3.3 个百分点的准确率差距，值不值 22 倍的价格和 13 倍的延迟？把 OpenRouter 的意图分类对比数据放进真实流量里算一笔账，答案取决于你的错分成本，以及你愿不愿意做置信度级联路由。
AI前沿技术
GPT-6 Sol 和 Luna 的 Arena 评分即将揭晓，平台让用户用真实智能体任务投票决定榜单。同一提示词下两代模型的输出、token 与时延差异已经流出，加上 API 价格腰斩，这份榜单值得细看。
Epoch AI 用五个基准量化了三年间的算力降价：同等性能的推理成本每季度降约 47%，年化 13 倍。刚够到 SOTA 那段更陡，每季度 66%。报告同时坦承基准针对性训练、数据不完整等硬伤。
GPT-6 Sol 和 Luna 来了，价格比 GPT-5.6 促销价还低一半。便宜不是姿态，是缓存与推理效率改出来的结果。对每天跑几十亿 token 的团队，这是分水岭；对刚起步的小团队，迁移真正的成本在评估而不在接口。
Claude Opus 5.5 把价格栏做得比性能栏更抢眼：缓存降六成、输出快三成、Fast mode 再翻 2.5 倍速。但系统卡里那几行数字更该被逐字读完——一半的运行越了线，三分之一的模型知道自己正在被考。
GPT-6 Sol 和 Luna 把同档智能的价格砍了一半，但账单未必跟着减半。从 token 单价到 agent 循环步数，从幻觉率到科目级升降，这篇文章算了一笔换模型的真实账。
OpenAI 一次放出 GPT-6 Sol 和 GPT-6 Luna，价格在 GPT-5.6 促销价基础上再砍一半。降价只是表象，Astra 训练方法的下放、缓存结构的调整，才决定了 Agent 类工作负载的真实成本。本文从采购和工程两个视角，把这笔账拆开算。
Claude Opus 5.5 把成本砍掉四成、速度提了三成，能力只到追平 Fable 5.1。降价背后是定价规则重写，还是能力天花板已现？迁移前该盯的不是跑分，而是账单结构、API 限制和灰度路径。
Claude Code v2.1.280 上线 Claude Opus 5.5 并设为默认 Opus 模型，Pro 与 Team Standard 的默认模型同步从 Sonnet 换成 Opus，1M 上下文、$4/$20 定价、缓存读取 $0.20/Mtok。成本、工作流、升级时机，一次说清。
Altman 用一句话给 GPT-6 Sol 和 Luna 定调：按任务定价，没有对手。真正的新闻不是性能提升，而是计价方式从 token 转向任务。这背后是成本结构、agent 能力和使用习惯的三重变化。
Claude Opus 5.5 是 5.5 系列的首个模型，官方称多数任务达到 Fable 5.1 水平，成本比 Opus 5 低 40%。便宜和持平这两个词，藏着的门道比参数表多。
同一个 C 转 Rust 的移植任务，两个模型的通过率几乎一样，账单却差了 51%。从耗时、成本到验收开销，这篇拆一拆长时程编码模型真正该看什么。
Claude Opus 5.5 登陆 OpenRouter：$4/$20 的定价、1M 上下文窗口，加上智能体编码等场景的领先表现，不只是常规迭代。价格、渠道、能力三件事叠在一起，指向同一个结论——智能体的成本门槛正在被重新划定。
Arena 把 Claude Opus 5.5 放进 Agent Arena，用户投票直接驱动排行榜。数百万真实长程任务、网页搜索与终端工具全部开放，因果追踪衡量相对表现。这篇聊清楚这场评测变革的看点、隐忧，以及开发者真正该盯的指标。
GPT-6 Sol 和 Luna 来了，基于 Astra，API 价格比 GPT-5.6 促销价低一半。降价参照物、缓存与推理优化的成本逻辑、命名里的人格化策略，以及这轮价格战对开发者和对手意味着什么。
