Opus 5.5 对比 GPT-6 Sol：一份简报，两个模型

价格与使用权限

GPT-6 Sol 每百万输入 token $2、每百万输出 token $10；Claude Opus 5.5 是 $4 和 $20。在应用里，Sol 在付费套餐的 ChatGPT Work 和 Codex 中提供，Opus 5.5 在 claude.ai 的 Pro、Max、Team 和 Enterprise 套餐中提供。

两者都能读图，都用文字回答。两者都不在 Ciyo 中提供；Ciyo 的智能体提供的是 Ciyo Agent 和 GPT-6 Astra。

这份简报

Kettle & Crumb 是虚构的：一家社区面包店将在 10月3日（星期六）推出售价 $9 的南瓜黑麦酸种面包，共 60 个，预订在星期四截止。简报要求写一份创意简报、三条不含任何文字的 4:5 图像提示词和一段配文，并要求模型列出自己的猜测。

你正在为一家小型社区面包店策划一条 Instagram 帖子。只使用下面的事实。如果你需要事实里没有的信息，请把它写进一个名为「假设」的列表，不要把它当作事实来陈述。

事实：
- 面包店：Kettle & Crumb，14 Alder Street
- 新品：南瓜黑麦酸种面包，10月3日（星期六）上市
- 价格：每个 $9
- 上市当天只有 60 个
- 预订于 10月1日（星期四）截止，通过我们主页简介里的链接预订
- 不打折，不配送
- 受众：已经在 Instagram 上关注我们、住在附近的人

请给我三样东西：
1. 一份不超过 80 词的创意简报。
2. 三条不同的图像提示词，用于一张 4:5 的照片。图片中不得出现任何文字、字母或标志。
3. 一段不超过 60 词的配文。

Sol：正确而平实

Sol 用 15 秒作答，没有错误，也没有编造细节。它的提示词刻意写得很简：素净台面上的一个面包、外皮的特写、一个低机位的四分之三视角。它指出简报没有给出面包的外观，所以它也没有去描述。

Opus：慢一些，但具体

Opus 用了大约一分钟。它开头列出五条假设，其中包括面包芯可能因为南瓜而带点橙色，并提醒店主在生成图片之前先核对面包的真实外观。随后它的提示词用上了这些假设：切开的一片、背景里的南瓜、温暖的侧光、面包师沾着面粉的双手。

图片

我们把每个模型的第一条提示词用相同的设置贴进 Ciyo 的图像生成器：GPT Image 2.5 Flare，4:5，1K，每张 2 点额度。Sol 的提示词生成了灰色台面上一个干净、未切开的面包——准确，但千篇一律。Opus 的提示词生成了一个切开的面包，带着泛色的面包芯、一片切片和一个南瓜——更吸引人，但建立在店主需要确认的猜测之上。

两者都没有错。Sol 的图片放在任何酸种面包的帖子里都不会出问题；如果面包芯真的是橙色的，Opus 的图片更能卖好这款面包。

第二项任务：核对一张图表

我们还让两者核对一张图表幻灯片，我们事先改动了其中一个标签。两者都发现了。在未改动的幻灯片上，Opus 报告没有不一致，并给出了它读数的精度；Sol 则把一个 3 个单位的差异标记为不一致。完整的测试另有专文。

• Opus 5.5 能发现 AI 图表上的错误数字吗？
• GPT-6 Sol 还是 Astra？

发布当天其他人的发现

早期的并排对比帖比的是代码，而不是创意工作。它们可以作为风向参考，但不能作为简报方面的证据。