一夜之间！Opus5.5、GPT-6 sol、GPT-6 luna全特么来了！！

Claude刚刚更新了Opus 5.5，一句话说完：比Opus 5更快也更便宜，跑分上还赢了自家最贵的Fable 5.1和GPT-6 Astra。然后A社这次还给每个订阅用户送了一次reset，点一下额度就回满，你把Claude Code更新到最新版，今天就能直接用上了。

发布的时间点也挺有意思，就在大家都在热议GPT-6 Astra渲染3D模型有多nb、Jev模型有多快多便宜，以及两个国产模型Step 5 Preview、MiMo-V2.6又在开源模型领域猛猛上新紧追Opus 5的时候。

而且，要知道，Opus的上一个版本还是5，大家本来期待来个Opus 5.1或者Opus 5.2就差不多了，没想到A社直接给上了个Opus 5.5。官方还说这只是5.5家族的第一个，Sonnet 5.5和Haiku 5.5过几周就来。

好吧，那这是完全没得黑了。

然后你以为这就完了吗？并没有。

Opus 5.5是北京时间凌晨0点半左右发的，就过了一个半小时，凌晨2点，OpenAI啪一下把GPT-6 Sol和GPT-6 Luna也放出来了。

没想到OpenAI还是这么爱和Anthropic相爱相杀。。

这俩倒不是冲着刷新智能上限来的，OpenAI自己都说最强的还是GPT-6 Astra。但...把闭源前沿模型的价格往下狠狠砍了一刀，下面第一节先说这个。

今晚我还把我们自己攒的一套测试题、鹈鹕骑单车、让它自己开Blender建模，还有X上很火的一只机械蝴蝶，拿Opus 5.5、Opus 5、Fable 5.1都跑了一遍，截图和GIF全是真跑出来的，放在后半段（这部分我自己觉得是全文最好玩的）。

一、OpenAI把价格砍穿了

先把价格列一下（每百万token，输入/输出）：

• GPT-6 Sol：2美元/10美元，上一代GPT-5.6 Sol是4美元/20美元
• GPT-6 Luna：0.1美元/0.5美元，上一代GPT-5.6 Luna是0.2美元/1.2美元

输入直接砍半，Luna的输出价其实降了快60%。不过有个小细节哈，OpenAI原话是「相比GPT-5.6的促销价」再降50%，也就是说GPT-5.6 Sol那个4美元/20美元，本来就已经是打过折的价格了，这是折上折。

放到今晚这几个模型里一起看就更明显了：

Fable 5.1和GPT-6 Astra都是10美元/50美元，Opus 5.5刚降到4美元/20美元，屁股都还没坐热呢，一个半小时后GPT-6 Sol就把价格打到了它的一半，2美元/10美元。

Luna就更离谱了，0.1美元/0.5美元，比DeepSeek V4.1-Flash（高峰时段0.3美元/1.2美元）还便宜，输出价甚至比Flash闲时半价的0.6美元都低。一个闭源的前沿模型家族，直接把价格杀进了DeepSeek的价格区间，太特么狠了。

还有个挺好玩的细节，OpenAI这篇发布文里拿来比的Claude，还是Opus 5和Fable 5.1，比如说AutomationBench上GPT-6 Sol用9%的成本打赢了Opus 5。我猜大概是Opus 5.5早发了一个半小时，图已经来不及改了吧，不然这个对比放今天看，就有点尴尬了。

能力上OpenAI自己说得也挺克制，主要讲的是事实错误大概少了一半、更省钱。这俩我今晚是真没来得及测，而且我Codex额度今晚也已经被跑光了（200美元的Pro），想测也测不了，就先不多说了，下面还是回到Opus 5.5。

二、先把Claude Code更新了

Opus 5.5是Claude Code 2.1.280这个版本才加进来的，changelog第一条就写着加入claude-opus-5-5，而且直接把它设成了默认的Opus模型，1M上下文。

所以如果你打开/model找不到它，大概率就是版本太老了。终端里跑一句 claude update，重启一下，启动画面上写着 Opus 5.5 就对了，就是最上面那张图的样子。

顺便说一句，官方页最后提了一嘴，Opus 5.5已经不支持把thinking关掉了。以前习惯关thinking省额度的朋友，这招以后没了，嗯。

三、reset：A社也终于当个人了

我觉得这是这次更新里最最有价值的东西之一，真的。

网页版或者桌面端的 Settings → Usage 里，现在多了一个Resets卡。

看到中间那条红线没，All models 99% used。这是我今天凌晨Opus 5.5刚发布那会儿截的，我这周的额度已经基本烧干了，离周四下午5点自然重置还有一天多。

今年1月我还在即刻上发过一条，说「200刀的Claude Max现在很少会遇到用量限制了」，上厕所或者看剧前都要给它提个任务让它跑，别闲着。

现在就是这么个下场😂

然后为了今晚能把文章里这些案例放开了跑，我睡前就把这唯一的一次reset给点了。点下去它还会再弹一次确认：

这个reset的逻辑和codex的不太一样，它并不是把你的一周重新计时，周额度原本哪天刷新还是哪天刷新。所以等于是给你从reset的当下到下一次自然reset期间，重新提供一回100%的周额度。通常来说呢，离自然重置越近，用它越亏，像我这种周三凌晨点的，白捡的其实也就一天多……

这次reset权益的有效期是一个月，国内时间算的话是到10月23日，北美是到10月22号。

另外官方的ClaudeDevs账号还补了两个数字，Claude Code里的5小时额度从今天起提高20%，然后因为Opus 5.5本身更便宜，同样的额度它能多跑25%左右。

四、比Opus 5便宜，比Fable 5.1强，到底怎么回事

先说价格，这块其实最没什么好争的。

每百万token，Opus 5.5是输入4美元、输出20美元，Opus 5是5美元和25美元，单价降了20%。

变化最大的是缓存读取，从0.5美元降到0.2美元，直接砍了60%。你可能对这个没啥感觉，但官方专门说了，缓存读取是agent和编程任务里成本的大头。你用Claude Code跑一个长任务，同一段上下文会被来回读几十上百遍，这部分便宜了，整个账单就便宜了。

再加上Opus 5.5干同一件事本身用的token就更少，两边一乘，官方的说法是默认设置下，典型任务比Opus 5便宜40%左右。输出速度官方说还快了30%以上。

那跟Fable 5.1比呢，Fable 5.1是输入10美元、输出50美元，Opus 5.5的单价正好是它的五分之二。

便宜是真便宜，那问题就来了，便宜了能力有没有打折？

这是官方页上那张主表，9项跑分，Opus 5.5对Fable 5.1是全胜。我不太放心，又去翻了那份230页的System Card，第174页有一张更全的表，13项，也是全部领先。

这么多项你也不用都记，我挑几个自己比较在意的说说。

Terminal-Bench 4.0，66.4%，Fable 5.1是55.8%，Opus 5是52.3%，GPT-6 Astra是57.9%。这题就是在命令行里干一串真活，你平时怎么用Claude Code，它就差不多怎么考，这张表里领先幅度也数它最大，高了十个多点，挺猛的。不过官方注释里自己坦白了一句，这项Opus 5.5用的是xhigh档，GPT-6 Astra用的是high档，都是各自堆到头的最高分，算是最强碰最强。

SWE-bench Pro是89.9%，Fable 5.1是81.2%，这个不在官方页上，藏在System Card里，改真实开源仓库的bug。

GDPval-AA是1846分，Artificial Analysis做的，覆盖44个职业的真实工作任务，Fable 5.1是1735分，GPT-6 Astra是1542分。如果你拿Claude不光写代码，还写报告、做表、做分析，这项可能比编程那几项跟你更相关。

然后是它没赢的地方，你要是想黑它，这块反而更值得看：

• 
  
• AutomationBench（Zapier做的跨应用业务流程）40.0%，GPT-6 Astra是41.4%，输了一丢丢；
• 
  

• 
  
• Terminal-Bench-Science（科研类的终端任务）58.7%，GPT-6 Astra是64.6%，这个差距就挺实在的了；
• 
  

• 
  
• System Card里还有两处Fable 5.1比它好一点，一个是办公文档问答OfficeQA，一个是一项编码环境里的提示词注入测试，被攻破的比例Fable 5.1是8.70%，Opus 5.5是11.13%；
• 
  

• 
  
• 最好玩的是Toolathlon这项工具调用测试，Opus 5.5居然被自己的上一代Opus 5反超了，77.8%对80.6%，哈哈哈，自己打自己。
• 
  

所以要我说，跑分上Opus 5.5把Fable 5.1基本按住了，对GPT-6 Astra也是赢多输少，有数据可比的8项里赢了6项。

第三方这边，Artificial Analysis的综合智能指数，Opus 5.5拿了58分排第一，Fable 5.1和GPT-6 Astra都是53分：

你在这张图里也能看到开头说的那两个国产模型，MiMo-V2.6-Pro是46分，Step 5 Preview是44分。下半张图我觉得更有意思，横轴是每个任务花多少钱，Opus 5.5那条橙线整条压在Fable 5.1和Opus 5上面，同样的分数，它更靠左，也就是更便宜。

然后，别无脑开max。

这张是Terminal-Bench 4.0上不同effort档位的分数和成本，你看Opus 5.5那条橙线，max档反而比xhigh还低一点，high档就已经64%多了。

FrontierCode上更夸张，System Card第176页写了，medium档（Claude Code的默认档）是54.6%，max档是54.4%，花更多的钱分反而更低。原因是这个测试是按改动能不能直接合并来打分的，档位开得越高，它越容易手欠，顺手改一些你压根没让它改的东西。

X上还有人把这件事写成了一行，medium 54.7%、high 54.0%、xhigh 51.5%，配了一句「The harder it thinks, the worse it gets.」想得越多越差，这就很人类了。

我自己的理解是，日常编程你用Claude Code默认的medium估计就够了，真要开xhigh的，是那种很长、要它自己规划一整晚的活。不过这个我也没系统测过，你可以自己试试看。

还有一项跑分测不出来的，写作。

官方页专门放了一组对比，Opus 5和Opus 5.5解释同一个bug。左边Opus 5那种What I found、The bug一段一段往外甩代码的写法，天天用Claude Code的你应该很熟了吧。右边Opus 5.5先一句话把结论说了，免费档的变化只占1.5美元，剩下9.92美元是一个bug造成的，然后才解释原因。官方说这也是他们收到的关于Opus 5的一条常见反馈。

Ethan Mollick倒是说，他早期测下来这是第一个不是Fable也不是Astra、但用着有Fable那种感觉的模型，不过最近几代Claude说话太密的毛病还没完全改掉。

今晚Blender那个任务里它自己写的迭代笔记，每一轮改了什么基本就一两句话，我转述了两处在后面，你可以自己感受下。

五、今晚实测：Opus 5.5、Opus 5、Fable 5.1同题对打

先说怎么跑的：三个模型都走Claude Code的订阅通道，同一句提示词、同样的设置、不给任何工具，每道题单发一次只取第一次的结果（Blender那个除外，后面单独说），鹈鹕那题每个模型连跑了3次，全放出来。

账单是Claude Code按官方API价格折算出来的，我是订阅用户，其实没付这笔钱，就拿来比一下三家谁更省。

先上总账：

11道题跑下来，Opus 5.5一共折合8.78美元，Opus 5是12.37美元，Fable 5.1是19.52美元。比Opus 5省了29%，比Fable 5.1省了55%。11道里有10道它都是三家最便宜的，剩下那一道是鹈鹕第3次，Opus 5比它便宜了不到0.1美分，基本算打平。

耗时上Opus 5.5一共72分钟，Opus 5是105分钟。

省29%比官方说的40%少一点，我猜是因为这些都是单发任务，没怎么吃到缓存读取降价60%的红利？后面那个Blender的多轮任务就不一样了，那个省得正好是一半。

1. 鹈鹕骑单车

Simon Willison那道经典题，一个字没改：Generate an SVG of a pelican riding a bicycle。

说实话，这道题到今天已经有点分不出高下了，三家都画得挺像样的。硬要挑的话，Opus 5.5三次都画了踏板和链条，鹈鹕的腿也是踩在踏板上的，Fable 5.1后两张车架是断开的，也没踏板。每张图也就花了半分钟到一分钟。

我觉得这题差不多可以毕业了吧。Addy Osmani倒是玩出了新花样，拿Opus 5.5用Three.js做了个3D版的鹈鹕骑车来庆祝发布：

2. 让它自己开Blender，建一朵宋代斗拱

这个是我觉得最能看出agent能力的。我给Opus 5.5和Opus 5开了两个一模一样的Claude Code会话，同一份任务书、同样的工具（能跑命令行、能看图），让它们自己去调Blender：

建一朵宋式柱头铺作，做成爆炸轴测图，所有构件竖直拉开悬浮、保持对位，看得见榫卯开口，每个构件旁边用3D文字标中文名。每渲染一次就自己看图，觉得哪不对就改，最多8轮。

这是Opus 5.5一轮一轮改的过程：

这是Opus 5的：

两边不约而同都选了五铺作单杪单昂，都自己改到了满意为止。Opus 5.5改了8轮，Opus 5改了6轮，耗时差不多，都是17分钟左右。

但账单差了一倍，Opus 5.5折合2.38美元，Opus 5是4.74美元。

我去翻了Opus 5.5自己写的笔记，有两处挺让我意外的。第4轮它发现构件叠在一起，查出来是自己把分层顺序排错了，慢栱实际比令栱高。第6轮它又发现，在这种轴测视角下，构件每往外挑出1分°，画面上就会往下沉0.41，于是第7轮给外挑的构件按位置额外抬高，把这个下沉抵消掉。

这种活我是真干不了，光是那一串构件名我就得查半天……

两张终稿放一起：

不过要论好不好看，我自己的感觉是Opus 5那张更好看一点。它有木纹，还自己在右边加了一个组合好之后原位的小样，方便你对照拆开前后的样子。Opus 5.5那张更干净，一共17件，比Opus 5的21件少，但把Opus 5没做的柱头方、橑檐方都做了，但画面偏竖长，左右空了一大片，它自己在笔记最后也承认了这一点。

一个便宜一半，一个好看一点。你会选哪个？

3. 机械蝴蝶

这是X上karankendre发的一个对比，同一句提示词「用three.js做一只漂亮的机械蝴蝶」，GPT-6 Astra对Gemini 4 Pro：

原帖链接：https://x.com/karankendre/status/2101412687918039541

原帖两边都做成了带排版的完整网页，但他没放完整提示词，也没说是不是改了好几轮，所以我没法跟它硬比。我能做的是拿同一句话，只加了一句「交付一个单文件HTML」，让三个Claude各做一次：

三只都零报错，打开就能动。这题我觉得Opus 5.5是最好看的，翅膀是三只里最接近真蝴蝶形状的，一格一格的彩色玻璃，而且真的在扇：

Opus 5那只翅膀细长，看着更像蜻蜓，底下还垫了一排齿轮。Fable 5.1那只翅膀是平着展开的，有点像被钉在标本板上……

成本上Opus 5.5是0.90美元，Opus 5是1.20美元，Fable 5.1是1.10美元（Fable这题想得最少，4分多钟就交卷了）。

4. 我们自己攒的测试题：试金石

最近我们在攒一套自己的横测题库，叫试金石。想法也挺简单，鹈鹕骑车这类题已经被刷烂了，那就去艺术史、建筑史里找题，每道题里都藏几个只有真懂的模型才会做对的点。这次挑了其中7道，GPT-6 Astra的结果是之前用Codex跑的，一起放进来。

永字八法：用毛笔一笔一笔写出「永」，笔顺要对，每一笔有提按和墨色变化，右边同步标出这一笔是八法里的哪一法。

Opus 5.5的笔顺是对的，点、横折钩、横撇、撇、捺，右边的侧、勒、努、趯也是跟着笔画一个个亮起来的。这个我是真挺喜欢的。

高迪的悬链：高迪当年设计古埃尔领地教堂的时候，会把链子倒挂起来、挂上小沙袋，让重力自己找出受力最合理的拱，再翻过来就是教堂的样子。题目要它用真实物理模拟这件事，下面放一面镜子显示倒过来的样子。

这题Opus 5.5做得最好，上面是挂着沙袋的链子，下面镜子里就是一座尖塔和拱搭起来的教堂，沙袋一变，下面的拱也跟着变。四家放一起看是这样的：

Opus 5这题代码有语法错误，3D画面直接黑屏，啥也没渲染出来。Fable 5.1做出来了，但镜子里的倒影比较淡。GPT-6 Astra……嗯，Codex的额度今晚被我们跑光了，这题它根本没机会上场。

万神殿的光：用three.js建罗马万神殿的内部，模拟一天里太阳从穹顶圆孔射进来的光斑怎么移动。

这题我得说Opus 5.5没做好。藻井的排布（28列×5圈）、彩色大理石的壁龛都做对了，时间也在从早走到晚，但这道题最关键的那个清晰的光斑，在它的画面里几乎看不见。四家里这题反而是GPT-6 Astra那道斜射进来的光柱最像样，这个得服。

迈布里奇的奔马：致敬1878年那组连续摄影，要一匹步态真实的疾驰马，外加12格缩略条。

Opus 5.5、Fable 5.1、GPT-6 Astra都做出来了，GPT-6 Astra那张的版式最精致。Opus 5这题背板是空的，马跑哪去了也不知道。

苏巴朗的静物：用Blender重现苏巴朗1633年那幅《柠檬、橙子与玫瑰静物》，四组东西的顺序要忠于原画。

三个Claude都把顺序摆对了，左边一盘柠檬，中间一篮橙子带着橙花，右边盘子上一杯水和一朵玫瑰。GPT-6 Astra这题倒是交卷了，脚本里建了两百多个物体，结果渲染出来一片漆黑，也不知道是灯没开还是相机没对上，反正啥也看不见。

剩下两道，勒维特的墙绘四家都交卷了；塔特林塔三个Claude都交卷了，GPT-6 Astra这道也是因为Codex没额度，没跑成。

这7道题每题就跑了一次，样本小得可怜，我不敢说谁更强。但Opus 5.5交卷是真稳，7道全交了，Opus 5倒有两道啥都没画出来，便宜也是真便宜。要说品味，它跟Fable 5.1、GPT-6 Astra大概是半斤八两吧，万神殿那道就明显输了。

六、X上大家怎么说

Claude Code的负责人Boris Cherny发了一个挺硬的例子，让Opus 5.5和Fable 5.1分别把HAProxy（一个很常用的负载均衡软件）从C整个改写成Rust，两边都通过了HAProxy自己几乎全部的测试，Opus 5.5用了9.5小时，Fable 5.1用了12小时，成本低51%。

Every的Dan Shipper说Opus 5.5正在把他们团队里一些最近转去用Codex的人拉回Claude。McKay Wrigley说得更直接，说它是Opus 4.6那种大家一直想要回来的性格，加上Fable 5.1的智力和品味，还说「我现在真看不出有什么理由用别的模型」。

最后

跑分上确实没得黑，价格上也没得黑。硬要黑的话，大概就是它想得多、token吐得多，以及在万神殿那种需要一点审美判断的题上，它并没有比Fable 5.1和GPT-6 Astra更好。

但对我这样的订阅用户来说，事情其实挺简单的。Claude Code更新一下，默认就是它了。你要是平时还会手动切到Fable 5.1干重活，我觉得这周可以先别切，拿Opus 5.5的默认档跑几天看看，同样的额度能多干两成多的活，还白送你一次reset。

然后再回头看一眼价格这件事。一夜之间，闭源前沿模型的价目表整个往下挪了一档，Opus 5.5是4美元/20美元，GPT-6 Sol是2美元/10美元，GPT-6 Luna干到了0.1美元/0.5美元，都比前几天便宜了一大截。卷成这样，我是真不知道下一刀会砍在哪，Sonnet 5.5、Haiku 5.5，还有国产那几家，接下来估计都坐不住了。

我那次reset已经用掉了，花在了一只鹈鹕、一朵斗拱、一只机械蝴蝶，和一座没照进光的万神殿上。

我觉得挺值。