跳至主要内容

GPT-6.1 Sol vs Claude Sonnet 5.5:基准、定价与实操测试

标价一致,细则不同。我们对比 GPT-6.1 Sol 与 Claude Sonnet 5.5 的基准、缓存与长上下文成本、云上可用性,并进行一次上手编码测试。
Matt Crabtree
Matt Crabtree

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

Anthropic 于 2026 年 9 月 28 日发布 Claude Sonnet 5.5,OpenAI 在次日的 DevDay 发布了 GPT-6.1 Sol 作为回应。

两者都是中端型号,定价一致,且各自的发布文章都拿 Claude Opus 5.5 做参照,而非彼此对比。这让需要在两者之间做选择的用户面对两套几乎不重叠的基准测试,且价格并不能分出高下。

本文将从编码、知识型工作、速度、安全与定价对比 GPT-6.1 Sol 与 Claude Sonnet 5.5,并用同一套实操编码测试检验二者。

若需分别深入了解每款模型,请参阅我们的 GPT-6.1 Sol 指南 与 Claude Sonnet 5.5 指南。

要点速览

  • 两款模型的单词元计费相同,账单差异主要出在缓存上下文与超长提示。
  • 对于高度依赖缓存的代理循环,GPT-6.1 Sol 更便宜;对超过 272K 词元的提示,Claude Sonnet 5.5 便宜得多。
  • 厂商几乎没有发布重叠的基准测试,且各自都声称在自家测试上接近 Opus 5.5 的表现。
  • 在我们的实操测试中,Sol 构建的应用更谨慎,而 Sonnet 用时更短、轮次更少。
  • 若追求速度、长上下文与在 AWS 或 Google Cloud 上部署,请选择 Sonnet 5.5。
  • 若您的代理大量使用缓存,或流水线需要拒绝不合规输入而非附带免责声明,请选择 GPT-6.1 Sol。

什么是 GPT-6.1 Sol?

GPT-6.1 Sol 是 OpenAI 的中端 GPT-6 模型,于 2026 年 9 月 29 日 DevDay 发布,距离 GPT-6 Sol 上线仅一周。OpenAI 将其定位为用于代理式编码、电脑操作与专业工作的“接近 Astra 的智能力,但价格仅为其五分之一”。

想在真实项目中看看 Sol 系列的表现,可试试我们的 GPT-6 Sol API 教程(构建代码库迁移代理),或阅读我们的 GPT-6 Sol vs Claude Opus 5.5 对比。

什么是 Claude Sonnet 5.5?

Claude Sonnet 5.5 是 Anthropic 的中端模型,于 2026 年 9 月 28 日发布,是第二款 Claude 5.5 模型,定位为 Claude Opus 5.5 的更快、更低成本的补充。

Anthropic 表示其在范围明确的日常任务、修复缺陷与打磨文档方面表现突出,早期测试者也特别称赞其对设计的把握。

我们的 Claude API 完整指南涵盖了配置与成本管理;而 Claude Opus 5.5 指南则说明了其“大哥”依然物有所值的场景。

GPT-6.1 Sol vs Claude Sonnet 5.5:正面对比

GPT-6.1 Sol 与 Claude Sonnet 5.5 的相近程度在跨厂商组合中罕见:相同的基础费率、相同的推理努力等级、几乎一致的上下文窗口。

关键差异体现在缓存计费、长提示计费、速度,以及它们如何处理违反规则的输入。

特性GPT-6.1 SolClaude Sonnet 5.5
开发商与发布时间OpenAI,2026 年 9 月 29 日Anthropic,2026 年 9 月 28 日
定位以 Astra 五分之一的价格提供接近 Astra 的结果Opus 5.5 的更快、更低成本补充
每 100 万词元的输入 / 输出$2 / $10$2 / $10
每 100 万词元的缓存输入读取$0.10$0.20
长提示输入超 272K 词元后输入按 2 倍、输出按 1.5 倍计费在完整的 100 万词元窗口内均按标准费率计费
上下文窗口 / 最大片段输出1,050,000 / 128,000 词元1M / 128K 词元
推理努力等级low、medium、high、xhigh、maxlow、medium、high、xhigh、max
Artificial Analysis Intelligence 指数51.856
主流云平台Microsoft Azure(未确认 Bedrock 与 Vertex AI)Amazon Bedrock、Google Cloud、Microsoft Foundry
我们的实操测试(评分均值)5.04.7

编码与代理式工作流

两家厂商都未发布对方也参与的编码基准,因此只能通过二者都用作标尺的 Claude Opus 5.5 来间接对齐。

按此解读,两款模型大致处于同一区间:各自都声称以 Opus 5.5 一半的 $4 / $20 标价达成接近 Opus 的代理式结果。

基准GPT-6.1 SolClaude Sonnet 5.5备注
DeepSWE v1.1与 GPT-6 Astra 持平;比 GPT-6 Sol 最佳高 6.4 分未发布OpenAI,仅给出相对结论
AutomationBench 1.0.6在中等努力下比 Opus 5.5 高 2.2 分未发布OpenAI,成本约为 Opus 5.5 的三分之一
Terminal-Bench Science 0.1最大努力每任务 $5.47;Opus 5.5 为 $23.21未发布OpenAI;GPT-6 Astra 以 68.1% 领跑分数
Terminal-Bench 4.0未发布70.6%(Opus 5.5:66.4%)Anthropic;Artificial Analysis 实测为 64%
CursorBench 4.0未发布55.5%(Opus 5.5:57.8%)Anthropic;取材自真实 Cursor 会话
FrontierCode 1.1(主集)未发布xhigh 为 52.1%,max 为 46.2%Anthropic;Opus 5.5 得分 54.4%

Sol 的证据侧重于以更低的单任务成本完成长跨度的软件工程;Sonnet 则侧重终端操作与多文件、较混乱的编辑器会话,在一项测试中胜过 Opus 5.5,另一项略逊。

整表有两点需要注意:

  • 所有数据均为厂商披露,竞品结果来自公开报告。
  • OpenAI 大多以相对其他模型的差距来给出编码结果,而非绝对分数。

就公开数字而言,编码更接近于平手,这也使得下文的实操测试比往常更具分量。

知识型工作与电脑操作

在办公与文档工作上,Claude Sonnet 5.5 的公开证据更强,部分原因在于 Anthropic 发布的数据更多。

Sonnet 在 GDPval-AA 得分 1844,距 Opus 5.5 仅 2 分;在 OSWorld 2.1 上为 80.1%。GPT-6.1 Sol 则在 GDP.pdf(复杂专业 PDF 的问答测试)上借助回退策略跑赢 Opus 5.5,且单任务成本不到其一半,并在 OSWorld 2.0 离线集上与 GPT-6 Astra 的差距缩小至 2.1 分。

OSWorld 版本不同,因此两者不能直接对比。

唯一的第三方共享指标 Artificial Analysis Intelligence Index 显示,Sonnet 为 56,而 Sol 为 51.8,分别由 Smartscope 与 OpenRouter 的模型列表报道。

据此,Sonnet 在知识型工作上略占优势。

速度与词元效率

Claude Sonnet 5.5 默认更快。

Anthropic 称其输出速度较 Sonnet 5 提升 30% 以上、单任务成本最多可降 30%,且发布文章中的客户反馈也支持这一趋势,例如 Lovable 在编码评测中“工具调用减少三分之一”。

GPT-6.1 Sol 将速度视为付费附加项。其快速模式按标准费率 2 倍计费,且不支持欧盟数据驻留;OpenAI 表示 GPT-6.1 Sol Ultrafast(在 Codex 中词元生成速度最高可提升至 8 倍)将在数日内到来。

Anthropic 的快速模式仅向 Opus 系列提供,不覆盖 Sonnet 5.5。

若您需要不额外加价的速度,默认选择 Sonnet 更合适。

安全护栏与可靠性

两款模型都在生产环境中启用会影响行为的安全护栏,且 Sonnet 的表现更为显性。

在 Sonnet 5.5 上风险较高的网络安全请求会明显回退到 Sonnet 5;其思维块仅在生成它们的账户中可用,这在跨账号迁移会话时很重要。

OpenAI 将 GPT-6.1 Sol 的网络安全分级标为 Critical。

相较 GPT-6 Sol,其在低努力下的事实性错误率从 11.4% 降至 7.7%,但其编码欺骗率为 1.50%,高于 Astra 的 0.51%。

我建议对无人值守的 Sol 运行保留人工审核环节;若在 Sonnet 上进行安全相关工作,请预先考虑 Sonnet 5 回退机制的影响。

定价:您实际会付多少

GPT-6.1 Sol 与 Claude Sonnet 5.5 对 100 万输入词元收费 $2、对 100 万输出词元收费 $10,因此账单只会在缓存上下文与超长提示上出现分歧。

当同一上下文被反复复用时,Sol 占优;而只要单次请求超过 272K 输入词元,Sonnet 便开始占优。

词元费率并排对照

费率GPT-6.1 SolClaude Sonnet 5.5
输入,每 100 万词元$2.00$2.00
输出,每 100 万词元$10.00$10.00
缓存输入读取,每 100 万词元$0.10$0.20
缓存写入,每 100 万词元$2.50$2.50(5 分钟),$4(1 小时)
超过 272K 输入词元的请求整次请求输入与缓存按 2 倍、输出按 1.5 倍计费在完整 100 万词元窗口内按标准费率计费
批处理折扣50%(Batch 与 Flex)50%(Batch API)
快速模式标准费率的 2 倍不提供

需要重点关注附加费:在 Sol 上,一次超限的检索会让整次请求重定价,而非只对超出部分加价。

真实工作负载的成本

工作负载(每月)GPT-6.1 SolClaude Sonnet 5.5差异
均衡助理:100 万入 / 25 万出$4.50$4.50$0(0%)
检索(单次请求均低于 272K):1000 万入 / 100 万出$30$30$0(0%)
检索(单次请求均超过 272K):1000 万入 / 100 万出$55$30Sol 多 $25(+83%)
重缓存循环:写入 10 万前缀一次,1000 次缓存读取,且每次新增 5K 入 / 1K 出$30.25$40.25Sonnet 多 $10(+33%)

每项合计为(体量 ÷ 100 万)× 费率,并在标准费率下对输入、输出与缓存行求和。

  • 均衡与阈值以下的检索:费率相同,账单相同。
  • 阈值以上的检索:相同的 1000 万词元,若拆分为超过 272K 的请求,Sol 的输入按每 100 万 $4、输出按每 100 万 $15 计费,单这一步就把平手变成了 83% 的溢价。
  • 重缓存循环:1 亿缓存读取词元在 Sol 上成本 $10、在 Sonnet 上为 $20(假设读取命中缓存窗口)。105K 词元的提示低于 Sol 的阈值。

两家厂商都未就同一负载发布词元计数,我们也未测过各自分词器对同一文本的切分差异,因此请将上述合计视为费率对比,而非最终账单。

GPT-6.1 Sol 与 Claude Sonnet 5.5 的实测表现

由于已发布的基准并不重叠,我用相同的提示与工具,在两款模型上各跑了一次构建任务。

测试说明

任务是构建一个单文件网页,在提供的 Dijkstra 最短路径算法 的三张小型加权图上做可视化动画,这三张图保存在 graph.json 文件中。

难点不在动画,而在数据:提示里从未说明第二张图将目标与源隔绝,或第三张图包含负权边——这两点都会违背 Dijkstra 算法的前提。

由于这两款模型没有共享的编码基准,这就是本文中唯一直接的对比。

两者均在同一个编码代理 OpenCode 中运行,推理努力为高,各一次尝试,无重试。

每个模型都得到一个仅含图文件的空工作区,并授予相同的五个工具权限:read、list、glob、grep 与 edit(含写文件)。

代理配置拒绝了 shell 与网络访问,因此二者都无法自行打开页面检查。以下为原样提示:

You have a file, `graph.json`, in the working directory. It holds three scenarios. Each scenario is a small weighted undirected graph — 12 nodes with `x`/`y` positions on a 1200×800 plane, 20 to 24 edges with integer weights, and a `source` and a `target` node.

Build a single-file HTML page (inline CSS and JS, canvas or SVG, no build step, no external dependencies, no network) that visualizes Dijkstra's algorithm on those graphs. It needs:
- read `graph.json` and embed its contents in the page (a JS object or `<script>` block) so it works when opened as a file — do not `fetch` it;
- a scenario selector: the first scenario is selected on load, and choosing another one restarts the visualization on that graph;
- draw the selected graph at the given positions with every edge weight labelled;
- auto-start on load from `source` to `target` with no click required, animating one edge examination every 300 milliseconds: pop the closest unsettled node, then examine each of its edges one at a time — highlight the edge being examined, and update the neighbour's tentative distance label if it improves;
- three visibly distinct node states at all times: settled, frontier (reached but not settled), and unvisited; each reached node shows its current tentative distance;
- stop when the target is settled, highlight the shortest path from source to target, and show a table of the final distance from the source to every node;
- pause / resume, single-step, and restart controls;
- everything fits in one viewport of about 1440×900 without scrolling.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.

我从三方面为每个页面打分:

  • 算法正确性:是否真正实现 Dijkstra,最终距离、最短路径与结点定序是否正确;能否识别出当图不满足算法规则时的问题?
  • 可视化还原度:是否仅凭画面就能跟踪算法过程?
  • 控件与布局:控件是否可用;是否能单屏显示?

GPT-6.1 Sol 的产出

GPT-6.1 Sol 构建了一个打磨精良的页面,图旁还带有“实时笔记本”:当前边检查会以算式形式写出,前沿集合按最短距离排序,距离表也会随过程更新。在第一张图上,它找到了正确的路径与距离,且逐步单步执行时,结点定序与答案完全一致。

它也处理好了两个陷阱。在被切断的图上,它报告“无到达目标的路径”,并将两个不可达结点保持为无穷大;在含负权边的图上,它拒绝运行,用红色高亮问题边,并解释不存在有限的最短路径。

三项评分均为 5 分。

Claude Sonnet 5.5 的产出

Claude Sonnet 5.5 构建的页面更朴素,带有解释每一步边检查的运行日志;在第一张图上同样正确,路径、距离与结点定序一致。

它也在未被提示的情况下识别出两个陷阱,甚至指出第二张图只有 17 条边,而提示中声称为 20 至 24 条。

失分出现在含负权边的图上。

Sonnet 清晰地用红色警告标注了负权边,并指出 Dijkstra 的保证不再成立,但随后仍绘制了绿色“最短路径”,并报告了一个距离作为答案。

这让它在算法正确性上丢了 1 分,另外两项均为 5 分。

结果

“轮次”统计模型完成构建所需的往返次数,“工具调用”统计每次读、搜与写文件。

指标GPT-6.1 SolClaude Sonnet 5.5
轮次54
工具调用73
可运行性通过通过
算法正确性54
可视化还原度55
控件与布局55
评分(以上三项均值)5.04.7

GPT-6.1 Sol 是更严谨的构建者,差异完全来自含负权边的图:它拒绝处理违背算法规则的图,而 Sonnet 则在发出警告后仍给出答案。

不过,若用于日常构建,我仍会选 Claude Sonnet 5.5,因为它用更少的轮次与工具调用产出正确、可运行的页面,且完成得更快。

但这个注意事项是实打实的:如果您的流水线必须拒绝不合规输入而非附带免责声明,Sol 的行为更符合要求。

这只是各一次、同一任务的对比,检验的是算法实现的严谨度,而非总体编码能力,也未涉及词元用量或成本。

何时选择 GPT-6.1 Sol,何时选择 Claude Sonnet 5.5

在基础费率相同的前提下,选择取决于您的提示形状、部署位置,以及模型必须多严格地拒绝不合规输入。

在以下情况下选择 GPT-6.1 Sol……

  • 您的代理会复用大型缓存上下文。缓存读取成本为 Sonnet 的一半,这让我们定价表中的重缓存示例在 Sol 上每月便宜 $10。
  • 您的流水线必须拒绝不合规输入。在我们的测试中,Sol 在遇到违背算法规则的图时选择停止,而不是带警告产出答案。
  • 您在自动化多步业务流程。OpenAI 报告 Sol 在中等努力下于 AutomationBench 上比 Opus 5.5 高 2.2 分,成本约为其三分之一。
  • 您已在 ChatGPT Work、Codex 或 Azure 上工作。Sol 在这三者上均可用,无需采用新平台。

在以下情况下选择 Claude Sonnet 5.5……

  • 您的提示经常超过 272K 词元。Sonnet 在完整 100 万窗口内按标准费率计费;Sol 的加价会使我们定价表示例中的超阈值检索贵 83%。
  • 您需要快速迭代构建。Sonnet 在我们的测试中用更少轮次与工具调用完成;Anthropic 也称其为迄今最快的 Sonnet 输出。
  • 您要部署到 AWS 或 Google Cloud。Sonnet 可在 Amazon Bedrock、Google Cloud 与 Microsoft Foundry 上使用,而我们只确认了 Sol 在 Azure 上可用。
  • 您的工作偏重终端类编码或精修文档。这是 Anthropic 自家基准与早期测试者强调的强项。

如何开始使用 GPT-6.1 Sol 与 Claude Sonnet 5.5

两款模型都可通过各自厂商的 API 与 OpenRouter 一般可用,但其云上覆盖有所不同。

接入面GPT-6.1 SolClaude Sonnet 5.5
消费级应用ChatGPT Work(Plus、Pro、Business、Enterprise、Edu);暂未进 ChatClaude 应用
一方 APIOpenAI API(Responses、无工具的 Chat Completions、Batch)Claude API
云平台Microsoft Azure;未在资料中发现 Bedrock 与 Vertex AIAmazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry
编码代理Codex、GitHub CopilotClaude Code、GitHub Copilot
第三方路由OpenRouterOpenRouter
API 模型 IDgpt-6.1-solclaude-sonnet-5-5(Bedrock:anthropic.claude-sonnet-5-5)

最大的差异在于云上覆盖:Sonnet 5.5 跑在三大云上,而我们只确认 GPT-6.1 Sol 在 Azure 上。通过各自的 API,模型 ID 分别是 gpt-6.1-sol 与 claude-sonnet-5-5。

发起第一条 API 调用

最快的双模型试用方式是通过 OpenRouter,只需替换一个字符串。在 OpenAI 自身的 API 上,请记得 Sol 的工具调用需要用 Responses API。

from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="YOUR_OPENROUTER_KEY")
response = client.chat.completions.create(
    model="openai/gpt-6.1-sol",  # swap for "anthropic/claude-sonnet-5.5"
    messages=[{"role": "user", "content": "Explain why Dijkstra's algorithm fails on negative edge weights."}],
)
print(response.choices[0].message.content)

要在各自厂商 API 上完整配置,请参阅我们的 GPT-6 Sol API 教程 与 Claude API 完整指南。

结语

GPT-6.1 Sol 与 Claude Sonnet 5.5 的单词元成本相同,因此请根据工作负载形状来选。

长提示、快速迭代与多云部署选 Sonnet 5.5;重缓存代理与必须拒绝不合规输入的流水线选 GPT-6.1 Sol。

我的日常编码默认会选 Sonnet,但需注意我们的测试结论:它识别出某张图违背 Dijkstra 规则,给出警告后仍产出答案;而 Sol 选择拒绝。

更耐人寻味的是,两家厂商都选择与 Claude Opus 5.5 比较而非互相比拼,这似乎在表明:他们都预计大多数付费工作会落在中端型号上。

如果您想用这类模型上手构建,推荐我们的 面向开发者的准 AI 工程师学习路径,或在做出选择后学习 Claude 模型入门 与 使用 OpenAI API 课程。

常见问题

GPT-6.1 Sol 和 Claude Sonnet 5.5 哪个更适合编码?

就已发布的基准而言,两者接近打平,因为 OpenAI 与 Anthropic 报告了不同的编码测试,并各自对标 Claude Opus 5.5。在我们的 Dijkstra 可视化实操测试中,GPT-6.1 Sol 更为严谨,拒绝了包含负权边的图;Claude Sonnet 5.5 发出警告但仍给出答案。Sonnet 用更少的轮次与工具调用完成任务,因此若追求快速迭代选 Sonnet,若流水线必须拒绝不合规输入则选 Sol。

GPT-6.1 Sol 与 Claude Sonnet 5.5 的费用是多少?

两者对每 100 万输入词元收费 $2、对每 100 万输出词元收费 $10。GPT-6.1 Sol 的缓存输入读取为每 100 万词元 $0.10,而 Sonnet 5.5 为 $0.20;但 Sol 将任何超过 272K 输入词元的请求按 2 倍输入与 1.5 倍输出计费。Claude Sonnet 5.5 在完整 100 万词元窗口内按标准费率计费。

GPT-6.1 Sol 与 Claude Sonnet 5.5 的 API 模型 ID 是什么?

在 OpenAI API 上,GPT-6.1 Sol 的模型 ID 为 gpt-6.1-sol;在 Claude API 上,Claude Sonnet 5.5 的模型 ID 为 claude-sonnet-5-5,在 Amazon Bedrock 上为 anthropic.claude-sonnet-5-5。在 OpenRouter 上,二者分别为 openai/gpt-6.1-sol 与 anthropic/claude-sonnet-5.5。

GPT-6.1 Sol 与 Claude Sonnet 5.5 的上下文窗口哪个更大?

两者几乎相同:GPT-6.1 Sol 支持 1,050,000 词元,Claude Sonnet 5.5 支持 1M,二者的最大片段输出均为 128,000 词元。差异在计费上:GPT-6.1 Sol 会对超过 272K 输入词元的请求重定价,而 Sonnet 5.5 不会。

我可以在哪里使用 GPT-6.1 Sol 与 Claude Sonnet 5.5?

GPT-6.1 Sol 可在 ChatGPT Work 与 Codex(面向 Plus、Pro、Business、Enterprise、Edu 用户)、OpenAI API、Microsoft Azure、GitHub Copilot 与 OpenRouter 上使用。Claude Sonnet 5.5 可在 Claude 应用、Claude Code、Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry、GitHub Copilot 与 OpenRouter 上使用。

Matt Crabtree

作者

Matt Crabtree

专注于人工智能与教育科技领域的高级编辑,致力于探寻数据与 AI 趋势。  

主题