同一天，两家公司都在告诉开发者一件事：
更强已经不够了，下一轮模型战争要开始比“完成同一个任务到底花多少钱”。
9 月 22 日，Anthropic 推出 Claude Opus 5.5。官方称，它在多数工作上的能力接近 Claude Fable 5.1，同时典型工作负载相较 Opus 5 可降低约 40% 的运行成本。
几乎同一时间，OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna，把 GPT-6 系列能力向更低成本档位下放。
表面上，这是又一次模型发布撞车。但如果你正在使用 Claude Code、Codex、Coding Agent，或者每天都在大量烧 API，这次真正应该看的已经不是 Benchmark 第一名是谁。
以前大家比谁最聪明，现在开始比谁能用更低成本真正把任务做完。
Opus 5.5：降的不只是 Token 单价
Claude Opus 5.5 的 API 定价是：
- 输入：$4 / 1M tokens
- 输出：$20 / 1M tokens
相比 Opus 5，标价下降约 20%。但 Anthropic 强调的是：在典型工作负载下，实际运行成本可以降低约 40%。
因为 Agent 真正的成本不是简单的 Token 单价，而是：
模型价格 × Token 消耗 × 工具调用 × 重试次数 + 人工返工
如果模型少绕一次路、少改坏一次代码、少跑两轮测试，最终任务成本可能下降得更多。
OpenAI：把 Sol 压到 $2 / $10
GPT-6 Sol 的 API 定价为：
- 输入：$2 / 1M tokens
- 输出：$10 / 1M tokens
GPT-6 Luna 更低：
- 输入：$0.10 / 1M tokens
- 输出：$0.50 / 1M tokens
这时候 GPT-6 产品线的打法已经很清楚：
简单任务 → Luna
普通复杂任务 / 日常 Agent → Sol
真正困难任务 → Astra
为什么不能只看 Benchmark？
真正让 Coding Agent 连续跑一天，更重要的是：
- 第一次有没有理解对需求；
- 会不会把正常代码改坏；
- 工具调用是否稳定；
- 报错以后能不能自己恢复；
- 长任务会不会忘记约束；
- 最终需要多少人工修改；
- 完成一次任务总共烧掉多少 Token。
以后更应该关注：
Cost per completed task——每成功完成一个任务的真实成本。
一个模型便宜 50%，但同一个任务需要跑三遍，它未必便宜。
现在该不该换模型？
不要看到新模型就全量切换。
从自己的真实任务中抽 30–100 个：
Claude Opus 5.5 vs GPT-6 Sol vs 当前生产模型
记录：
- 一次成功率
- 总 Token
- 完成时间
- 重试次数
- 人工介入时间
最后计算：
真实任务成本 = API 成本 + 失败重试 + 人工返工
这个结果比网上任何排行榜更适合决定默认模型。
结论
这轮发布最值得记住的，不是谁暂时坐上第一，而是 Anthropic 和 OpenAI 都开始把“更便宜”摆到核心位置。
过去前沿 AI 的故事是“我比上一代聪明多少”。
现在正在变成：
我能不能用更少的钱把同一件事做完。
Agent 时代真正的模型价格战，才刚开始。
