Databricks 实测:Opus 5.5 同任务成本降 20%,GPT-6 Luna 便宜 20 倍
pwendell · x · 2026-09-29
Databricks 工程师 pwendell 基于对 2400 名工程师的线上工作负载分析加离线评测,对比近两周发布的多款新模型:
- Opus 5.5 与 GPT-6 Luna 两个模型明显扩展了成本/质量帕累托前沿。
- Opus 5.5 是当前最高质量的中端模型:优于所有前代 Opus,也优于 GPT-6 Sol 和 GPT-5.6 Sol。
- 对比此前最省钱的 Opus 4.8(5.0 被评为「扑街」:成本高、质量提升微弱),Opus 5.5 同任务成本稳定下降 20%。Databricks 已将其推荐为编码场景的日常默认模型。
- GPT-6 Luna 极其便宜:在所有离线基准和线上观测中,每任务成本至少比 Opus 5.5 低 20 倍。
- Luna 能力意外地强:在一个最难的评测集上大致追平 Opus 4.6,而成本比当年 Opus 4.6 低 99.3%(该结论尚属初步)。
其生产配置用 Unity Gateway 在多模型间路由工作负载并追踪 agent 交互,harness 混合了 Omingent、Claude Code、Codex 和 Cursor。
所属事件:GPT-6.1 Sol 发布:Astra 级智能、价格约 1/5(32 条相关)→
「编程与Agent」频道最新
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16