Why Everyone Suddenly Loves Opus 5.5 Again

两天内 OpenAI 和 Anthropic 连发四款模型：Opus 5.5 智能指数冲到 58 分反超对手 5 分，GPT-6 Soul/Luna 则把 API 价格砍到上一代的一半。

同一个下午，两家最强实验室同时发新模型，这种场面此前几乎没出现过。更反常的是：一边是 Opus 5.5 被开发者称为"Claude 回来了"，另一边 OpenAI 干脆不谈跑分，只画了一张"性能对成本"的图。这期把两家各自的算盘、真实用户反馈和翻车点都摆了出来。

Opus 系列从 4.6 之后一路被自家 Mythos、Fable 压着打，5.0 更是被骂惨，5.5 是第一次让老用户主动想回来。

• 智能指数 58 分，比并列第一的 Claude Fable 5.1 和 GPT-6 Astra（各 53 分）高出整整 5 分，是 Artificial Analysis 榜单上目前最高分。
• Terminal Bench 4.0 从 55.8% 跳到 66.4%，Cursor Bench、Frontier Code v1.1、Humanity's Last Exam 全部同步上涨，没有一项跑分输给自家旧模型。
• 价格反而降了：每百万输入 token 从 5 美元降到 4 美元，输出从 25 降到 20，加上效率提升，实际省下约 40%；Box 团队实测 token 用量少 63%、啰嗦程度低 42%、速度快 30%。

Anthropic 官方账号直接发了一句"Opus 5.5 比 Opus 5 好太多，那个模型我们很抱歉，试试这个"——这种认错式营销很少见。

• Every 团队评价：这是他们见过的 Anthropic 或 OpenAI 模型里可读性最强的文本，Opus 5 曾让他们的写手弃用 Claude，5.5 又把人拉了回来。
• Anthropic 的 Sholto Douglas 转发时只写了一句"重要新闻：我们把写作修好了"，用户普遍反映它不再堆破折号、会把重点放开头、能按你给的规则写。
• 3D 和视觉生成被反复演示：Jake Eaton 用约 7500 行 Python 逐像素模拟不同画家的笔触，全程不用图像模型；Alex Albert 只用 Opus 5.5 加 Blender 复原了 1906 年旧金山 Market 街景。

GPT-6 Soul 和 Luna 的发布帖几乎没提基准测试，通篇在讲成本和吞吐，Altman 说"每个任务的成本才是最重要的指标"。

• API 价格比 GPT-5.6 的促销价还低 50%，Soul 和 Luna 定位是"用五分之一的价钱拿到 Astra 的大部分能力"，被比作 iPhone 的 S 代升级。
• OpenAI 研究员日均消耗 600 美元 token，前 10% 的重度用户每天烧掉 7000 美元——这是他们解释为什么要死磕成本的理由。
• Artificial Analysis 的结论很直白：任何用 GPT-5.6 的工作流都该换成 Soul 或 Luna，更便宜且更好，这种情况很少见。

"性格就是用户体验，我们必须按这个前提来对待它。"

• 如果你现在的工作流绑在某个生态里（比如 Codex 或 Claude Code），先别急着迁移：Will Brown 的实测是，模型再好也打不过"联系人、工具、规则都在这边"的迁移成本，真正该做的是按任务类型分配模型，而不是全押一家。
• 值得直接抄的动作：把团队里跑 GPT-5.6 的批处理任务换成 Soul/Luna 试一周，同时把需要长文档写作和复杂代码的活交给 Opus 5.5，用真实账单对比而不是跑分来决定。