今天凌晨，OpenAI 与 Anthropic 再次同步发布，一口气推出了三款新模型。

Claude 方面升级了 Opus 5.5，这次罕见地直接跳过多版，从版本号上看，更新幅度应该不小。

接下来，我会分享这两款模型在实际使用中的差异，以及产品工作和日常任务中如何选择模型和推理等级。

OpenAI 这次推出了 GPT-6 Sol 和 Luna，至此，GPT-6 系列已集齐 Astra、Sol、Luna 三款产品。

这里需要说明，Sol 并非 GPT-6 系列中最强的，Astra 目前仍是旗舰。

此外，GPT-6 Sol 的 API 价格是每百万 Token 输入 2 美元、输出 10 美元，相比上一代的促销价直接腰斩。

GPT-6 的整体价格比 GPT-5.6 便宜了一半，但缓存方面似乎没有明显变化。

无论如何，仍在使用 5.6 的用户可以直接升级到 6，Codex 客户端现已支持，5.6 全系建议停止使用。

Sol 沿用了 Astra 的新训练方法，在编程、操作电脑和跨软件执行任务方面的成本效率均有改善。

关于模型的技术进步、参数和顶尖评测数据，我就不赘述了，毕竟与普通人日常使用关系不大，我只聚焦于实用建议。

先谈一个问题。

你每天让 AI 写文档、做产品、分析数据，真的需要一直开最贵的选项吗？

显然，没必要。

不过，单价便宜的模型，用起来可能反而更费钱。

OpenAI 的内部事实测试显示，其犯错数量大约减少了一半，但这并不意味着回答可以免于核查。

GPT-6 Luna 更便宜，每百万 Token 输入 0.1 美元、输出 0.5 美元，即开头提到的价格。

它适合范围明确、需要反复执行的任务。

例如，按已有规则分类资料、提取订单字段、整理内容标签，这类每天可能运行几百上千次的工作，单次成本至关重要。

Astra 仍负责更复杂的分析、规划和任务，Sol 处理日常工作，Luna 负责高频处理。

以我为例，如果需要参考多项因素进行产品规划，我会直接使用 GPT-6 Astra 并将推理等级设为中等。

注意，这类工作设中等就够了，没必要用到高或超高，毕竟不是搞科研。

如果只是分析公众号的日常数据，我现在用 GPT-6 Sol 并设到中或高也足够，设高主要是为了从数据中挖掘深度洞察。

至于每日信息日报或定时任务，直接挂到 GPT-6 Luna 并将推理等级设为中即可，不必顶格。

关于我在 Codex 中的 AI 工作流所用模型和推理等级，之前《给你们看下我的账单》里提过，但当时还未发布 Sol 和 Luna，现在我已全部升级。

这样一来，你的额度一定够用，该省则省该花则花，token 才能不焦虑。

但实际上，我发现很多人不会区分任务类型，什么都是顶格开，那一个月 100 美金的 ChatGPT 会员 20x 也扛不住。

再说 Claude 这边，这次更新的是 Opus 5.5。

它重点加强了编程和专业工作，也调整了表达方式，减少绕弯和不必要的解释。

Anthropic 公布的输出速度，比 Opus 5 快了 30% 以上。

而且根据 A 厂自己发布的对比，Opus 5.5 在很多方面强于 O 厂的 GPT-6 系列。

价格方面。

Opus 5.5 每百万 Token 输入 4 美元、输出 20 美元，单价降了 20%。

缓存读取降到 0.2 美元，即相同资料被缓存后，再次读取会更便宜。

官方对典型任务的测算是，默认设置下总成本下降约 40%。

注意，20% 是单价降幅，40% 是特定任务下的成本估算，并非每次都能省这么多。

以上也是 API 调用价格，不代表 ChatGPT 和 Claude 的订阅费同步减半。

不过话说回来，在内容文案创作类工作中，我觉得 Opus 系列模型仍略强于 GPT 系列，更多体现在自然感、活人感以及字里行间的过渡感。

我试了下用 Opus 5.5 和 GPT-6 写同一主题的内容，前者表现略好，但后者也不差。

但没办法，A 厂对国内并不友好，各种封号就不说了，现在基本只能通过中转站调用 API。

该说不说，我觉得 A 厂的模型做得不错，虽然我并不喜欢这家公司。

想试 Sol 和 Luna，目前可以去 Codex 或 ChatGPT Work 找，发布时还未进入普通 Chat 对话。

再说一个点，我觉得选模型不能只看价格表。

比如一个模型便宜，却反复理解错需求，你来回纠正十几次，最后还得自己重做。

贵一点的模型一次做对，算上你的时间，反而更划算。

而且，得把模型选择放到真实场景里去看。

比如，你负责一个电商产品，最近结算转化率下降了，业务方让你赶紧改版。

这个阶段，我会倾向于用 Astra，先从中等推理开始。

把转化数据、用户访谈、版本变更和业务限制交给它，让它区分已知事实、可能原因和还需验证的假设。

用户究竟卡在运费、支付，还是根本没看懂优惠？问题没弄清楚，直接让 AI 画一个新结算页，很容易做出漂亮但没用的方案。

需求确认后，交互路径、页面状态和验收标准都明确了，可以换 Sol 做 PRD、可交互原型和测试用例。

需要进一步写代码、调整前端和调试时，Opus 5.5 也值得拿同一份需求试一下。比较的是能不能跑、细节有没有漏，以及要返工几次。

数据分析也是类似的。

清洗表格、去重、计算转化率和画图，可以先用 Sol。让它写代码实际计算，保留公式、筛选条件和结果，方便你检查。

但如果你问的是「这次下降到底是不是改版造成的」，就需要进一步分析新老用户、流量来源、活动变化和统计口径，复杂时再用 Astra。

换一个更强的模型，也不能凭空补出缺失的证据。没有对照和验证，相关性依然不能直接当成因果。

再说内容创作。

观点和素材已明确，写一篇短文、改标题、调整表达，我会先选 GPT-6 Sol 中等推理。

如果要读多篇资料，判断其中的分歧，再写一篇有自己观点的长文，我会选 Astra 中等推理。

材料越复杂、事实越有争议，越值得提高推理等级。

Opus 5.5 可作为文字表达的另一个候选，拿同样的素材和样稿各写一版，看哪一版更接近你的口吻、事实更准确、需要你改的地方更少。

像我写文章，就要给它自己的原稿、亲改记录和产品方法。只告诉它「像真人一点」，它并不知道这个真人是谁。

图片设计我觉得要单独说，因为这里特别容易混淆。

这些模型可以帮你想创意、写设计要求、用代码做页面，但做封面和海报时，还要看实际调用的生图模型。

比如 GPT Image 2.5，Flare 更偏速度，Sunburst 更偏质量和精细修改。

先试构图可以考虑前者，对商品、人物和局部修改要求更高，再试后者。

让它给商品换个背景，结果连商品样子都改了，那这张图再漂亮也不能用。做设计的读者应该很容易理解这种区别。

这是我平时给副业做视频封面的效果，抠图、打光、背景、文字，都是 AI 做的。

这是原图实拍，就是用下面实拍的给 AI，然后它会根据我的要求和 Skill 做出上面的效果。

还有一点要跟你们说。

如果在同一个地方连续失败，先检查资料和要求有没有缺失。信息给全了还做不出来，就换更强的模型，别一直让它原地重试。

你可以拿手头三个真实任务做一次对比，比如一份产品方案、一张数据表、一篇文章。

给不同模型相同的资料和要求，记录完成时间、错误、修改次数和费用。

最终，留下那个能稳定交付的组合。

我现在带 AI 员工做事，始终要自己判断什么算做对了。

模型越便宜，越容易让人觉得多跑几次没关系。但如果任务定义错了，它只是用更低的价格，帮你做了更多没用的工作。

以上这些建议，希望对你们有用。

要用好 AI，拼的不是谁用的模型最强，也不是谁的会员等级更高，更不是谁消耗的 token 最多。

在我看来，这里面依旧是人的差异。

人的方法、惊艳、直觉、审美，直接决定了 AI 在你手上是神器还是工具。

人的价值，依旧很大。

本文来自微信公众号 “唐韧”（ID：RyanTang007），作者：唐韧，36氪经授权发布。在九游娱乐平台上，也能看到类似的技术应用案例，值得关注。