Claude Opus 5.5 与 GPT-6 Sol 在 Arena 对比

Code Arena WebDev 榜单中，OpenAI 的 GPT-6 Astra Max 以 1，800 分排名第一，Anthropic 的 Claude Fable 5.1 Max 以 1，758 分位列第二。分类别来看，Astra 在数据与分析、消费产品与平台应用、内容创作与编辑工具上领先，Fable 则在模拟、基于参考的设计和游戏类别占优，两者在品牌营销与信息类网站上表现接近。

OpenAI 的 GPT-6 Astra （Max） 以 1800 分位列 Code Arena WebDev 榜首，Anthropic 的 Claude Fable 5.1 （Max） 以 1758 分排名第二。

OpenAI 推出 GPT-5.6 系列，包括旗舰 Sol、平衡型 Terra 和成本最优 Luna。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；中等推理时以约四分之一成本领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创 SOTA，高于 Fabl…

OpenAI GPT-5.6 模型于周四发布。该模型6月底亮相，最初因美国政府限制仅向部分合作伙伴提供，商务部在AI标准与创新中心完成额外测试后批准公开。OpenAI公开批评延迟，称将最佳工具与开发者及企业隔离。新模型Sol在TerminalBench 2.1得分88.8%，Sol Ultra达91.9%，高于Anthropic的Claude Mythos 5（88%）。在网络安全任务中，Sol与Mythos 5水平相当但仅用三分之一的token。Sol定价$5/$30每百…

OpenAI 在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户推出 GPT-6 Sol 和 Luna，API 定价为 Sol $2/$10、Luna $0.10/$0.50 每 1M tokens，较 GPT-5.6 促销价低 50%。

Anthropic 发布 Opus 5.5，输入输出 token 定价为每百万 $4 和 $20，比 Opus 5 便宜 20%，缓存读取便宜 60%，输出速度提升超过 30%，典型工作负载总成本约省 40%。

OpenAI 的 "Grok Bot"（代号 "Aeon"）据传将在 DevDay 前发布，甚至可能就在本周。GPT-6-Sol 预计明日推出，Anthropic 或以 Opus 5.5 和 Sonnet 5.5 回应，Haiku 与 Terra 据传将停用。OpenAI 今日博文称内部对自家模型表现感到惊讶，The Information 报道其已基本自动化新实验模型的训练流程。

AI 大事件周即将到来，先是 Grok 4.7，还包括 Anthropic（Opus 5.5）和 OpenAI（GPT-6 Sol）的新东西。🚀 你最期待哪个发布？

有传闻称 OpenAI 的 GPT-6-Sol 预计周二发布，性价比相比 Astra 出奇地好，内部代号 Bel 的模型被视为 AGI 并参与了此次发布。Anthropic 的 Opus 5.5 为回应 OpenAI 或提前至周一或周二推出，双方目前势均力敌。发帖人强调无法证实这些消息，仅为听闻的传闻。

OpenAI 模型使用工具的频率有多高？ 继我们的 Claude 分析之后，我们查看了内部使用中的 616，300 条 OpenAI 响应。 我们发现 GPT 5.6 Terra 平均每次响应调用 1.94 次客户端工具，而 Sol 为 1.00 次，Luna 为 0.97 次。我们早期使用的 GPT 6 Astra 介于两者之间，在 11，717 条响应中平均每次响应调用 1.18 次。（1/2）🧵