Anthropic于9月28日发布Claude Sonnet 5.5，OpenAI于9月29日发布GPT 6.1 Sol。两款模型在OpenRouter上的API定价完全一致：每百万输入Token 2美元，输出10美元。两家公司的产品方向也高度相似，均将接近最高档模型的能力压缩进更快、更便宜、适合Agent与专业工作的产品层。Sonnet 5.5强调以更少步骤完成边界清晰的日常任务，GPT 6.1 Sol则瞄准复杂编码、计算机操作和专业工作。
有测试者将两款模型置于同一工作台，通过同一渠道商调用，要求其连续完成3D密室开发、最新政策调查和诺奖化学科普三项任务。结果显示，GPT 6.1 Sol总花费38.5美元，Claude Sonnet 5.5仅花费10.9美元，成本相差约3.5倍。速度表现则呈现明显分化：开发3D密室时，Sol耗时33分钟，Sonnet耗时74分钟；政策调查任务中，Sonnet仅用5分钟完成报告，Sol则耗时近一小时。
在3D密室任务中，Sol交付的《余光 / AFTERLIGHT》具备完整的复古值班室视觉，六个物件被组织为两路汇合的依赖链，并附有常驻目标提示；Sonnet采用灰色牢房与配电室风格，画面装饰较少，但谜题链条同样完整，且钥匙质感与门上钥匙孔等细节更具真实感。政策调查任务中，Sol交付了包含14个文件的调研报告，涵盖正式报告、来源与核验记录、方法说明、5份官方原始文件及SHA-256校验清单，5份原件合计约60万字节，并将5组核心结论交由3路核验，留下15份判断。Sonnet则在5分11秒内完成172行、约2.3万字节的报告，调用工具32次，同样给出12条核验表、三项中国影响与五个误导标题，并捕捉到白宫与中方文本对“是否同意改名”的表述差异。
测试结果未形成整齐的胜负线。GPT 6.1 Sol在密室开发中更快，并在两项研究任务中建立更深的证据链和发布闭环；Claude Sonnet 5.5以更短路径交付可用成果，两项研究任务均快出数倍，三项任务总成本仅为Sol的约28％。分析认为，模型只能决定能力上限，工具链、验证方式和停止策略才是决定最终产出与成本的核心。
两款产品的定位也折射出中段模型行业位置的上升。此类模型正成为企业AI的主力执行层，承接大部分复杂而高频的生产任务。当模型能力满足使用门槛后，稳定交付和单位任务成本将比单项榜单领先更能决定模型的产业价值。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
