实测新模型：Opus 5.5 性能追平 Fable 5.1 而成本仅三分之二
PawelHuryn · x · 2026-10-07
Paweł Huryn 不信任公开基准，用自建 Bug Hunt Benchmark（2 个真实仓库、105 个 2026 年初前沿模型漏掉的 bug）实测 Opus 5.5、Sonnet 5.5、GPT-6.1 Sol，结论：
- Opus 5.5 显著强于 Opus 5，几乎追平 Fable 5.1（41.7 vs 43），成本仅其三分之二（$58.53 vs $87.18）；除非预算无限，建议弃用 Fable 5.1
- Sonnet 5.5 输入/输出价是 Opus 5.5 一半（$2/$10 vs $4/$20 每 MTok），但长 agent 会话成本大头是缓存读取，两者同为 $0.20/MTok，差价被抹平
- Sonnet 5.5 (max) 意外登顶（51.3/105），靠跑 1,497 步
- GPT-6.1 Sol 略强于上代，复杂任务上便宜逾 10 倍：输入输出减半、缓存读便宜 4 倍（OpenAI 称 95% 折扣，可能临时）；成本差主要来自轮数（485 vs 200 步）
- 发布当天 GPT-6.1 Sol 比 Opus 5.5 慢近一倍，OpenAI 的 Tibo 称数小时内提速
全部数据与测量免费公开。
所属事件:自建Bug Hunt基准实测新模型:Sonnet 5.5夺魁(3 条相关)→
「编程与Agent」频道最新
- Java Vector API 实战：JDK 16 起可直接写 SIMD 榨干单核性能 — lemire · 2026-10-07
- 有人真用 AI agent 全自动投简历、联系招聘官吗？求真实体验 — haseeb_heaven · 2026-10-07
- 14 年老程序员：真正的红线是把整个代码库交给 agent — erwinalp5 · 2026-10-07
- 开源 LLM 20 分钟搞定 Tuya 固件逆向改写,绕过 Claude 安全拦截 — ngxson · 2026-10-07
- Reddit 热议:上下文管理、动态路由、提示缓存三大降本法怎么选 — Extension_Lake4065 · 2026-10-07
- 「表亲军团」：开源 Claude agent 框架让 AI 跨会话记住自己是谁 — bomba_____ · 2026-10-07