GPT-6 对决 Claude Opus 5.5：人人刚拿到的那个模型，对阵依然领先的那一个

2026年10月7日，GPT-6成为超过12亿每周活跃ChatGPT用户所对话的模型，但它仍然不是独立榜单上得分最高的模型。GPT-6 Sol——OpenAI为ChatGPT Plus、Pro、Business和Enterprise开启的层级——在Artificial Analysis的Intelligence Index v4.3.2上得分为47.6。Anthropic于2026年9月22日发布、每百万输入token收费4.00美元、每百万输出token收费20.00美元的Claude Opus 5.5，在同一版本上得分为57.6。十分之差，就出在两家厂商的市场团队都愿意接受评分的唯一一项衡量指标上。

这个差距是真实存在的，我不会淡化它。但这也是十月份这对组合中最无趣的事实，因为本周发生变化的东西并不是一项基准测试。GPT-6 随着 OpenAI 称为 Intelligent UI 的能力向所有人登陆 ChatGPT，而支撑该轮推广中付费档位的模型是 GPT-6 Sol。所以，现在有用的比较不再是“哪个 API 更好”——而是“刚刚用上 GPT-6 的那 12 亿人实际上得到了什么，这足以让一个开发者或一个团队停止为 Claude Opus 5.5 付费吗”。这两个答案并不相同，而差异并不在那十分上。

10月7日究竟发生了什么变化？

要准确说明日期，因为这不是一次发布：GPT-6 Sol 和 GPT-6 Luna 于 2026 年 9 月 22 日作为 API 模型上线。旗舰模型 GPT-6 Astra 比它们更早——OpenAI 于 2026 年 9 月 3 日发布了它。10 月 7 日发生的是，GPT-6 面向 Plus、Pro、Business 和 Enterprise 登陆 ChatGPT 的 Chat 标签页，Free 和 Go 层级从 10 月 8 日起跟进；企业访问权限仍取决于工作场所管理员的设置。这是一次分发事件，而非发布，这一区别对任何阅读较早报道的人来说都很重要。

依附于它的这项能力才是真正全新的部分。Intelligent UI 让 GPT-6 能够用文本、图形、可点击按钮、表单和图表组合出答案，具体形式视问题而定，并在模型生成的同时流式输出界面。OpenAI 自己的说法是：比较可能会以并排形式返回，解释会以交互式图表呈现，而当纯文本才是正确答案时，就返回纯文本答案。随之一同公布的还有两项由厂商报告的内部结果：在高价值的日常智能体任务上，GPT-6 在 Extra High 推理强度下开始作答的时间与 GPT-5.6 在 Medium 下相同，而整体得分优于 GPT-5.6 在 Extra High 下的表现；而在需要网络搜索的问题上，GPT-6 Instant 开始作答的时间平均比 GPT-5.6 Instant 快 44%。两者都是 OpenAI 自己的数据，转载自其自身的公告，且目前都尚未有独立的复现。

两张费率卡，以及这十个积分是在哪里购买的

本周两个模型都没有改变价格。Claude Opus 5.5 自 9 月 22 日以来一直是输入 $4.00、输出 $20.00。GPT-6 Sol 自同一天起一直是 $2.00 和 $10.00。每个维度一行，每行两边都列出：

• 标题输入 — GPT-6 Sol 每 100 万 token 2.00 美元 vs Claude Opus 5.5 4.00 美元；Sol 的价格只有一半
• 标题输出 — GPT-6 Sol 每 100 万 token 10.00 美元 vs Claude Opus 5.5 20.00 美元；同样只有一半
• 长上下文条款 — 当输入超过 272,000 token 时，GPT-6 Sol 会对整个请求重新定价，输入 4.00 美元、输出 15.00 美元；Claude Opus 5.5 在其 100 万窗口下没有可比的分档
• 缓存输入 — GPT-6 Sol 每 100 万 token 0.20 美元 vs Claude Opus 5.5 0.20 美元；持平
• 运行完整 Intelligence Index 套件的成本 — Claude Opus 5.5 每项任务 5.98 美元 vs GPT-6 Sol 1.04 美元，为了那十个点换来的正是 5.7 倍的差距
• 上下文窗口 — GPT-6 Sol 1,050,000 token vs Claude Opus 5.5 1,000,000，两者的输出上限均为 128,000 token

第四行才是决定大多数实际部署的那一行，而它并不是营销页面上的那一行。GPT-6 Sol 的长上下文附加费相对于它自己的宣传数字而言相当激进：只要请求的输入 token 超过 272,000，整个请求都按 4.00 美元和 15.00 美元计费，而不只是超出部分。对于一个在上下文中持有长时间会话、并携带大型文档的智能体来说，这会悄然抹去大部分半价优势。Claude Opus 5.5 没有同等的阶梯，因此一个 400,000 token 的请求，其每 token 费率与 4,000 token 的请求相同。

十个点位于哪里，因为它们分布不均

综合指数会隐藏自身的构成成分，而这一项隐藏着一个异常参差不齐的分布特征。调出可用于对照解读两家供应商数字的单项评估：

• Humanity's Last Exam——Claude Opus 5.5 为 61.4%，GPT-6 Sol 为 47.9%，在抽象推理上相差 13.5 个百分点
• SciCode——Claude Opus 5.5 为 66.9%，GPT-6 Sol 为 57.6%，在研究级代码上相差 9.3 个百分点
• Terminal-Bench 4.0——Claude Opus 5.5 为 59.6%，GPT-6 Sol 为 43.9%
• 长上下文召回——Claude Opus 5.5 为 84.7%，GPT-6 Sol 为 83.7%，仅相差 1.0 个百分点，是本页差距最小的一项
• 多轮智能体工具调用——在 τ²-Bench 系列上，两款模型的分差仅有几个百分点，二者均表现强劲

分布本身就是全部答案。在抽象推理方面——一道高难度考题、一个没有现成答案可抄的研究问题——Claude Opus 5.5 明显领先，而且差距大得绝不可能是噪声。在从超长输入中提取某个事实方面，两者实际上旗鼓相当，而 GPT-6 Sol 的上下文窗口略大一点。如果你的工作负载是长文档检索和长会话智能体任务，那这 10 个百分点基本上是别人的问题。如果它属于新颖推理，那它就是你的问题，而要想避开它，每个任务都得多付 5.7 倍的成本。

ChatGPT 的推出能告诉你什么，以及不能告诉你什么

有一种诱惑，是把“每周 12 亿用户现在用上了 GPT-6”解读为关于能力的证据。事实并非如此。这是关于分发覆盖的证据，而 OpenAI 明确表示，ChatGPT 的这次铺开由付费层级的 GPT-6 Sol 和 Free 与 Go 的 GPT-6 Luna 提供支持，两者都“为日常对话而调优”——这与 API 产品是不同的优化目标。Work 和 Codex 背后的模型并未因这次发布而改变，这是公告中最清晰的一个信号：这是一次面向消费者端的事件，而非一次能力发布。任何要对“12 亿人使用的那款 GPT-6”做基准测试的人都应该知道，他们测量的是一个经过聊天调优的部署，而不是 API 端点。

发布真正改变的是默认选项。一个对所有人直接可用的模型，最终会出现在远多于需要刻意挑选的模型的原型、内部工具和半成品副项目里。如果你是在为某个长期存在的东西挑选 API，这种无处不在的熟悉感确实有其价值——但它不值十个指数点，也不值推理密集型流水线上 5.7 倍的单任务成本。

同时运行两者而不做选择

对“我该不该切换”这个问题，诚实的答案是：这两个模型想承担的是不同的任务，而切换问题在很大程度上是一个路由问题。两者都在 OrcaRouter 的目录中——GPT-6 Sol 按供应商的 $2.00/$10.00 计价，其中 $4.00/$15.00 的长上下文档位原样沿用，以及 Claude Opus 5.5 定价为 $4.00/$20.00——通过一个密钥和一个 OpenAI 兼容端点提供，在提供商标价基础上加价 0%。在供应商调整消费者版本发布的这一周，这一点比平时更重要，因为我们的价格线是提供商的，而不是我们自己的。

适合这种组合的模式是分流：把长文档和长会话流量发给两者中在该 token 数下更便宜的那一个——而在超过 272,000 个 token 之后，更便宜的那个不再是 GPT-6 Sol——并把新颖推理流量发给 Claude Opus 5.5，同时将 GPT-6 Sol 作为自动故障转移保留起来，这样某条路由上的速率限制就不会变成你这边的服务中断。你不必先解决那场十点之争才能上线；你只需要知道，你的哪些请求正落在该模式所适用的那部分分布之中。

判决，姑且如此

在两家实验室都会公布对比数据的衡量指标上，Claude Opus 5.5 是更好的模型；而在对高难度推理最关键的两项评测上，它的领先优势还相当明显。按标价计算，GPT-6 Sol 的价格只有前者的一半，在独立测试套件上的单任务成本只有五分之一，而且如今已是你的大多数同事已经打开的那款应用中的默认模型。这两个事实本周都没有改变；真正改变的是，GPT-6 不再是你必须去选择的东西，而变成了你已经拥有的东西。

值得关注的是，OpenAI 的下一步究竟是能力上的进阶，还是又一次分发上的动作。它自己的公告明确设定了这一预期——该公司表示，希望 ChatGPT 随着时间推移构建更多人们所需的界面——而这是一份关于界面的路线图，而非关于指数分数。如果你的决策取决于这个指数，Claude Opus 5.5 仍然胜出。如果取决于规模化下的成本，以及模型是大家都已经熟悉的那一个，那么 GPT-6 Sol 是今天更稳妥的默认选择，其中长上下文条款是它的价目表中你必须预算进去的那一项。