实测丨GPT 6.1 Sol 硬刚 Sonnet 5.5：一个太老实，另一个精得很
雷峰网
·
·
科技
Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5，OpenAI 于 9 月 29 日推出 GPT 6.1 Sol。巧合的是，两款模型在 OpenRouter 上的 API 标价完全相同：每百万输入 Token 2 美元，输出 10 美元。 雷峰网两家公司给出的方向高度相似：把接近最高档模…
Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5，OpenAI 于 9 月 29 日推出 GPT 6.1 Sol。巧合的是，两款模型在 OpenRouter 上的 API 标价完全相同：每百万输入 Token 2 美元，输出 10 美元。 雷峰网两家公司给出的方向高度相似：把接近最高档模型的能力，压进更快、更便宜、适合 Agent 与专业工作的产品层。Sonnet 5.5 强调以更少步骤完成边界清晰的日常任务；GPT 6.1 Sol 则瞄准复杂编码、计算机操作和专业工作。我们把两款模型放进同一个工作台，通过同一个渠道商调用，要求模型连续完成 3D 密室开发、最新政策调查和诺奖化学科普三项任务。最终，GPT 6.1 Sol 花了 38.5 美元，Claude Sonnet 5.5 只用了 10.9 美元，相差约 3.5 倍。速度上的差异更有意思。开发 3D 密室时，Sol 用了 33 分钟，Sonnet 却花了 74 分钟；到了政策调查，情况完全反转，Sonnet 仅用 5 分钟就完成报告，Sol 则花了将近一小时。除了最终交付成果，我们还对比了端到端耗时、工具调用、原件归档、运行验证和实际账单。结果没有形成一条整齐的胜负线，GPT 6.1 Sol 在密室开发中更快，并在两项研究任务里建立了更深的证据链和发布闭环；Claude Sonnet 5.5 则以更短路径交付可用成果，两项研究任务均快出数倍，三项任务总成本也只有 Sol 的约 28%。这是一种典型的“锯齿状智能”：Sol 是一个愿意继续核验的深度工作狂，Sonnet 5.5 更像高效的日常先锋官。通过详细分析发现，模型只能决定能力上限，工具链、验证方式和停止策略才是决定我们最终得到什么，又为此付出多少的核心。这两款产品也折射出中段模型的行业位置正在上升：开始成为企业 AI 的主力执行层，承接大部分复杂而高频的生产任务。当模型能力满足使用门槛后，稳定交付和单位任务成本将比单项榜单领先更能决定模型的产业价值。本文选择近期发布的两款顶级模型来进行对比测试：分别来自 OpenAI 和 Anthropic 的 GPT 6.1 Sol 和 Claude Sonnet 5.5，我们使用 Claude Code Cli 作为测试平台，调用来自 OpenRouter 渠道商的两款模型分别完成三个复杂任务。两款模型均可搜索网页、读写文件、运行命令和调用浏览器。用 Three.js 做一个第一人称 3D 密室逃脱：3 个房间、6 个可交互物件。
硬约束：
1. 物件之间必须有【连锁依赖链】，不能是六个平行谜题：拿到 A 才能使用 B，B 与 C 组合才能开 D，D 打开才能进第 3 个房间…… 请把这条依赖链明确画出来给我看；
2. 每个物件点击都必须有明确反馈（有反馈，但还没到能用的时候，也要给出“为什么现在用不了”的提示，而不是静默无响应）；
3. 有一个“当前目标”提示，保证玩家不会被卡死；
4. 全流程 5 分钟内可通关；
5. 全部文件和中间文件都保存在当前文件夹下。
做完后：自己从头到尾走一遍通关流程，把每一步的操作和反馈写出来。
如果你自己都没通到关，直接告诉我卡在哪一步。
模型既要实现 3 个房间和 6 个物件，还要把它们串成依赖图；玩家乱点、提前点击、距离过远时都要获得反馈；最后模型还得亲自从头走到尾。首先是 6.1 Sol，做出的《余光 / AFTERLIGHT》有一套完整的复古值班室视觉：绿色墙裙、格纹地板、三维标牌、物品栏、声音开关和常驻目标提示都已经进入成品。六个物件被安排成两路汇合的依赖链：A 保险丝恢复 B 配电箱供电，C 门禁卡与供电状态共同解锁 D 终端，随后才能进入第三个房间取得 E 钥匙并打开 F 出口。GPT 6.1 Sol 构建的 3D 密室逃脱游戏体验过程不同于 Sol，Sonnet 5.5 采用灰色牢房和配电室风格，画面装饰较少，谜题链条依然完整。玩家需要先从床垫下取出螺丝刀，再拆通风口后拿到管理员钥匙；钥匙同时打开牢房门和书桌抽屉，抽屉里的门禁卡解锁工具柜并取得电池，最后由“门禁卡 + 电池”共同打开出口电子门。第三个房间尽头的光门只负责触发结算，没有被偷算进 6 个交互物件。Claude Sonnet 5.5 构建的 3D 密室逃脱游戏体验过程通过评测人员的感受来看，Sol 更像是交作业的流水账日记，Sonnet 则明显设置了玩密室的悬念感。Sol 的每一个步骤都被标记出来，同时，门禁卡的设计更像违背物理规律的悬空设计。反观 Sonnet，钥匙的质感和门上的钥匙孔都展现出一种真实感。本题专门考验时效信息与证据纪律，行政令、国际联合声明、出口规则和科研安全政策混在一起，很容易把政治措辞写成技术突破，也容易把一条搜索摘要扩写成既成事实。
原文出处：雷峰网
（本文由聚合程序自动采集，版权归原作者所有）
