最近感觉真让人头大，前几天大家还在喊着要放慢模型发布速度，结果这新模型就像不要钱一样往外扔。昨天Grok 4.7和MiMo v2.6的对抗，看来是为了给今天这两位“大哥”做铺垫。今天凌晨，OpenAI的GPT-6 Sol和Luna，以及Anthropic的Claude Opus 5.5正式发布。不禁想问，大家口中的“放慢”到底体现在哪里？感觉像是吃了一嘴的“渣男”。这种剧情我莫名眼熟，翻看历史文章，发现这简直就是历史重演——只不过对手从GPT-5.3 Codex和Claude Opus 4.6，变成了GPT-6 Sol和Claude Opus 5.5。两家公司，还是那两家，还是那个不服就干的死对头。
先聊聊Claude。坦率地说，尽管我非常讨厌Anthropic，甚至觉得这家公司不可理喻，也经常封我的号，但客观评价，Claude依然是我心中最好、最全面的模型。我至今记得Claude Fable 5带来的震撼。这次的Claude Opus 5.5是Anthropic全新5.5系列的首个模型，印象中很少一次性跨这么多版本号。我临时体验了一下（别问怎么封号还能用，直接买的次抛号，两小时就封的那种），感觉回到了Opus 4.6时代，非常有“活人感”。虽然定位是性价比款，但确实有种“白月光”的感觉。基本参数上，相比上一代Opus 5，整体成本降低40%，速度提升30%。在非大型任务上已达到Fable 5.1水平，大型高难任务仍需Fable级模型。Coding方面基本是SOTA，Terminal-Bench 4.0刷新至66.4%。但在Terminal-Bench-Science（科研）和AutomationBench（跨软件工作）上，仍落后于GPT-6 Astra。不过Computer Use能力绝对是SOTA。
这显示出两家公司在卷差异化方向：Anthropic偏向Coding和审美，相信Coding是AGI基石；OpenAI则专注全面Agent能力。但仅靠基准测试无法评估模型质量，规划与架构能力（Fable的优势）依赖于大参数和智能涌现。Opus 5.5更像是Fable 5.1的官方蒸馏版，在某些垂直场景更强、更小、更快，但容易因Token消耗过大导致成本飙升。一旦陷入困境，容易原地爆炸。X上大佬们的测试显示，Opus 5.5在审美和细节上甚至比GPT-6 Astra更精细，但代价是更慢更贵。5.5还强化了沟通，去除了绕弯和术语，更直接。
总结来说，Opus 5.5非常棒，Anthropic把旗舰活儿下放到主力价位，估计是被OpenAI逼的。建议：日常Feature、Debug、Code Review用Opus 5.5；重要结果、长时间无人监督或Opus 5.5失败时切Fable 5.1。Fable是专家顾问，Opus 5.5是主力员工。
终于到了我也能正常使用的环节——GPT-6 Sol和Luna。毕竟Claude再好，我也只能用次抛号，不是长久之计。前几天写GPT-6 Pro+MCP时预测过，Sol上线后，执行任务我会无脑切Sol，只有高难任务才切Astra。现在Sol已在Codex上线。针对Astra太贵的问题，Sol和Luna就是奔着降成本来的。Astra依然是最强模型，但Sol和Luna把Astra的能力下放到更快更便宜的模型上，策略与Claude如出一辙。定价上，Sol和Luna比GPT-5.6便宜50%。Luna单看输入输出甚至比DeepSeek还便宜，但缓存价格仍是DeepSeek的3倍。Luna最适合大规模自动化（如AIHOT背后的信息处理任务），缓存命中率低，优势明显。
知识截止日期不同，Luna最新到5月18号。Sol能力比预期稍弱，但降本幅度超预期。在AA基准上略优于GPT-5.6 Sol，但被Opus 5.5碾压。在AutomationBench（跨47种工具执行真实业务）上，Sol xhigh得分33.2%，成本0.27美元，比Astra低3.9倍，比Fable系列低8.9倍。GPT的优势在于Token效率极高，事实错误率极低，甚至能当事实核查器。推理等级很重要，低中档易出错，建议高甚至最高档。实测审美和细节下降，Blender建摩托车案例中，Astra完成度好，Sol门直接出bug，但成本降了70%，可接受。写稿时Sol/Luna已推送至Work和Codex，但ChatGPT聊天界面仍未开放，仅提供GPT-5.6 Sol，令人费解。
最后聊聊怎么选。模型太多太杂，确实累。
1. **能订阅Claude且不被封号：** 尽管我讨厌Anthropic，但用户体验上，Fable 5.1做规划，Opus 5.5做执行，是目前的最佳组合。
2. **被封号但能订阅海外模型：** 无脑选ChatGPT。GPT在创作、认知洞察、Coding上仍略强于Claude，且体验最好、额度无限、Codex好用。Astra/邪修Pro做规划，Astra高/ Sol xhigh做执行，Luna做批量自动化。
3. **只能订阅国产模型：** Qwen、Kimi、GLM、MiMo、DeepSeek没有断层级差距，习惯哪家用哪家。K3和Qwen 3.8 Max适合规划，GLM-5.3、Mimo v2.6 Pro、DeepSeek V4.1 Flash适合执行。切记只订阅1个月，不要买年卡。
以前是OpenAI/Anthropic做高端，国产做中端。现在供应链成熟，像苹果一样全域通吃。对用户是好事，AI性能成本每季度下降47%。未来半年，AI可能像水电一样廉价，真正的繁荣时代就要来了。