Terminal-Bench 4.0 算账:GPT-6.1 Sol 以约 1/8 成本逼近 Opus 5.5
LeadershipNo2904 · reddit · 2026-11-13
作者用 Terminal-Bench 4.0 官方成绩对比前沿编码模型的每美元表现:
- Claude Opus 5.5:成功率 65.8%,基准执行成本约 $4,700
- GPT-6 Astra:60.3%,约 $3,300
- GPT-6.1 Sol:60.9%,约 $600
要点:Opus 5.5 成功率最高但比 GPT-6 Astra 贵约 42%;GPT-6.1 Sol 以约 7.8 倍的成本差距拿到接近的成功率。订阅侧,Claude Max($100)为 5 倍 Pro 用量、Ultra($200)为 10 倍,OpenAI Codex 的用量倍数未公开。
作者结论:跑分智能与订阅性价比是两回事,「每成功任务成本」应与成功率同等重要。
「模型」频道最新
- Claude 短暂宕机后已恢复，作者确认服务正常 — Salmaaboukarr · 2026-11-13
- 谷歌或放弃显式缓存：Gemini 4 与新版 API 均不支持 — danson729 · 2026-11-13
- 一个 Prompt 生成 2200 行球鞋网站，ERNIE 5.5 Flash 4 分 53 秒完成 — Div_pradeep · 2026-11-13
- 综合榜单以文本为主,DeepSeek 等视觉能力难体现 — TwoBlueFools · 2026-11-13
- OpenAI 千页 Yang-Mills 证明遭专家首次评估:尚未完全过关 — mishig25 · 2026-11-13
- HF 员工推荐 basal-2.0-mini:基于 Bielik 1.5B 的决策微调模型 — lhoestq · 2026-11-13