AI 模型界狂欢 24 小时

하이라이트

• Opus 5.5 在各项基准测试中全面领先，使用成本较 Opus 5 降低约 40%。

• Grok 4.7 运行速度慢且 Token 消耗量大，整体效率较 4.6 版本显著下降。

• GPT-6 Sol 性能符合预期，性价比高于 5.6 Sol，但智力水平仍低于 Astra。

• GPT-6 Luna 定位苦力任务，最高算力投入下单任务成本低于 5 美分。

• 小米推出的 MIMO 2.6 Pro 在深度软件工程基准测试中击败 Fable 5，具备极高性价比。

타임라인

1. 00:00 - 05:29

   综合表现最佳：Opus 5.5 的高性价比优势

   Opus 5.5 已经在 Claude code 中开放使用。虽然基准跑分仅供参考，但用户实测反馈普遍极佳，模型在复杂推理与遵循指令方面表现突出。此外，由于单价和算力开销降低，订阅用户在配额内可以获得更多的使用频次。

   • Opus 5.5 在绝大多数领域的基准测试中表现优于其他顶尖模型。
   • Opus 5.5 的推理算力开销更小，总体使用成本比 Opus 5 降低约 40%。
   • Opus 5.5 在更高智能度的同时维持了远低于 Fable 的调用成本。
   • Anthropic 优化了模型的沟通表达能力，回答更加简明直接。
2. 05:30 - 07:19

   效率显著下滑：Grok 4.7 令人失望的原因

   Grok 4.7 虽然保持价格不变并在软件工程指标上有所提升，但实际运行效率过低。大量用户反馈该模型在处理任务时耗时极长并过度消耗 Token，体验相比 4.6 版本并未带来实质性飞跃。

   • Grok 4.7 在发布的基准测试中仅在两个非代码领域取得第一。
   • Grok 4.7 运行速度缓慢且大幅消耗额度，实际智商提升有限。
   • 使用 Grok 体系时，当前阶段继续保留 Grok 4.6 是更好的选择。
3. 07:20 - 12:00

   中规中矩的日常替代方案：GPT-6 Sol

   GPT-6 Sol 完全符合其作为 5.6 Sol 升级版的定位，能帮助用户在相同订阅额度下处理更多日常事务。但在处理高难度复杂项目时，其智力和推理上限依然无法媲美 Astra 或 Opus 5.5。

   • GPT-6 Sol 在性能和性价比上全面超越 GPT-5.6 Sol。
   • GPT-6 Sol 的智力水平低于 Astra，定位为日常轻量任务工具。
   • 在没有 Opus 5.5 的情况下，GPT-6 Sol 适合消耗大量订阅额度的非核心工作。
4. 12:01 - 15:05

   极低成本苦力模型：GPT-6 Luna

   GPT-6 Luna 的核心价值在于极高的性价比，其最高版本的使用成本仅为顶级 Astra 模型（单任务约 2 美元）的几十分之一。对于不需要极致智商但包含大量简单文本处理的场景，它是极其划算的算力选择。

   • GPT-6 Luna 不适合前沿编程任务，但能胜任格式转换等重复性苦力活。
   • GPT-6 Luna 最高算力版本的单任务成本不足 5 美分。
   • GPT-6 Luna 在最高推理开销下的表现可击败一年前的顶级模型。
5. 15:06 - 17:57

   被忽视的高性价比新星：小米 MIMO 2.6

   小米推出的 MIMO 2.6 Pro 虽然缺乏便捷的海外订阅服务，但通过 API 接入的性价比极高。花费数元即可让模型连续工作数小时处理高难度问题。尽管单次响应速度较慢，但对于需要深度推理且成本敏感的开发者而言具备极高实用价值。

   • MIMO 2.6 Pro 在深度软件工程测试中的表现超越了 Fable 5。
   • MIMO 2.6 Pro 思考深度极深，单次思考时间可长达 10 至 15 分钟。
   • MIMO 2.6 的 API 调用费用极低，适合构建 AI Agent 或嵌入应用。