备 Fable 5.1 的智能水平，token 效率非常高，并且在各个 effort 级别下都能正常工作。
它还旨在在 Blender 方面更强。我很期待在那里对它进行一番考验。
Opus 4.5、4.6、4.7、4.8 和 5 的价格都相同：输入 $5/百万 token，输出 $25/百万 token。5.5 降价 20%——$4/百万和 $20/百万。
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%+ 的输入 token 都按缓存 token 价格处理。
Opus 5.5 的新价格与 GPT-5.6 Sol 的价格相同，但那是在之前OpenAI 将 Sol 价格减半之前。
GPT-6 Astra 和 Claude Fable 5.1 的定价都是输入 $10/百万、输出 $50/百万。价格战目前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 Haiku 4.5 是 $1/$5，而最新的 GPT-6 Luna 价格是其十分之一，即 $0.10/$0.50，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 下过度思考到崩溃
在我的“Generate an SVG of a pelican riding a bicycle”测试中，Claude Opus 5.5 在“max”思考级别下竟然未能返回响应！
它一开始称这是“一个经典的测试请求”，然后真的、真的很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，骑着一辆有正确车轮、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。现在我正在推导从髋到膝再到踝的近侧腿路径，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 y=478-494 附近的踏板表面上。[...]
我喜欢那条从篮子里明显探出来的鱼，鹈鹕正盯着它，这是个值得保留的有趣细节。我也在确认眼睛位于喙基部附近，符合鹈鹕的典型解剖结构，并考虑给它一个稍微更开心的表情。[...]
远侧的那条腿正确地表现为从画框后方穿过，所以我接着检查牙盘的齿，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。我正在敲定最终 SVG 的 width 和 height 属性以及 viewBox，以确保正确缩放，并注意到这里没有文字，所以不需要 font-family。[...]
我本来特别兴奋地看到这只鹈鹕……但接着它停住了。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 的时候就撞到了这个上限！
我又试了第二次，结果一样。这让我怀疑“max”实际上没什么用——如果它在一个愚蠢的 SVG 提示上都能过度思考到崩溃，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，并且花了将近 20 分钟。）
Fable 5.1 在“max”下没有过度思考，并且确实给了我我见过的画得最好的鹈鹕，在所有 Anthropic 模型里。
这里是Opus 5.5 画的那些鹈鹕，不包括 5.5 max。
我还做了这个对比网格，把它们与 Opus 5、Fable 5.1 和 Sonnet 5 画的鹈鹕进行比较：
用不同模型厂商画一只骑自行车的鹈鹕画得有多好来比较它们，现在可能没多大意义（如果曾经有的话），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。
我现在把 GPT-6 Sol 和 Claude Opus 5.5 作为我在 Codex 和 Claude Code 中的默认模型。我已经升级了位于agent.datasette.io的 Datasette Agent 演示，让它使用 GPT-6 Luna，它似乎在 SQL 查询以及为Datasette Apps构建 HTML 和 JavaScript 方面都又快又能干。