Claude Sonnet 5.5 对比 GPT-6 Sol：2 美元档位如今已坐拥两款旗舰

Claude Sonnet 5.5 和 GPT-6 Sol 的定价完全相同——每百万输入 token 2 美元，每百万输出 token 10 美元——而且它们在 2026 年 9 月下旬相隔六天先后问世。这个巧合并不是有趣之处。有趣的是，当 Artificial Analysis 在其 v4.3.2 Intelligence Index 上对两者进行测评时，Anthropic 这款中端模型竟然超过了 OpenAI 一直作为旗舰产品出售的模型：Claude Sonnet 5.5 为 56，而 GPT-6 Sol 为 47。在同一修订版本上，Claude Sonnet 5——Sonnet 5.5 所取代的模型——得分为 38。

所以这不再是便宜档位与昂贵档位之间的比较。这是同一价位下、来自两个实验室的两款模型之间的比较，其中 Anthropic 的那款与其自身前代之间有 18 个百分点的差距，而在与 OpenAI 的最高端发布版相比时，Anthropic 领先 9 个百分点。下面的一切都旨在弄清：这些差距中哪些能在真实工作负载的检验下依然成立，哪些只是基准测试的假象。

每个模型实际上是什么

Claude Sonnet 5.5 是 Anthropic 5.5 代中的第二款模型，于 2026 年 9 月 28 日发布，在曾预告其推出的 Claude Opus 5.5 发布五天后问世。它使用的 id 为 claude-sonnet-5-5，可在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 中使用，保留该层级的 100 万 token 上下文窗口和 128K 输出上限，并完全沿用 Claude Sonnet 5 的价格：输入 $2，输出 $10，缓存读取每百万 token $0.20，五分钟缓存写入 $2.50。它从第一天起即可提供零数据保留，Anthropic 的退役承诺持续至 2027 年 9 月 28 日。

GPT-6 Sol 是那个被令人困惑地称为 GPT-5.6 Sol 的模型的继任者——OrcaRouter 仍将其列为可访问，价格为输入 $4、输出 $20，而 Artificial Analysis 此后已将其标记为弃用，并指向 GPT-6 Sol。新模型于 2026 年 9 月 22 日上线，价格为 $2 / $10，具有 1,050,000 令牌的上下文窗口、128K 的输出上限，并采用分级费率：$2 / $10 的标价适用于最多 272,000 个输入令牌，超出部分则按 $4 / $15 计费。

最后那个细节，正是"相同定价"这一说法最先站不住脚的地方。

价格持平仅对短提示词成立。

两份费率卡都报价 2 美元和 10 美元，几乎所有发布日对比也都止步于此。请按真正决定账单的条款，把两者并排比较：

• 主要费率 — Claude Sonnet 5.5 $2 / $10 对比 GPT-6 Sol $2 / $10

• 长上下文费率 — Sonnet 5.5 对完整的 1M 窗口按标准费率计费；GPT-6 Sol 在输入 token 超过 272,000 时翻倍至 $4 / $15

• 上下文窗口 — 1,000,000 词元 vs 1,050,000 词元

• 最大输出 — 同步 API 上两者均为 128K token；Sonnet 5.5 在 Message Batches API 上通过output-300k-2026-03-24 标头可达 300K

• 批量折扣 — Sonnet 5.5 的输入和输出均可享受 50% 折扣；请查阅 OpenAI 关于 Sol 的现行条款，而不要想当然地认为两者条件相同

• 缓存读取 — 两者均为每百万 $0.20

在 GPT-6 Sol 上，对包含 80 万 token 的代码仓库做一次全量扫描，每 token 的成本是 Claude Sonnet 5.5 的两倍，而这恰恰是这两款模型共同主打的工作负载。如果你的提示词很短，那么两者的价目表确实旗鼓相当，价格不该成为任何决定的依据。如果提示词很长，那价格早已替你做了决定。

Anthropic 自己的记分板，要仔细读

Anthropic 发布了一份四栏对比，对比对象为 Claude Sonnet 5、Claude Opus 5.5 和 GPT-6 Sol。这些由厂商报告的数值，目前尚无任何第三方复现：

• Terminal-Bench 4.0 — Sonnet 5.5 70.6% 对比 Sonnet 5 10.3%

• FrontierCode 1.1、Main —— 在 Max effort 下，Sonnet 5.5 为 46.2%，Sonnet 5 为 42.4%，Opus 5.5 为 54.4%，GPT-6 Sol 为 49.3%

• CursorBench 4.0 — Sonnet 5.5 55.5% 对比 Sonnet 5 34.1% 对比 Opus 5.5 57.8%

• GDPval-AA v2.1 — Sonnet 5.5 1844 vs Sonnet 5 1449 vs Opus 5.5 1846 vs GPT-6 Sol 1487

• AA-Briefcase v1.1 — Sonnet 5.5 1811 对比 Sonnet 5 1359 对比 Opus 5.5 1822 对比 GPT-6 Sol 1483

• 人类最后的考试（Humanity's Last Exam），启用工具 — Sonnet 5.5 64.5% 对比 Sonnet 5 54.9% 对比 Opus 5.5 67.7%

• OSWorld 2.1，部分 — Sonnet 5.5 80.1% 对比 Sonnet 5 57.0% 对比 Opus 5.5 81.8%

• 图表解读，无工具 — Sonnet 5.5 61.6% 对比 Sonnet 5 15.6% 对比 Opus 5.5 64.4% 对比 GPT-6 Sol 53.6%

其中两行带有脚注，而且两者都很重要。GPT-6 Sol 的 GDPval-AA、AA-Briefcase 和 Chartography 数据被 Anthropic 标注为是在 OpenAI 方面修复图像理解之后测得的，而 Sonnet 5.5 的 FrontierCode 数值是其 Max-effort 结果，Anthropic 指出该结果低于其在同一评估中的 Xhigh 结果。一个供应商在由自己运行的基准测试上将自己与竞争对手比较，并用脚注对双方加以限定，这并不是中立的证据。这是发布当天可获得的最佳证据，但它与测量不是一回事。

独立数字能说明什么，不能说明什么

Artificial Analysis 发布了首次独立运行结果：在 v4.3.2 上 Index 为 56，每个 Index 任务成本为 7.60 美元，冗长度指标为 4.1 亿个输出 token，而中位数为 8800 万。这个冗长度数字值得比目前获得更多关注。这意味着该模型在得出答案的过程中往往会消耗大量 token，而这正是一项效率主张背后的机制——该主张并非来自 Anthropic 自己的表格。

Anthropic 表示，Claude Sonnet 5.5 的输出生成速度比 Claude Sonnet 5 快 30%，并且在相同的每 token 费率下，“每项任务成本最多低 30%”。这两个说法合在一起，描述的是一个用更少 token 完成同样工作的模型，而不是一张更便宜的价格表。这种说法是否成立，正是 4.1 亿 token 的冗长程度读数要检验的，而仅凭一次独立运行并不足以定论——但足以说明，营销话术与实测 token 数正指向相反的方向，而出现在账单上的是实测的那个。

还要注意这个独立指数尚未包含什么。除 Anthropic 之外，没有任何人发布过 OSWorld、Terminal-Bench 或 CursorBench 的复现结果。而 56 是一个综合分数：它完全没有说明其中十项评估里的哪一项造成了与 Sol 的 47 之间的差距。综合分数领先九分，可能掩盖了在你的工作负载所依赖的那一项评估上落后十五分。

它们在哪些方面存在价目表无法体现的差异

价格和指数评分是两条容易比较的维度。真正决定是否迁移的是行为层面的维度，而在这两点上，这两个模型差距不小。

Claude Sonnet 5.5 默认开启自适应思考，并将 high 作为默认强度，同时移除了上一代允许的三项内容：发送 thinking: {"type": "disabled"} 现在会返回 400，必须替换为 between_tools；强制工具使用——tool_choice 设为 "any" 或指定名称的工具——会直接返回 400；并且较旧的 computer_20251124计算机使用工具在 Claude API 和 Google Cloud 上被拒绝，转而采用工具集。思考块现在也与生成它们的模型绑定，因此对话可以从 Claude Sonnet 5 迁移到 Claude Sonnet 5.5 并保留其推理，但无法再带着它迁回。

如果你的智能体循环设置了tool_choice: "any"来强制进行符合 schema 的调用，Claude Sonnet 5.5 会拒绝该请求，直到你改用 auto，并搭配严格工具使用或结构化输出。这是一项真实的迁移工作，而且正是那种会把一行模型 ID 替换变成一下午的事。

GPT-6 Sol 的切换成本性质不同，因为它所取代的模型仍在目录中，并且仍在被调用。GPT-5.6 Sol 并未下架；它在 Artificial Analysis 中被标记为已弃用，定价是新模型的两倍，并且仍在接收流量。OrcaRouter 自己的测量显示，它每周处理约 9500 万个 token，这可以合理反映还有多少集成尚未迁移。迁移到 GPT-6 Sol 是一个你可以稍后再做的定价决策；你不必现在就做。

对一个键运行比较

双供应商对比的实际问题在于，在你真正了解到任何东西之前，通常就得付出两个账户、两条 SDK 路径和两组速率限制的代价。OrcaRouter 的存在就是为了省去这些：一个兼容 OpenAI 的端点、200 多款模型，按供应商标价原样传递、不加价，以及跨供应商的自动故障转移。

这里真正重要的两个模型，如今都能通过它进行路由。GPT-6 Sol 已收录在目录中，定价为 $2 / $10，长上下文档位保持不变，而 Claude Sonnet 5——大多数 Claude API 流量仍在使用的模型，其实测输出速度为每秒 150 个 token，首个 token 时间的 p50 约为五秒——自 6 月 30 日起就已在该平台上，定价与 Anthropic 自家的 $2 / $10 相同。

Claude Sonnet 5.5 本身尚未出现在我们的产品目录中。话虽如此，通往它最诚实的路径是厂商自家的 API，以及 Anthropic 列出的那三家云；而评估它最诚实的方式，就是把它接入一部分你能承受损失的流量。这正是路由层的意义所在：放开一定比例，紧盯失败率，并且把上一个模型留作兜底，而不是当作回滚方案。

哪一个进入生产环境？

依据工作负载的形态来选择，而不是依据综合评分。

Claude Sonnet 5.5 对于长上下文工作、对于已经针对 Anthropic 的 tool-use 和 computer-use 接口编写好的场景，以及对于提示词经常超过 25 万 token 的团队来说，都是更值得买的选择——在那类场景中，固定费率比任何指数差值都更有价值。要接受这次迁移附带一份检查清单：强制工具使用、thinking 开关、顾问工具配对，以及 computer-use 工具变更。

GPT-6 Sol 对于 OpenAI 形态的技术栈而言是更稳妥的延续性选择；如果你的提示词较短、集成也已搭建完毕，它还更省钱。它的优势不在于能力——在综合评测上它是落后的——而在于其前代仍在提供服务，迁移也没有截止期限。

就今天可获得的数字而言，Claude Sonnet 5.5 在独立指数和长上下文经济性这两项一对一对决中胜出，并且在任何已发布的测量目前所能检测到的范围内——除了厂商自家表格的置信度之外——没有任何一项落败。这比发布材料所宣称的说法更窄，而这正是值得据以行动的那一个。

能改变结论的，是对智能体评测再做一次独立运行，以及两个模型在相同任务上公开的每任务 token 消耗数据。在这两者都具备之前，综合指数上领先九个百分点的是运行成本更低的那个模型，而综合指数上领先九个百分点，并不等于在你的实际工作负载上也领先九个百分点。