GPT 6.1 Sol对比Claude Sonnet 5.5：3项任务实测，成本差3.5倍
同样的模型调用单价，为什么一次 Agent 任务的实际成本相差 3.5 倍？
Claude Sonnet 5.5，隔天 9 月 29 日 OpenAI 拿出 GPT 6.1 Sol。巧的是，这两款模型在 OpenRouter 上的 API 定价一模一样：输入每百万 Token 2 美元，输出 10 美元。
GPT 6.1 Sol 盯的是复杂编码、计算机操作和专业工作。
对比实测：3 道真实任务检验两款模型
测试任务 1: 3D 密室游戏开发
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：
第 1 条，物件之间得能一环扣一环地串起来，不能做成六个各玩各的谜题：先拿到 A，B 才用得了；B 和 C 凑到一起，D 才开得了；D 开了，第 3 个房间才进得去…… 麻烦把这条依赖关系画清楚给我看；
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。
测试任务 2：最新政策调查
请基于美国行政令 14434、《京都愿景》及相关一手资料，完成一篇面向中国技术从业者的调查报告：
1. 说明“AI 改名 SI”在法律、技术和产业层面分别改变了什么、没有改变什么；
2. 建立“说法—原始证据—可信度—可能误读”表格；
3. 分析它对中国 AI 企业、开源社区和科研合作可能产生的三项实际影响；
4. 列出五个可能出现但不准确的中文标题，并逐一纠正；
5. 所有时效性事实必须附来源，不得把政策措辞当成技术突破。
测试任务 3: 诺奖化学科普
请阅读诺贝尔奖官方 2026 年化学奖的公告及科普材料（材料需要自行获取），完成以下交付：
1. 用普通读者能理解的方式解释手性、对映异构体、非线性效应和不对称自催化
2. 解释 Kagan 与 Soai 的贡献分别解决了哪一步问题，不能混为一谈
3. 制作一个单文件 HTML 互动演示，展示微小初始偏差如何在自催化过程中被放大
4. 明确说明互动演示是教学模型，而非对 Soai 反应的精确动力学复现
5. 输出一份五页演示文稿提纲，并核查所有数字、年份和药物相关表述。
同价不同账单：速度、成本为何三次反转？
下一站，谁能把任务交到终点？
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
