Anthropic 与 OpenAI 再度同日对狙，Claude Opus 5.5 与 GPT-6 Sol 正面交锋。本文用 5 个实测案例，从 SVG 绘图、文案写作到 3D 城市生成、电脑操作与复刻 Cursor，全程无人工干预，直观呈现两大模型在能力、速度与成本上的真实差距。

刚刚，Anthropic 发布了 Claude Opus 5.5，号称在大多数任务上都能打平自家最强的 Fable 5.1，运行成本却比上一代 Opus 5 还低 40%！

TNND，上周 A ÷ 不是还在呼吁 AI 前沿发展要 放缓节奏 么？

明明距离上次 Claude Opus 5 的发布才过了 2 个月，官方还真有脸说「这是呼吁放缓之后发布的第一个模型」？？

意思是如果不放缓，Claude Opus 55 都出来了？？？

然后不到 2 小时，OpenAI 也发布了 GPT-6 Sol，号称继承了 GPT-6 Astra 的大部分优势，API 价格却比 GPT-5.6 直接砍了一半！

每百万 token 输入 2 刀、输出 10 刀，正好是 Opus 5.5 的一半。

历史似曾相识，两大顶级 AI 公司再次上演中门对狙……

这次我已经不想花时间科普跑分了，直接放一张我《AI 大模型世界网站》的对比图，大家自己看着玩就好：

简单来说，Opus 5.5 的智能程度直接冲到了第一名，GPT-6 Sol 只比上一代 GPT-5.6 Sol 多了 1 分。

要看大模型的效果，别看跑分，看鱼皮实测就得了~

这次我准备了 5 个案例，Claude Opus 5.5 在 Cursor 里跑，GPT-6 Sol 在 Codex 里跑，推理强度都开到 high，两边使用相同的提示词，全程我不会人工干预。

1. 用 SVG 画熊猫骑车送外卖
2. 300 字科普大模型
3. 3D 重庆城市生成器
4. 操作电脑画 Q 版鲸鱼娘
5. 复刻 Cursor

1、SVG 画熊猫骑车

AI 圈有个经典测试叫「鹈鹕骑自行车」，是开发者 Simon Willison 发明的。他让 AI 直接写 SVG 代码画一只骑自行车的鹈鹕，不许看效果，车架怎么连、脚怎么踩踏板，全靠 AI 在脑子里算坐标。

不过这道题实在太出名了，Simon 这次贴出来的推理过程里，Opus 5.5 开口第一句就是「这是一个经典的测试请求」，AI 一眼就认出来了……

所以我换了个题目，让 AI 画一只骑着自行车送外卖的大熊猫，同样只许写代码，不许打开看效果。

两个模型都在 3 分钟内交卷了，左边是 Opus 5.5，右边是 GPT-6 Sol：

Opus 5.5 这张的完成度明显更高。牙盘、链条、脚踏板都画出来了，熊猫的脚踩在踏板上，手握着车把，车把上还挂了一杯奶茶。

它还自己加了车灯、「叮咚～外卖到啦！」的对话气泡和城市背景。而且这张 SVG 是会动的，轮子在转，链条也在走！

再看看右边，这什么玩意？！我真的绷不住了……

这一轮 Opus 5.5 完胜。

2、300 字科普文案

这次 Anthropic 官方特别强调 Opus 5.5 写东西更像人话，我还是有点期待的。

那接下来，让两个 AI 比一比写作能力和文字功底。

我让两个模型用 300 字左右，给一个完全不懂技术的朋友讲清楚什么是大语言模型，要求说人话、不要书面腔，也不许加标题和列表。

两篇我先隐去模型名，你可以猜猜哪篇是 Opus 5.5 写的？

A 篇

你可以把大语言模型想成一个读过海量文字、很会接话的助手。它看过书、网页和各种对话，从中学会了人们通常怎么提问、怎么回答，哪些话放在一起比较合理。你发给它一句话，它就根据你前面说的内容，一点点组织出回复。所以它能帮你解释问题、改写邮件、想点子，甚至陪你练习外语。

不过，它不是脑子里装着一本随时翻开的百科全书，也不像人一样亲身经历过这些事。它说得顺，不代表一定说得对；有时会把不确定的事讲得很肯定，甚至编出听起来像真的细节。遇到看病、花钱、签合同这类重要的事，最好再找可靠的人或资料核实。简单说，它像一个反应很快的文字搭档：能帮你起步、理清思路，但最后拍板的还是你。

B 篇

你平时用的 ChatGPT、豆包这些能陪你聊天的 AI，背后靠的就是大语言模型，英文简称 LLM。

你可以把它想象成一个特别爱读书的学生。它把网上能找到的文章、书和聊天记录几乎都读了一遍，读得多了，就慢慢摸清了人说话的规律，知道一句话说到这儿，后面最可能接什么。

所以你问它问题的时候，它其实是在一个字一个字地往下接，每一步都挑最顺、最合理的那个字。听起来挺简单对吧？但因为它读过的东西实在太多了，接出来的话不光通顺，还经常真有道理，能帮你写文案、做翻译、出主意，甚至还能写代码。

不过它也有个毛病，就是容易不懂装懂。它追求的是把话说得像那么回事，并不保证每句都对，所以碰到它不知道的事情，它也可能一本正经地瞎编。

答案是 B 篇出自 Opus 5.5，A 篇出自 GPT-6 Sol，你猜对了吗？

我个人更喜欢 Opus 5.5 这篇。它先从你天天在用的 ChatGPT、豆包说起，再拿「特别爱读书的学生」打比方，然后一句「一个字一个字地往下接」就把大模型的原理讲明白了。中间还穿插了一句「听起来挺简单对吧？」，读起来真的像朋友在跟你聊天。

GPT-6 Sol 这篇也不差，最后提醒大家看病、花钱、签合同这类事要再核实，这个例子举得很接地气。但是两段话都写得太长了，而且它只说大模型会「一点点组织出回复」，怎么组织的却没讲清楚。

有意思的是，这道题 Opus 5.5 只用了 15 秒就写完了，GPT-6 Sol 反倒花了 52 秒。这也是整场测试里 Opus 5.5 唯一快过 GPT-6 Sol 的一次。

3、3D 城市生成器

前面两道都是小题，接下来上点强度，让 AI 真刀真枪地写一个 3D 项目。

这个案例是之前我测 GPT-6 Astra 时用过的 3D 程序化城市生成器。这次我只留了重庆一座城市，要求层叠立交、轻轨穿楼、依山而建的高差感这 3 样必须做出来。至于编辑器怎么布局、要有哪些参数，我一个字都没写，全部让 AI 自己去参考官方的设计。

另外我还要求 AI 做完之后自己打开网页验证效果，不满意就自己接着改，直到满意再交付。

Claude Opus 5.5

Opus 5.5 在这道题上磨了将近一个半小时，中间自己截图检查、来回修了 7 轮左右才交卷，严重影响了我这篇文章的发布时间！

但是当我打开主页时，我直接「卧槽」了！

夜里的渝中半岛被两条江环抱着，每栋楼的窗户都一格一格亮着灯，跨江大桥上还挂着灯带。

这个细腻度，这个质感，我感觉一切的等待都是值得的！

鼠标拖一拖就能旋转、平移、缩放，按数字键 1 到 6 还能切换视角。比如切换到俯视图，半岛的轮廓、江面和盘成一团的立交都看得一清二楚：

最让我惊喜的是细节。明明有几百栋大楼，放大之后你竟然能看到「李子坝站」的中文站牌，还有一列轻轨正从楼中间穿过去！

再把镜头推到立交桥上，一圈套一圈的匝道在空中叠了好几层，每条匝道上都有车辆在流动，感觉把重庆的层叠立交还原的栩栩如生（至少我是感受到这个立交的复杂度了……

Opus 5.5 甚至还专门做了一个「黄桷湾立交」的场景预设，备注写的是「5 层 15 匝道，导航也迷路」，AI 这个梗玩得是真懂重庆啊！

整体来说，山、水、桥都刻画得非常细腻。右侧面板还能灵活调整地貌、山体高度、台地化程度和江面宽度。

我顺手切换到「赛博 8D」预设，立交直接拉满到 6 层 27 条匝道，霓虹灯一开，赛博山城的味道就出来了：

这个效果我直接给到夯！

GPT-6 Sol

再来看看 GPT-6 Sol。它只用了 12 分钟就交卷了，速度是 Opus 5.5 的 7 倍。

但是，做出来的东西就很一般了……

整个画面是一片灰绿色的低饱和配色，楼就是一个个方盒子，我相信大家一眼就能感受到和 Opus 5.5 的差距。

整体的建模比较简陋，而且问题还不少。

这…… 这是悬空城啊？

咱就再看看刚才那个经典的李子坝轻轨穿楼，穿模问题就更明显了。车厢一头扎进了楼里，墙上却没有给轻轨留出通道……

它也支持俯视图，该有的功能也都有。但无论是 UI 效果，还是右侧菜单的丰富程度，Opus 5.5 都是降维打击。

GPT-6 Sol 的面板上只有 3 个预设和 6 个参数，Opus 5.5 光场景预设就有 6 个，参数更是有 7 组 30 多个。

4、操作电脑画图

城市生成器考的是写代码，接下来换个方向，考考 AI 操作电脑的能力。

前面熊猫骑车测试中，我是让 AI 闭着眼画画，这一轮让它们睁开眼睛画，而且得像人一样握着鼠标一笔一笔画。

一开始我想让 AI 操作专业的 PS 软件画图，但软件越复杂、变数就越多。于是我先让 AI 开发了一个简易画板网页，只有画笔、橡皮擦、油漆桶、直线、矩形、椭圆和吸管这几个基础工具，连文字工具都没有，气泡里的字也得一笔一笔手写。

然后我给了一张 Q 版 DeepSeek 鲸鱼娘的参考图，让两个模型照着画出来：

提示词里我给 AI 定了一条规矩，就是只能用鼠标和键盘操作，不许写代码往画布上画。画板上的按钮怎么用、先画哪儿后画哪儿，我一句都没教，全部让 AI 自己摸索。

Opus 5.5 是在 Cursor 自带的浏览器里画的，前后花了 1 小时 17 分钟，画出来是这样的：

好家伙，怎么画成卷发了？？

头发是一坨一坨的圆球球拼起来的，连「好模型」三个字都是用圆点一个个点出来的……

翻了一下 AI 的执行过程我才明白，应该是因为 Cursor 内置浏览器的拖拽功能只能拖动网页元素，没法按住鼠标从一个点划到另一个点。Opus 5.5 画不出连续的线条，只能把笔刷调到 65 像素，一下一下地点，再用油漆桶填色，前后点了 270 多下。

不过即便是这样，它的构图和配色还原得挺像的，对话气泡、呆毛、白色蕾丝头饰、蓝色大眼睛、腮红和蝴蝶结都在。

GPT-6 Sol 用的是 Codex 的电脑操作能力，直接控制真实的 Chrome 浏览器来画，参考图也是靠 GPT 自身的多模态能力看的。它可以自由拖动鼠标画线，17 分钟就画完了。

怎么硕呢？

眼睛、腮红、呆毛、蝴蝶结和白色头饰倒是都有，眼睛画得还挺有神。但「好模型」三个字就崩的太明显了，头发是一大块半透明的蓝色，上面还飘着几道莫名其妙的折线。

两张放在一起，你觉得哪张更像参考图？

我个人投 Opus 5.5 一票，即使是被 AI 工具限制了，只能一个点一个点地戳，还原度反而更高。

5、复刻 Cursor 工具

最后压轴的是我测过很多次的复刻 Cursor 这个 AI 编程工具，这是一个非常考验长程任务能力的全栈项目。

提示词跟之前测 Claude Fable 5.1、Kimi K3、GPT-6 Astra 时用的完全一样。我要求 AI 克隆 VS Code 的开源代码，在此基础上做一个 Web 版的 AI 编程工具，Editor Window 和 Agents Window 两种窗口能来回切换，内置 AI 接的是 DeepSeek V4.1 Flash。

Claude Opus 5.5

Opus 5.5 花了 53 分钟交卷。打开网站，默认就是 Agents Window 智能体面板。

不骗大家，我刚看到这个界面的时候，真的大喊了一声「卧槽」！

左侧是按工作区分组的 Agent 列表，每个任务改了多少行代码都标得清清楚楚。中间是任务输入框，下面还有几个推荐任务，跟 Cursor 3 本尊的 Agents Window 神似。

光看到这里，你可能还没意识到问题的严重性，那如果我把文件查看器、终端、Agent 侧边栏都打开呢？

上面这些功能全都能正常使用！比如在终端里敲一个 tree 命令，项目结构立刻就打印出来了。我在右侧的 Agent 侧边栏里问这个项目有几个源码文件，AI 自己调用工具把目录列了一遍，回答是 5 个，跟终端里的结果对得上。

之前我也用相同的提示词让其他模型复刻过 Cursor，比如 Claude Fable 5.1 是之前完成度最高的，能逐个文件接受或拒绝 AI 的改动，但界面跟 Cursor 3 差得还挺远：

Claude Fable 5.1 的复刻 Cursor

GPT-6 Astra 那次自己取了个产品名叫 orbit，设计感很强，但它走的是自己的产品思路，功能丰富度也差 Fable 5.1 一截：

GPT-6 Astra 的复刻 Cursor

切换到 Editor Window 编辑器模式，文件高亮、代码高亮、代码补全一应俱全，还能在右侧打开 AI 面板随时和 AI 对话。

此外，还有完整的 Git 管理面板，改了哪些文件、提交记录都能直接看到：

如果我直接把这个产品发布了，我敢打赌你绝对想不到这是 AI 一把梭的！

夯爆了！

GPT-6 Sol

GPT-6 Sol 只用了 27 分钟，差不多是 Opus 5.5 的一半时间。

进入主页，默认是 Editor Window 编辑器模式，也能实现代码高亮和自动补全，但从第一眼的界面上来看就已经输了。

再看看 Agents 面板，布局是合理的，但就是这个配色有点怪，给我一种 GPT 想让人看起来很牛逼、实际上很辣鸡的感觉。

任务可以正常执行，但整个执行界面也是浓浓的 AI 味儿，GPT 的风格一贯如此。

功能丰富度也远远不如 Opus 5.5，不支持搜索，没有 Git 能力，没有终端，也没有那么多布局和面板，页面上很多按钮都是死的。

原因其实也很简单。GPT-6 Sol 虽然也克隆了 VS Code 的源码，但压根没用上，而是在旁边另起炉灶，用 Monaco 编辑器加 React 自己拼了一个工作台，源码一共才 600 多行。而 Opus 5.5 那边光是自己写的代码就有 3600 多行。

跟之前测过的国产模型比一比，这是 Kimi K3 当时用同一段提示词做的版本：

Kimi K3 的复刻 Cursor

说白了，我感觉 GPT-6 Sol 的水平跟目前的国产模型差不多。

不好意思，在看完 Opus 5.5 之后，只能给到拉完了……

我的感受

5 个案例跑完，Claude Opus 5.5 除了速度，其他每一项都赢了。

虽然我老是骂 A 社，但不得不承认，人家的模型能力确实强。

嘴上建议大家放缓发展，自己却在那嘎嘎进步，别人都慢下来了，还怎么超过你？

Claude Opus 5.5 的能力比上一个版本提升明显多了，我甚至觉得它比 Fable 5.1 还要强，复刻 Cursor 那道题就是最好的证明。

除了 AI 编程能力之外，Claude Opus 5.5 的写作能力也真的非常让我惊喜。

以前我一直觉得 AI 越强，越不会说人话，所以写作基本还是用 Opus 4.6 或者国产模型。但 Opus 5.5 写出来的东西很有人味，就像前面那篇 300 字科普一样。

实不相瞒，你现在看的这篇文章就是借助 Opus 5.5 完成的，我把大纲和实测结果交给 AI 去润色，然后简单看了看、加了点自己的梗和表达，就搞出来了。

当然，强是有代价的。

先说速度。这 5 个案例 Opus 5.5 前前后后跑了 3 个多小时，GPT-6 Sol 只用了 1 个小时左右，除了写作那道题，GPT-6 Sol 全程都比 Opus 5.5 快。

再说花费，这个差距就更夸张了。Opus 5.5 这 5 个案例加起来花了我 600 多块钱！（本期成本巨大）

虽然 Opus 5.5 每百万 token 输入 4 刀、输出 20 刀，单价只有 Fable 5.1 的四成，但对个人开发者来说还是很贵……

GPT-6 Sol 就友好多了。之前的 GPT-6 Astra 能力是强，但额度消耗太快了，Plus 账号跑一两个项目就能把 5 小时额度耗光。这次我用 GPT-6 Sol 跑完一整套测试，才刚好把 Plus 会员的额度用完，耗时还不到 Opus 5.5 的三分之一，这才是给大家日常用的模型。

它本来就定位在 Astra 下面一档，比不过 Astra 很正常，但也确实没什么亮点。就今天测的这几个任务来看，我感觉它跟国产模型差不多是同一档（仅个人体验，叠甲）。

看到这里你应该也有自己的选择了，追求效果、预算又充足，就上 Claude Opus 5.5。图的是性价比，可以使用 GPT-6 Sol，搭配 Codex 的体验还是不错的。

最后再送大家一段由 Claude Opus 5.5 自主生成的 3D 网页动画《牛来骑车》，这一段大作花了我几十块钱，能三连回回血么？

我之前一直觉得，AI 的编程能力已经进化到不需要再进化的程度了。但每一次新的模型发布，都能刷新我对 AI 能力的认知上限，我喜欢这种感觉。

就是希望再慢一点吧，起码中秋假期不要再 TM 发新模型了啊啊啊啊啊啊！！！