Opus 5.5 對 GPT-6 Sol：一份需求，兩個模型

價格與使用管道

GPT-6 Sol 每百萬輸入 token $2、每百萬輸出 token $10；Claude Opus 5.5 則是 $4 與 $20。在應用程式裡，Sol 在付費方案的 ChatGPT Work 與 Codex 中，Opus 5.5 則在 claude.ai 的 Pro、Max、Team 與 Enterprise 方案中。

兩者都能讀取影像，並以文字回答。兩者在 Ciyo 裡都無法使用；Ciyo 的 Agent 提供 Ciyo Agent 與 GPT-6 Astra。

這份需求

Kettle & Crumb 是虛構的：一家社區麵包店在 10 月 3 日星期六推出每條 $9 的南瓜裸麥酸種麵包，共 60 條，預購在星期四截止。需求要一份創意簡報、三段不含文字的 4:5 影像提示詞和一則貼文文案，並要模型列出它的猜測。

你正在為一家小型社區麵包店規劃一則 Instagram 貼文。只能使用下面的事實。如果你需要事實裡沒有的東西，請把它寫進一份名為「假設」的清單，而不要把它當成事實陳述。

事實：
- 麵包店：Kettle & Crumb，14 Alder Street
- 新產品：南瓜裸麥酸種麵包，10 月 3 日星期六上市
- 價格：每條 $9
- 上市當天只有 60 條
- 預購於 10 月 1 日星期四截止，透過我們個人簡介裡的連結
- 不打折，不外送
- 受眾：已經在 Instagram 上追蹤我們、住在附近的人

請給我三樣東西：
1. 一份不超過 80 字的創意簡報。
2. 三段不同的影像提示詞，用於一張 4:5 的照片。影像中不得出現任何文字、字母或標誌。
3. 一則不超過 60 字的貼文文案。

Sol：正確而樸素

Sol 在 15 秒內回答，沒有錯誤，也沒有捏造的細節。它的提示詞刻意寫得很簡略：素面檯面上的一條麵包、外殼的特寫、一個低角度的四分之三視角。它註明需求沒有給出麵包的外觀，所以它也就沒有描述。

Opus：較慢而具體

Opus 花了大約一分鐘。它開頭列出五個假設，其中包括內部組織可能因南瓜而帶橘色調，並提醒老闆在生成圖片之前先核對麵包的真實外觀。接著它的提示詞就用上了這些假設：切開的一片、背景裡的一顆南瓜、溫暖的側光、麵包師傅沾滿麵粉的雙手。

兩張圖

我們把每個模型的第一段提示詞貼進 Ciyo 的影像生成器，設定相同：GPT Image 2.5 Flare，4:5，1K，每張 2 點。Sol 的提示詞做出一條灰色檯面上、乾淨未切開的麵包——準確但普通。Opus 的做出一條切開的麵包，帶色調的內部組織、一片切片和一顆南瓜——更吸引人，但建立在老闆必須確認的猜測上。

兩者都沒有錯。Sol 的圖用在任何酸種麵包上都能放心發布；如果內部組織真的是橘色的，Opus 的圖更能把這條麵包賣出去。

第二項任務：核對一張圖表

我們也請兩者核對一張圖表投影片，我們在上面改動了一個標籤。兩者都抓到了。在未經改動的投影片上，Opus 回報沒有不符之處，並說明了它的判讀精度；Sol 則把三個單位的差距標記為不符。完整的測試另有專文。

• Opus 5.5 能抓出 AI 圖表上的錯誤數字嗎？
• GPT-6 Sol 還是 Astra？

其他人在發布當天的發現

早期的並排比較貼文比的是程式碼，而不是創意工作。它們可以當作風向參考，不能當作創意簡報的證據。