模型进展01
Anthropic 在发布 Opus 5.5 六天后推出了 Sonnet 5.5。作者用三个编程任务各跑五遍对比两者：Sonnet 5.5 十五次全部通过，Opus 5.5 只通过十三次。虽然 Sonnet 每次调用更便宜，但它常常要多花不少 token 才能做完，所以实际总费用只便宜约 36%，而不是价格表上的一半。对于难度较高的编程任务，作者建议把 Sonnet 5.5 当作默认选择。
文中可用工具
- Anthropic API用来调用 Claude 模型进行测试的接口
- Sonnet 5.5Anthropic 新推出的更便宜、更快的模型
- Opus 5.5Anthropic 此前推出的高端模型，用于对比
模型进展02
OpenAI 在 9 月 29 日发布了 GPT-6.1 Sol，距离 GPT-6 Sol 发布仅一周。它被定位为 GPT-6 的升级版，同时也是 GPT-6 Astra 更便宜的“近似替代品”。作者通过 OpenAI 的 Responses API 用同一套三项测试对两者进行了对比：CI 故障分诊、故障日志分析和依赖解析器编写。15 次运行中两者全部满分通过，但 GPT-6.1 Sol 总共花费 2.66 美元，而 Astra 为 14.77 美元，前者只需后者约 18% 的成本，并且在两项较长的测试中更快。作者的结论是，在这类工作上，GPT-6.1 Sol 已经够用，没有理由为 Astra 多付钱。
文中可用工具
- GPT-6.1 SolOpenAI 发布的较便宜模型，用于代理式编程、计算机操作和专业工作，成本约为 Astra 的五分之一。
- GPT-6 AstraOpenAI 的高价旗舰模型，价格更高但据称在代理式编程等任务上更强。
- OpenAI Responses API作者调用两个模型进行对比测试的接口。