Claude 与 OpenAI GPT 6.1 Sol 对比

**TLDR：** xhigh effort 下的 6.1 Sol 目前是性价比最高的选择，但速度远慢于 high effort 下的 Opus 5.5。Opus 5.5 high effort 的成本约为 4.7 倍，换来稍高的智力水平和约为三分之一的等待时间。 从 Artificial Analysis 的排名来看，OpenAI 确实在性价比方面对 Anthropic 构成了强劲挑战，这一点很有意思。但实际情况比 AA 图表呈现的要复杂一些。 Opus 5.5 和 Fable 5.1 是最聪明的模型，同时也是每个任务成本最高的模型。这并不令人意外，所以我原本对新的 GPT-6.1 Sol 并不感兴趣。我看重的是质量。但真正引起我注意的是 Sol 的性价比。不过，要评估这一点，你不能依赖下面的 AA 成本图表。因为无论哪个模型，你都不应该在最高 effort 下运行。最佳配置点是 Opus 5.5 用 high effort，而 6.1 Sol 用 xhigh effort。 https://preview.redd.it/fgub9sdp0wsh1.png?width=980&format=png&auto=webp&s=5166969238219c0a789d5b13dac0b9c71267eb26 ## 通过 Opus 5.5 的分析 ### Opus 5.5（high）vs GPT-6.1 Sol（xhigh）：Artificial Analysis 数据对比 | 指标 | Opus 5.5 (high) | GPT-6.1 Sol (xhigh) | | --- | --- | --- | | 智力指数 | 54 | 51 | | 每任务成本 | $1.82 | $0.39 | | 输出速度 | ~73 t/s | ~64 t/s | | 首 token 延迟 | ~39s | ~108s | | 输出 token 数（完整指数测试） | 53M | 36M | | 标价（输入/输出，每 1M） | $4 / $20 | $2 / $10 | **成本：** Sol xhigh 的成本约为 Opus high 的 21%，但指数得分少 3 分。如果你选择 Opus，相当于每个额外指数点花费约 $0.48。以每月 10,000 个任务计算，差价约为 $14,000。Sol 还是更简洁的模型，在相同的评测中输出 token 数少了约三分之一。 **延迟：** Opus 依然明显胜出，尽管优势不如它对战 Sol max 时那么大。Opus high 的首 token 延迟约为 39 秒，而 Sol xhigh 约为 108 秒，速度快约 2.8 倍。Sol max 的延迟约为 273 秒，这意味着降到 xhigh 可以将 Sol 的等待时间缩短一半以上，而只损失 1 个指数点。 **编码：** 在 Artificial Analysis 的 Coding Agent Index 快照中，Codex 搭配 GPT-6.1 Sol（xhigh）得分 62.9%，而 Claude Code 搭配 Opus 5.5（max）得分 66.0%。我未能找到 Opus 5.5 在 high effort 下公开的 Coding Agent 得分，因此这里编码方面的对比并不完全同级比较。 **改用智力指标对比：** Opus 5.5 在 medium effort 下同样获得 51 的指数得分，与 Sol xhigh 相同，但每个任务成本为 $1.34，约为 3.4 倍。在智力水平相同的情况下，Sol 显然更便宜。 **结论：** 如果你正在运行高吞吐量的编码 agent，且每个任务的成本最关键，**Sol xhigh 可能是目前性价比最高的选择**。Opus 5.5 high 的成本约为 4.7 倍，但能多出 3 个指数点，并且等待时间仅为约三分之一——对于更困难的任务，或者有人在等结果时，这笔额外支出是值得的。 **来源：** Artificial Analysis