AI圈报
观点 / 方法普通

Claude Sonnet 5.5 与 GPT-6.1 Sol 成本对比测试

信息来源：X：Arena (@arena)·
GPTClaude
原始标题：Can Claude Sonnet 5.5 and GPT-6.1 Sol deliver strong results at a fraction of what Fable, Opus or Astra would cost?

内容摘要

Claude Sonnet 5.5 和 GPT-6.1 Sol 能否以 Fable、Opus 或 Astra 成本的一小部分，交出强劲的结果？ 我们刚刚在多个提示词上对它们进行了并排测试，追踪每一代模型的实际成本，并将结果与各自实验室的更大模型进行对比。 结果来自 @petergostev，详见我们的 YouTube。 https://youtu.be/r0ymhRtcTeI?si=hyomPcmon3yHLo6h
内容分类AI 观点与方法
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Arena (@arena)
站内情报编号intel-62587f9a8fbebe393d3c48bf
阅读原始信息 ↗查看数据来源更多观点 / 方法

相关推荐

综合分类、实体标签与信息来源匹配

观点 / 方法精选
Arena 更新 Image-to-WebDev 榜单：GPT-6 Astra 以 1733 分登顶
Arena 更新 Image-to-WebDev 排行榜，纳入四个新评测模型。GPT-6 Astra (Max) 以 1733 分居第一，领先 GPT-5.6 Sol (xHigh) 129 分；Claude Fable 5.1 (Max) 以 1710 分排第二，Muse Spark 1.3 (Max) 1645 分第四，GLM-5.3-Flash 1588 分第十。
信息来源：X：Arena (@arena) · GPT / Claude / GLM
观点 / 方法普通
Claude Opus 5.5 (Max) 登顶 Arena Code Arena: WebDev，价格比第二名低 60%
Arena 宣布 Claude Opus 5.5 (Max) 登顶 Code Arena: WebDev 榜单，价格比第二名 GPT-6 Astra (Max) 低 60%，综合每百万 token $16。榜单分数来自全球社区的真实使用，另附 @petergostev 的第一印象视频 https://youtu.be/-0PE_bHHoRk。
信息来源：X：Arena (@arena) · GPT / Claude
观点 / 方法精选
MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna/Sol 发布改变智能指数与成本 Pareto 前沿
Artificial Analysis 称本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna 和 GPT-6 Sol 的发布在 Intelligence Index 与每任务成本 Pareto 前沿上新增十一个点位，其中 GPT-6 Luna 贡献五个，Claude Opus 5.5 贡献四个。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude
观点 / 方法精选
Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index
Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58，为其测得的最高分，并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平（59.6%）。
信息来源：Artificial Analysis 完整文章（网页） · GPT / Claude
观点 / 方法精选
Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4
Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。
信息来源：Artificial Analysis 完整文章（网页） · GPT / Claude / Grok
观点 / 方法精选
OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本
OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。
信息来源：OpenRouter：Announcements（RSS） · GPT / Claude
观点 / 方法精选
实测GPT-6 Astra：速度、前端与代码能力对比GPT-5.6 Sol的全面升级
GPT-6 Astra正式向所有订阅用户推送，作者实测后认为其综合能力追平Claude Fable 5，且额度100%可用。相比GPT-5.6 Sol，速度明显提升，大型系统审查从数小时缩短到约10分钟，代码扫描找出大量此前未发现的性能问题并2小时完成修复；前端3D生成和审美大幅强化，写作在白描和用词上更好但仍缺中文留白感。
信息来源：公众号：数字生命卡兹克 · OpenAI / GPT / Claude
观点 / 方法精选
GPT-6 Astra 基准表现分歧，ARC-AGI-3 效率超人类令 Chollet 提前 AGI 预测
GPT-6 Astra 的基准结论相互矛盾：Epoch AI 以 169 分将其排在 267 个模型之首，Artificial Analysis 给出 61 分，仅与前代 Sol 持平、落后 Claude Fable 5.1 的 66 分。
信息来源：The Decoder：AI News（RSS） · GPT / Claude
观点 / 方法精选
Artificial Analysis 实测 Claude Fable 5.1 登顶智能指数但每任务成本高 20%
Artificial Analysis 评测 Claude Fable 5.1，其以 66 分登顶 Artificial Analysis Intelligence Index，超过 Claude Opus 5（63）、Fable 5（62）、GPT-5.6 Sol（61）和 Grok 4.6（61）。
信息来源：Artificial Analysis 完整文章（网页） · GPT / Claude / Grok
观点 / 方法精选
用 Claude Fable 5 一次性生成完整《Raccoon Heist》游戏
Simon Willison 将 2022 年 GPT-3 和 DALL-E 生成的游戏概念与截图输入 Claude Fable 5（运行于 Claude Code for web），成功构建出可玩的 3D 浏览器游戏。
信息来源：Simon Willison 博客 · GPT / Claude