今天跟大家一起看一下 GPT-6 Sol 的情况。GPT-6 Sol 跟 Claude Opus 5.5 基本上是同一天发布的，但口碑已经呈现出了非常明显的两极分化。

GPT-6 Sol 的价格要比 5.6 Sol 更便宜 10 美元/Million 的输出，大约是 5.6 Sol 促销价的一半左右。

OpenAI 方面表示，这个模型采用了类似 Astra 的方法，能够完成很多专业工作、写代码以及操作电脑等任务，而且整个输出更短、废话更少。但从实际使用的体感来看，整个模型的质量其实是大幅下降的，现在唯一能够夸的，就是更加耐用了。

我相信大家也发现了，这一次 OpenAI 整个宣传的核心点，就是反复强调这个模型更便宜。这跟以前新模型发布的宣传套路完全不一样——以前都是告诉你：更聪明、更强、更快；这一次上来先告诉你：兄弟，我便宜啊，香不香。

这种变化肯定是有内在原因的。目前总结下来，最主要的原因就是，这个模型整体智能水平确实不够。也许它在一些非编码任务上表现还不错，但是在编码任务上，肯定是明显倒退的。

编码能力实测

最近有很多朋友都在测试新模型的表现，CodeReader（http://codexradar.com/）也在做更多测试。Twitter 网友 Pawel Huryn 通过"找 Bug"的方式来测试整个模型的编码能力。

这个测试一共准备了 150 个模型比较容易漏掉的 Bug，全部来自两个真实的生产级项目：

• GrokBuild：基于 VS Code 和 Cursor 做的扩展，约 2.8 万行 TypeScript 代码，准备了 45 个 Bug。
• AI 课程系统：约 6 万行代码，前端使用 Vite、React 和 TypeScript，准备了 60 多个 Bug。

测试结果：

GPT-6 Astra 下面，表现最好的是 5.6 Sol，然后是 Opus 5.5，再往下是 5.6 Terra，最后才是 GPT-6 Sol。

性价比确实很高，符合便宜输出又短的特点！价格甚至只有上一代高档模型的 10% 左右，但是它整个"智商"的下降实在太严重了。至少从这组真实项目测试来看，编码能力的差距非常明显。

更深入的测试

再往细了看，GPT-6 Sol 在修复率上不仅比前代低，而且在某些复杂场景下表现更差。

这意味着如果我们真的把这个模型拿到生产环境里去用，虽然模型本身便宜了，但是最后你可能会发现，你得浪费大量时间去纠正它犯下来的错误。模型费用省下来了，人的时间又赔进去了。

所以到最后，我们又只能夸它一句：便宜。

"哇，GPT-6 Sol 好省啊，跑了半个小时才掉 1%。"但是然后呢？

其实对新一代 GPT-6 Sol 的要求真的一点都不高。只希望它能够达到上一代 5.6 Sol 的水平，然后速度再快一点，便宜点就已经完全满足了。

包括 Computer Use，本来还挺期待 Luna 能有一个比较好的表现。但是如果 GPT-6 这一代的中低档模型整体都是现在这种水平，那 Luna 基本上也没有太大的测试必要了。

所以现在的问题就变得特别尴尬：Astra 太贵了，一个 X20 可能用个一两天就没了；Sol 确实便宜，但是智商又跟不上。如果你真的在意效果、在意生产力，那反而不如直接用 Astra，这才是版本的真正答案。

尽管官方现在已经把 Astra 的额度砍到了大概 1200 美金，而 5.6 Sol 加起来可能还有 2500 美金左右的额度，但是我们实际使用之后也会发现，5.6 Sol 真正消耗起来其实一点都不算省。

这一代的 Astra，其实就是上一代真正的更便宜的"Sol"，但是 OpenAI 不会让你真正赚到便宜，token 输出少了，那就提价（当然可能算力真的更多吧）；而这一代的 Sol，"地球"罢了。