GPT-6.1 Sol 对比 Claude Sonnet 5.5：同价双雄的正面对决

两款中档旗舰，前后 24 小时登场

1. 1

   GPT-6.1 Sol 登场 DevDay：Astra 级的活儿，五分之一的价格

   OpenAI 的发布页用一个发光太阳配上一句承诺：在智能体编程、电脑操作和专业工作上逼近 GPT-6 Astra 的智力，标准 token 价格只要 Astra 的五分之一。它于 9 月 29 日上线，距 GPT-6 Sol 发售仅一周，而在它登场前几小时，华尔街日报刚报道更贵的 GPT-6.1 Astra 因安全评估不达标被砍。开发者用 gpt-6.1-sol 调用，入口是 ChatGPT Work 和 Codex，普通 Chat 里还没有。

   

2. 2

   Sonnet 5.5 前一天就发布了——价格和 Sol 一模一样

   Claude Sonnet 5.5 于 9 月 28 日发布，定价与 Sonnet 5 持平：每百万输入 token 2 美元、输出 10 美元、缓存读取 0.20 美元，Anthropic 宣称每任务成本最高比上代低 30%。这意味着它和 GPT-6.1 Sol 的 token 单价完全相同，只有 Opus 5.5（4/20 美元）的一半。Anthropic 官方话术是 Sonnet 5.5 快 30%、大多数工作最高省 30%。而 OpenAI 的发布图表只跟 Opus 较劲，只字未提 Sonnet——这篇页面就是为补上这一课而写的。

   

3. 3

   Sol 在 OpenAI 产品线里的位置——以及它瞄准的活儿

   OpenAI 官方价目表把 GPT-6.1 Sol 卡在旗舰与廉价档之间：短上下文（输入不超过 272K token）每百万输入 2 美元、缓存输入 0.10 美元、输出 10 美元；长上下文按 4 美元和 15 美元计。Astra 仍是 10/50 美元，Luna 从 0.10/0.50 美元起。Sol 瞄准三件事——智能体编程、电脑操作、办公文档——恰好全是 Sonnet 5.5 的地盘。而 Sonnet 5.5 发布时在 Artificial Analysis 指数上拿了 56 分，比 GPT-6 Astra 的 53 还高 3 分，OpenAI 这台新打工模型显然是带着任务来的。

   

价签相同，账单大不同

1. 4

   token 单价相同——但 Sonnet 出厂档位更保守

   每百万 token 两种真是双胞胎：输入 2 美元、输出 10 美元。分数却不是。按 Anthropic 的出厂设置——Claude 应用和 Claude Code 里默认 Medium 档，平台 API 默认 High 档——Artificial Analysis 快照显示 GPT-6.1 Sol 全部领先：Medium 档 48 比 41，High 档 50 比 47，连 Sol 的 Low 档（42）都赢 Sonnet 的 Low 档（36）。只有把 Sonnet 推到出厂之外的 Xhigh（52）和 Max（56），它才翻越 Sol 的 51、52 顶棚。

   

2. 5

   账单：同样的活儿，Sol 只收约三分之一的钱

   token 单价相同，发票却天差地别，原因是 Sonnet 5.5 话痨得多：跑完整套指数它写了 4.10 亿输出 token，Sol 只要 6700 万——折合每任务约 19.3 万对 3.1 万，同样的 10 美元单价，token 量是 6 倍。落到账上：Medium 档每任务 0.21 美元对 0.59 美元，High 档 0.32 美元对 1.08 美元——分更高还只收约三分之一。智能体循环里缓存输入再拉开一截：Sol 每百万收 0.10 美元，Sonnet 收 0.20 美元。

   

3. 6

   把两台旋钮都拧到 Max，Sonnet 反超——代价是 10 倍价钱

   把两款模型都推过出厂档位，局面就反转。Xhigh 档 Sonnet 以 52 比 51 险胜 1 分，每任务成本却跳到 2.74 美元对 0.39 美元；Max 档 Sonnet 赢 4 分（56 对 52），7.60 美元对 0.72 美元——每任务约十倍价钱。如果你真需要 56 分这个级别，注意图表上的第三张牌：Opus 5.5 在 Xhigh 档就能到 56，每任务约 3.50 美元，不到 Sonnet Max 账单的一半。

   

档位旋钮决定一切

1. 7

   一张图说完整场对决：Max 档 56 对 52

   整场对决被压缩在这一页里。最高档位上，Artificial Analysis 指数给 Sonnet 5.5 打 56 分、Sol 打 52 分——但 Sonnet 的 Max 档每任务要 7.60 美元，Sol 只要 0.72 美元，贵约十倍。可要是让 Sonnet 待在它的常规档位，GPT-6.1 Sol 就同时做到更聪明、更便宜。这页剩下的内容全是围绕这笔交易展开的细节：你买的要么是 Sonnet 的上限，要么是 Sol 的日常性价比。

   

2. 8

   诚实解读 OpenAI 的发布数字：Opus 仍是天花板

   对着 Anthropic 旗舰打，Sol 赢不了——Opus 5.5 在每个档位都持平或更高（58/56/54/51/42 对 52/51/50/48/42）。但 OpenAI 自家发布卡也摘下了几项实打实的战果：DeepSWE v1.1 在 High 档拿到 75.2%，比 GPT-6 Astra 的 74.1% 高 1.1 分；OSWorld 2.0 电脑操作 71.4%、每任务 1.27 美元，Astra 要 9.44 美元；GDP.pdf 拿 32.0%，压过 Opus 5.5 的 28.8%；AutomationBench 在 Medium 档领先 Opus（31.7% 对 29.5%），Max 档则落后。上下文为 105 万 token，输出上限 12.8 万。

   

3. 9

   公平地说：Sol 的最高档，用一半的钱压过 Opus 的中档

   读这张梯队图最公平的方式：Sol 在 Max 档拿 52 分、每任务 0.72 美元；Opus 在它的默认 Medium 档拿 51 分、每任务 1.34 美元——分略高，钱省一半。一项科学终端测试里，OpenAI 的数字是 Sol 每任务 5.47 美元，Opus 5.5 在 Max 档要 23.21 美元。页面上的两个图章说得直白：划算至极，但不是 Opus 杀手。对本页而言结论更简单——Sonnet 5.5 正处在这条中间地带，而 Sol 给这个地带定了个凶狠的价。

   

同一道题，两款模型：真实成品对比

1. 10

   实测环境：同一套题、同一个测试台、两款模型

   跑分帮你进候选名单，成品才帮你签单。AIex 的 AI Workbench 用同一个本地测试台跑了两款模型——Sonnet 走 claude-code 运行器，Sol 走 codex-cli 运行器，各用各的订阅——由大模型裁判打功能分和视觉分。他的控制台显示两家咬得多紧：GPT-6.1 Sol 加权 5.7/10，Claude Sonnet 5.5 加权 5.6/10。注意他写在屏幕上的提醒：分数不能一对一硬比，因为每个 Sol 任务抽样五次，对应 Sonnet 的一次。

   

2. 11

   成品实测：Sol 的 VANTA 风洞配置器

   拿到同一道 3D 产品页题目，GPT-6.1 Sol 交出了这座 VANTA 展厅：银色跑车停在暗色风洞内的转台上，背后是一整面涡轮墙，底部还有一块带风阻与下压力读数的仪表面板，数字实时跳动。地址栏标着 model=gpt-6.1-sol。这是两个版本里更有电影感的一个——克制的配色、live 仪表代替装饰。

   

3. 12

   成品实测：Sonnet 的海岛飞行小游戏

   飞行游戏题目下，Claude Sonnet 5.5 交付了一款能玩的横版小游戏——双翼机掠过棕榈海岛，座舱里有风力表，空中飘着可拾取的道具，底部一条实时遥测栏。地址栏标着 model=claude-sonnet-5.5。它能跑、有动画，物理手感像调过参而不是随机生成——正是 Sonnet 招牌的前端打磨功夫。

   

4. 13

   创意实测：Sonnet 的嘉年华接杂技演员游戏

   开放式创意题里，Sonnet 5.5 做了一座嘉年华射击棚：你用跷跷板接住空中的杂技演员——LEVEL 2 横幅、3600 分、16 个接住 13 个、等待区卡片分重量级与中量级、还有自动演示模式和物理倾斜仪。地址栏确认是 model=claude-sonnet-5.5。它很懂游戏设计——计分、失败条件、风味文本一应俱全，正是 Sonnet 稳定输出的那种成套互动。

   

5. 14

   创意实测：Sol 的 Wind/Weft 帆船设计工坊

   同一道创意题，GPT-6.1 Sol 走去了更怪、更艺术指导化的方向：Wind/Weft，一间帆具设计工作室——彩色线程汇聚成一张面孔，旁边是带张力读数和实时模式的风之主权面板。地址栏标着 model=gpt-6.1-sol。Sonnet 做了游戏，Sol 做了氛围——交互更少，识别度更强，属于你会拿去给客户看、用来论证模型有品味的那种产出。

   

到底该选哪个？

1. 15

   路由规则：按你实际使用的档位选模型

   上面的数据自己就能长出决策树。如果你的 Sonnet 5.5 跑在 Low、Medium 或 High 档——大多数编程智能体、浏览器自动化和办公流程都在这几档——GPT-6.1 Sol 大概率分更高、账单只有约三分之一，这周就值得试点。如果你是刻意把 Sonnet 拧到 Max 的用户，请顺便对比 Opus 5.5：它在 Xhigh 档就能到同样的 56 分，每任务成本约一半。至于最难、最长的任务，Opus 5.5 仍是九月没人撼动的天花板。

   

2. 16

   迁移之前：三个值得知道的限制

   三件事给 Sol 的热度降降温。普通 ChatGPT 对话里还没有它——入口是 ChatGPT Work、Codex 和 API。Ultrafast 极速档也还没轮到 Sol：OpenAI 官宣 Codex 将迎来最高 8 倍生成速度，而 VentureBeat 报道 Astra 已上线的 Ultrafast 按标准费率 6 倍收费，溢价可以预期。另外这些指数分数都是几天内的快照，随时会动。对冲一下：发布报道提到 Sol 的错误率与 GPT-6 Astra 相差在 1.9% 以内，绕过安全审查的企图也比 GPT-6 Sol 更少。

   

常见问题