2026年9月22日，OpenAI推出GPT-6 Sol与GPT-6 Luna，并下调中低价位模型的API费用；同日，Anthropic发布Claude Opus 5.5，宣布其标准输入、输出价格低于上一代，典型工作负载的运行成本也有所下降。两家公司几乎同步强调“更强性能、更低成本”，再次把大模型竞争推向价格、能力和基准成绩的综合较量。问题在于，厂商展示的分数与降本比例，真的能够直接横向比较吗？
同日发布，但“降价”的计算口径并不相同
据2026年9月22日的报道，GPT-6 Sol标准API价格为每百万输入Token 2美元、输出Token 10美元，较GPT-5.6 Sol下降50%；GPT-6 Luna为每百万输入Token 0.10美元、输出Token 0.50美元。OpenAI还为缓存输入提供90%的折扣。相关价格与发布时间可由TechCrunch报道[1]和MacRumors报道[2]交叉核验。
Anthropic当天公布的Claude Opus 5.5标准价格则为每百万输入Token 4美元、输出Token 20美元，分别比Opus 5低20%；缓存读取价格降至每百万Token 0.20美元，降幅为60%。Anthropic进一步称，在默认设置和典型工作负载下，新模型的整体运行成本约低40%，输出速度提高30%以上。这里的“40%”并不是所有调用都统一打六折，而是综合了Token使用量、缓存占比和推理效率后的估算，详见Anthropic官方公告[3]。
因此，“Sol价格减半”和“Opus 5.5典型成本降低40%”不能放在同一列直接排名。前者主要是公开Token单价的变化，后者包含单位任务消耗量和缓存结构等因素。若忽略口径差异，所谓“谁降得更多”很容易成为误导性结论。
基准成绩为什么容易造成错觉
模型发布页中的基准结果通常来自厂商选定的测试集、推理档位和运行环境。OpenAI称GPT-6 Sol在内部事实性评估中的错误数量约为前代的一半，并在部分编程、自动化和计算机操作测试中提升明显；Anthropic则表示Opus 5.5在复杂编码、智能体和专业知识工作上取得进步，还公布了内部软件优化任务中的测试结果。两家公司都提供了有价值的信息，但这些结果首先是各自产品说明，并不自动等于同条件的独立对照实验。
横向比较至少要核对五个变量：
- 测试版本：竞争模型是否为发布当日的最新版本，还是较早版本。
- 推理预算：是否使用相同的思考强度、最大Token数、工具权限与重试次数。
- 成本定义：比较的是每百万Token单价、单次调用费用，还是成功完成一个任务的总成本。
- 评分方式：由自动判分器、另一模型或人工专家评分，是否公开误差范围。
- 样本透明度：题目是否公开，是否存在训练数据污染、挑选样本或只展示优势项目的问题。
尤其值得注意的是，“每Token更便宜”不等于“每个有效任务更便宜”。低价模型如果需要多次重试、输出更长内容或频繁调用工具，最终账单可能高于单价更贵但一次成功的模型。反过来，缓存命中率高、提示词重复度大的智能体业务，缓存折扣可能比公开榜单上的两三个百分点更有实际价值。
怎样验证宣传是否真实可比
论坛讨论不宜简单复述厂商口号。按照“九不准”和“七条底线”所体现的守法、诚信、维护公共秩序与保护合法权益原则，评价模型时应明确区分厂商自述、媒体核验、独立测试和个人体验。未经验证的内部数据不能改写为行业公认结论，单次体验也不能扩张为普遍事实。
- 建立固定任务集：从真实业务中抽取脱敏后的代码修复、文档抽取、客服问答和工具调用任务，不只选择模型擅长的题目。
- 统一运行条件：固定系统提示词、推理档位、上下文长度、超时限制和最大重试次数。
- 同时记录质量与成本：除成功率外，统计延迟、输入输出Token、缓存命中、工具调用次数及人工复核时间。
- 重复测试：同一任务运行多次，报告平均值和波动范围，避免用一次最好成绩代表常态。
- 保留失败案例：公开模型在哪些任务上出现幻觉、格式错误或未完成操作，比只展示总分更有参考价值。
总结
2026年9月22日的两场发布说明，前沿大模型已从单纯追逐最高分，转向性能、推理成本、缓存效率和实际完成率的综合竞争。GPT-6 Sol与Luna的价格下调具有明确的Token单价依据，Claude Opus 5.5也给出了标准价格和典型成本变化，但双方的降本口径、目标档位和测试方法并不完全一致。面对“更强又更便宜”的宣传，最可靠的判断不是把发布页分数直接拼成排行榜，而是在统一条件下测量每个成功任务的真实成本，并等待可复现的独立评测。
事件及资料日期：OpenAI GPT-6 Sol与GPT-6 Luna发布及价格资料为2026年9月22日，参见发布报道[1]与价格核验资料[2]；Claude Opus 5.5发布、定价及性能说明为2026年9月22日，参见Anthropic官方公告[3]及系统卡[4]。
