2026.09.24 | AC | LLM | Opus 5.5 vs GPT-6 Sol/Luna Pricing

原标题：Anthropic向上打性价比, OpenAI向下卷低价API ——Opus 5.5与GPT-6 Sol_Luna重构成本格局，直击GLM与DeepSeek价格带

#llm

AceCamp · 2026-09-24 · article 70567457

摘要

Opus 5.5与GPT-6 Sol/Luna同日发布，各推理档位的AA综合分与每任务费用对照，并纳入GLM、DeepSeek，比较不同预算下的选择
单价降两成、缓存降六成而max档账单未降的机制: 推理token用量, 缓存口径, 以及官方40%降幅对应的档位
GPT-6 Sol/Luna费用下降47%-61%伴随的编程, 交付与知识测试变化, 以及分任务选型与换模型的算账口径

Opus 5.5提高了复杂任务的能力，也降低了达到相近综合成绩所需的费用。GPT-6 Sol和GPT-6 Luna的综合成绩分别接近GPT-5.6 Sol和GPT-5.6 Luna，AA测得的任务费用则下降约47%和61%。 Anthropic让接近旗舰的综合表现更便宜，OpenAI则让Sol和Luna在低成本API市场更有竞争力。

先理清型号。Anthropic在9月22日发布Opus 5.5，直接比较的型号是Opus 5；Fable 5.1仍是价格更高、面向高难推理和长时间运行任务的另一款模型。OpenAI也在9月22日推出GPT-6 Sol和GPT-6 Luna，只比Opus 5.5晚1小时，补齐了此前发布的GPT-6 Astra之下的档位；产品分工是：GPT-6 Astra负责最难的工作，GPT-6 Sol侧重复杂编程和连续调用工具，GPT-6 Luna侧重摘要、抽取、分类等明确而重复的任务。

同一款模型还可以设置推理强度：medium、high、xhigh、max依次增加推理投入，通常也增加时间和token消耗。下面把型号与推理设置一起比较。

本文采用AA的API测试数据，由评测程序直接指定型号和推理档位，费用按token消耗计算；订阅套餐的界面选项和收费方式可能不同。表中的GPT-6 Astra max是API档位；Work里的Ultra还能自动调用多个子代理并行工作，实际完成能力可能高于表中读数，但按订阅计费，不在本文的费用比较范围。

Opus 5.5提升了能力，GPT-6 Sol和GPT-6 Luna明显降低了费用

先比较这次发布的型号和各自直接接替的型号。AA综合指数汇总多种测试，用来观察整体表现。

资料来源：Artificial Analysis

Opus 5.5的一个重要进步，是不必每次都用max。Opus 5.5 medium已经拿到51分，与Opus 5 max的取整综合分相同，平均任务费用却从$5.86降至$1.34，低约77%。

Opus 5.5 high综合分接近GPT-6 Astra max，费用低约44%

跨厂商比较时，可以把不同推理设置放到同一张表里：配对不必要求两边档位同名，该比的是分数和费用接近的配置——比如Opus 5.5 high对GPT-6 Astra max。

下面按综合分排列几组有代表性的配置，并加入GLM、DeepSeek，比较不同预算下的选择：

资料来源：Artificial Analysis；GLM、DeepSeek于9月24日核对，DeepSeek采用高峰价格

这张表能帮助用户缩小选择范围：

要求接近旗舰综合表现，Opus 5.5 high值得优先比较。 它与GPT-6 Astra max的综合分接近，平均费用低约44%；相对Fable 5.1 max，平均费用低约76%。这已经对Fable 5.1在一般复杂任务上的溢价形成压力。
预算在每项AA测试约$1附近，Opus 5.5 medium与GPT-6 Sol max应直接比较。 Opus 5.5 medium的费用多约26%，综合分高3分。
费用需要进一步降低时，可以比较GPT-6 Sol high与Opus 5.5 low。 两者综合分接近，GPT-6 Sol high的平均费用低约33%。GPT-6 Luna的费用更低，可从摘要、抽取等明确任务开始试用。

Sol对GLM旗舰形成了直接压力，但GLM-5.3-Flash仍值得比较。 Sol max的综合分比GLM-5.3 max高3分，平均任务费用低约47%。不过，把预算降到每项AA任务约$0.25，GLM-5.3-Flash拿到42分，Sol medium为40分。GLM不同型号的竞争力差别很大，不能只比较旗舰，就判断整个产品线失去了价格优势。

Luna明显压低了接近DeepSeek综合表现所需的费用。 Luna max为37分、每任务$0.07；DeepSeek V4.1 Flash max为39分、$0.27，V4 Pro 0813 max为36分、$0.67。对综合表现已经够用的任务，Luna的节省很明显。DeepSeek的优势则包括非高峰半价：按相同token消耗估算，V4.1 Flash max每任务费用可降至约$0.135，低于Sol medium的$0.25。能够安排执行时间的批量任务，仍有理由考虑DeepSeek。

Opus 5.5的文档测试领先，GPT-6 Astra的长PDF测试得分更高

同样是“处理文档”，工作也可能很不一样：根据多份文件交出一份分析报告，与从长PDF中找到全部证据并完成专业任务，需要的能力并不完全相同。GDPval-AA侧重实际工作成果；AA-Briefcase侧重读材料、分析并交付；GDP.pdf侧重读取长PDF完成专业任务。AutomationBench则看模型能否跨应用做完销售、财务、人事等业务流程。

AutomationBench采用全部目标完成且没有违规的Tasks Completed（即一次成功率）。

资料来源：Artificial Analysis

对复杂报告、材料分析等工作，Opus 5.5是值得重点考察的选择：它在前两项测试中明显超过Opus 5、Fable 5.1和GPT-6 Astra。对跨应用自动化，Opus 5.5与GPT-6 Astra的完整完成率接近；对长PDF专业任务，GPT-6 Astra的读数更高。综合榜单可以筛选候选，对应工作的成绩决定哪些候选更值得试。

在文档交付测试中，GPT-6 Sol和GPT-6 Luna的GDPval-AA分别从1588降至1487、从1443降至1367。AA观察到部分交付遗漏要求、展示质量下降。

GPT-6 Sol编程进步、答题更保守，GPT-6 Luna编程退步

编程也要单独看。在AA的Codex编码代理测试中，GPT-6 Sol为57分，GPT-5.6 Sol为55分；GPT-6 Luna为41分，GPT-5.6 Luna为43分。

AA-Omniscience知识测试里，“少答错”和“多答对”也要分开理解。按每100道题折算，GPT-5.6 Sol约回答99道、完全答对59道；GPT-6 Sol约回答83道、完全答对54道。

作答率是已作答题目占全部题目的比例，准确率是完全答对题目占全部题目的比例：GPT-6 Sol更愿意承认不知道，但留下的补查工作也更多。

这些退步不影响GPT-6 Sol和GPT-6 Luna的费用优势，但说明降档省钱是有取舍的：换模型前，要用自己的任务复测一遍。

Opus 5.5 max增加的token消耗，几乎抵消了降价

为什么Opus 5.5的输入、输出单价都降了20%，缓存读取单价甚至降了60%，max的任务费用却没怎么降？

因为账单同时取决于单价和token消耗。AA测得，max设置下，每项任务的输出token从Opus 5的约7.3万增至Opus

5的11.9万，其中推理token从约4.3万增至8.4万。输出token既包括呈现给用户的回答，也包括模型的推理；最终回答看起来差不多长，消耗仍可能增加。

缓存折扣只影响其中一部分费用。比如连续分析同一份长报告，每轮请求都会带上相同材料和部分历史对话。这些重复内容命中缓存后，可以复用处理结果，按较低价格读取；本轮新生成的推理和回答，仍然按输出价格计费。 因而缓存读取便宜60%，不等于整张账单便宜60%。

资料来源：Artificial Analysis

![表格 4 按AA的价格拆分，均对应max；每任务费用；相比上一步 Opus 5的实际用量与价格；$5.86；比较起点 Opus 5.5的用量，仍按Opus 5的价格计费；$10.51；用量变化增加$4.65 基础价格下降20%；$8.41；节省$2.10 缓存读取进一步降价，得到Opus

5实际费用；$5.98；再节省$2.43](

"表格 4")

资料来源：Artificial Analysis

中间两步按Opus 5.5的用量、分别套用不同价格计算。缓存额外节省的$2.43，是在基础价格先下降20%之后得到的。

在AA的max测试中，用量变化多花$4.65，降价省下$4.53，最后多花$0.12。 Anthropic所说的“典型任务费用降低40%”，对应默认medium设置和厂商的典型工作。

在max设置下，GPT-5.6 Sol到GPT-6 Sol的输出token消耗由约2.9万增至3.1万；GPT-5.6 Luna到GPT-6 Luna则由4.1万增至5.1万。AA观察到的费用下降主要来自单价下调。

Anthropic降低获得旗舰水平表现的费用，OpenAI开始直接参与中国模型擅长的低成本API竞争

资料来源：厂商发布资料、Artificial Analysis

这也让Fable 5.1的处境最被动：每任务费用最高，综合分与GPT-6 Astra max持平，四项具体测试没有一项领先。它需要在用户自己的任务上实测出明显优势，才能证明继续保留合理。

OpenAI的安排则让模型选择更接近工作分工。例如，在抽取结果已经稳定达标的资料处理流程中，可以先用GPT-6 Luna抽取字段，再把需要复杂推理的部分交给GPT-6 Sol或GPT-6 Astra，把较贵的模型留给更难的环节。缓存诊断和长任务运行支持，用于帮助用户控制持续调用的费用、减少长任务的管理工作。

换模型时，最后一笔账要按同一批任务来算：全部模型调用费用，包括失败、重试和后备模型调用，除以最终合格交付的原始任务数。 人工检查、修改时间另记。

目前可用的选择已经比较清楚：复杂文档重点比较Opus 5.5，跨应用自动化同时保留GPT-6 Astra，成本敏感的编程任务考察GPT-6 Sol，明确而重复的任务从GPT-6 Luna等低费用配置开始验证。成本敏感的API任务，还应比较GLM-5.3-Flash；可安排在非高峰运行的任务，也可考虑DeepSeek V4.1 Flash。