Atria Dawn 對決 GPT-5.6 Sol：13 分的指數差距，以及一個視若無睹的研究迴圈

這整場比較的張力，用一句話就能道盡：Atria Dawn Preview是上海人工智慧實驗室推出的全新開放權重代理式模型，於 9 月 14 日發布，以 744B MoE GLM-5.2 為底座，具備 256K 上下文，且未公布價格；而GPT-5.6 Sol則是 OpenAI GPT-5.6 家族的旗艦層級——於 7 月 9 日推出，定價為每百萬詞元 $4.00／$20.00，並在 Artificial Analysis Intelligence Index 上取得 61 的獨立評分，且歷經兩次降價仍保持穩定。表面上，雙方的差距極為懸殊：在一款閉源前沿旗艦與一款未經實證的開放預覽版之間，獨立指數相差 13 分。然而這場對決之所以仍值得一讀，在於 Atria Dawn Preview 並不是為了縮小那道差距而打造的——它是為了讓那道差距變得無關緊要而打造的，而做法正是鎖定原始指數分數無法衡量的那一點：模型能否持續運作，直到產出可驗證的結果，而無需人類一路緊盯著不放。

來源標籤支撐整篇文章，所以先列出來。GPT-5.6 Sol 的索引分數、上下文與定價是可獨立查證的事實，你今天就能在 Artificial Analysis 與 OpenAI 自家的費率頁面上查核。Atria Dawn Preview 的基準測試列是由廠商自行通報、出自其模型卡，未經任何中立實驗室重現，而其位於 api.atria-asi.ai 的國際 API 尚未公布價格。在模型卡將兩者相互較勁之處，Atria Dawn Preview 回報在探索與工具使用套件上取得領先（BrowseComp 92.5 對 90.8、BFCL v4 77.0），而 GPT-5.6 Sol 的程式設計列則遙遙領先（SWE-bench Pro 59.6 對同一網格上通報的 74.7 等效值、Terminal-Bench 2.1 78.3 對 90.2）。Atria 的這些數字無一經過獨立驗證；請把它們視為該實驗室的推銷說詞，而非計分卡。

兩個只共有「模型」這個詞的物件。

GPT-5.6 Sol 是 OpenAI 的旗艦推理層級：具備 105 萬 token 的上下文視窗、最高 128K 輸出、文字／圖像／檔案輸入、AA 智慧指數 61，以及每百萬 token 4 美元／20 美元的促銷價——OpenAI 於 8 月 24 日從 5 美元／30 美元調降，並承諾至少維持到 11 月 21 日——一旦超過 272K token 的門檻，整個請求將以 8 美元／30 美元計費。它是 Codex 背後的模型、Work 背後的模型，也是預設 ChatGPT 體驗背後的模型；它是目前生產環境中部署最廣泛的推理模型。它同時也是專有軟體：你只能租用它，永遠無法擁有它。

Atria Dawn Preview 是相反的經濟產物。它採用 MIT 授權，提供可下載的權重（BF16 分為 353 個分片，FP8 分為 177 個），純文字、具備 256K 視窗，可透過 SGLang 與 vLLM 部署，並在國際上託管於 api.atria-asi.ai，使用相同的模型 ID。它的賣點不是原始推理能力——而是研究迴圈：分析、設計、使用工具、撰寫並執行程式碼、讀取結果、復原、迭代。該實驗室的四大支柱——探索、創造、交付、資安——全都歸結於這個迴圈。你無法下載 GPT-5.6 Sol；你可以下載 Atria Dawn Preview，並在你擁有的硬體上運行，而這個差異正是該實驗室押下的全部賭注。

• 價格 — Atria Dawn Preview 未發布（國際 API）對比 GPT-5.6 Sol 每 100 萬 $4.00/$20.00（超過 272K 輸入為 $8/$30）

• 上下文 — Atria 256K 純文字 vs GPT-5.6 Sol 1.05M，128K 輸出

• 獨立紀錄 — Atria 對比 AA Index 61 則無，歷經兩次重新定價仍保持穩定

• 開放性 — Atria 採 MIT 授權權重、可自行架設，對比 GPT-5.6 Sol 為專有、僅提供 API

指標落差實際衡量的是什麼——以及它漏掉了什麼

13 分的指數差距確實存在，你不應該輕描淡寫地帶過。如果你的工作負載是困難的推理問題——一個證明、一個棘手的程式錯誤、一份艱澀的法律文件——GPT-5.6 Sol 平均而言會勝過 Atria Dawn Preview，而它的溢價也是據此定價的。但這個指數主要是由簡短、單次的推理任務所構成，而這正是研究迴圈代理試圖改變規則的領域。Atria Dawn Preview 所回報的強項不是簡短答案；而是 BrowseComp、DeepSearchQA 和 AutomationBench——這些是長程套件，模型可以在多輪中閱讀、行動並自我修正。廠商回報的強弱分布（在探索／工具使用上勝出，在編碼上落後）是為迭代工作、而非為該指數調校的模型之特徵。

對已經使用 GPT-5.6 Sol 進行多步驟代理式編碼的團隊來說，誠實的解讀是：Atria Dawn Preview 並非替代品，因為它的編碼項目正是它失分的地方。對痛點在於迴圈本身的團隊——模型停下來發問、失去脈絡、永遠無法完成實驗——這名新進者針對的是真實的缺口，而其開放權重意味著你可以自行查明這個迴圈是否站得住腳，而不必為了這項特權支付 OpenAI 的費率。透過 OrcaRouter 這類路由層，兩個模型都位於同一把金鑰之後——GPT-5.6 Sol 以直通定價計費，並具備跨供應商的自動容錯移轉；而一旦上海實驗室公布 Atria 的費率，同一把金鑰也能路由到它，因此正面對決的評估只需花費設定時間。

判決

別把{{1}}指標差距{{/1}}當成事情的全貌，也別把{{2}}廠商網格{{/2}}當成證明——其中一欄經過獨立驗證，另一欄則是實驗室的自述。如果你今天在 GPT-5.6 Sol 上發布軟體，這裡沒有任何內容支持你切換；13 點差距與 1.05M 視窗對你的工作負載而言已經勝出。如果你從事研究或長時程自動化，而失敗情況是模型放棄，Atria Dawn Preview 的開放權重與迴圈優先調校則是值得進行受控評估的合理實驗——在你自己的硬體上、置於容錯移轉之後，且不要將正式生產路徑押在一個尚未經任何中立人士評分的預覽版上。