Claude 与 ChatGPT：最新模型对比

9 月至 10 月间，Anthropic 和 OpenAI 相继更新了各自的 AI 模型产品线。开发 Claude 的 Anthropic 推出了 Fable 5.1 和 5.5 系列（Opus、Sonnet 和 Haiku）。ChatGPT 背后的 OpenAI 推出了 GPT-6 一代，包括 Astra、Sol 和 Luna 三款模型，并已将 Sol 升级到 6.1 版。这些模型既在各自的应用中运行，也通过 API 提供给企业，嵌入企业自己的系统。

两家各自发布了什么

Anthropic（Claude）

• Claude Fable 5.1（9 月 15 日）：属于 Anthropic 最高端的产品线，该公司称其为全球编程和知识工作领域最先进的模型。同一模型配以不同的安全防护后称为 Claude Mythos 5.1，仅向从事网络安全和生命科学工作的获批机构开放。
• Claude Opus 5.5（9 月 22 日）：5.5 系列的首款模型，每个 token 的价格比 Opus 5 低 20%；在 Anthropic 公布的测试中，它在智能体编程、电脑操作和知识工作方面领先 Fable 5.1。
• Claude Sonnet 5.5（9 月 28 日）：比 Opus 更快、更便宜，适合目标明确的日常任务、修复缺陷，以及制作文档、演示文稿和电子表格。
• Claude Haiku 5.5（10 月 7 日）：小型模型，是 Anthropic 速度最快、价格最低的模型，面向摘要、分类和实时客服等大批量工作。

OpenAI（ChatGPT）

• GPT-6 Astra（9 月 3 日）：OpenAI 能力最强的模型，该公司称其为全球最智能的模型，重点在电脑操作、编程和科学。
• GPT-6 Sol 和 GPT-6 Luna（9 月 22 日）：更快、更便宜的版本，训练方法与 Astra 相近。Luna 价格最低，面向大规模的日常工作。
• GPT-6.1 Sol（9 月 29 日）：Sol 的升级版。据 OpenAI 介绍，它在智能体编程、电脑操作和专业工作方面接近 Astra，价格只有其五分之一。
• GPT-6 Cyber（11 月 5 日）：面向安全研究的模型，目前仅向 Daybreak Red 计划中的一批获批客户开放。

并排对比

按 API 价格，两家的产品线可以分成几个档位，其中三个档位的每 token 价格完全相同：

• 最贵一档： Claude Fable 5.1 和 GPT-6 Astra，每百万输入 token 10 美元，每百万输出 token 50 美元。
• 中间一档： Claude Sonnet 5.5 和 GPT-6.1 Sol，分别为 2 美元和 10 美元。
• 最便宜一档： Claude Haiku 5.5 和 GPT-6 Luna，分别为 0.10 美元和 0.50 美元（Haiku 的这一价格适用于不超过 10 万 token 的请求）。

Claude Opus 5.5 位于两者之间，价格为 4 美元和 20 美元，OpenAI 没有直接对应的型号。对智能体影响较大的一项差异在于重复使用的上下文（缓存）：在最贵一档，Fable 5.1 每百万缓存读取 token 收费 0.25 美元，Astra 则为 1 美元。

在应用中

两家在应用中的上线方式不同。在 ChatGPT 中，Astra 向 Plus、Pro、Business 和 Enterprise 套餐开放；Sol 和 Luna 首先登陆付费套餐的 ChatGPT Work 和 Codex，Free 和 Go 套餐的用户则可以在桌面应用中使用 Luna。在 Claude 中，Fable 5.1 可在应用、Cowork 和 Claude Code 中使用，Opus 5.5 上线时还提高了 Pro、Max、Team 和 Enterprise 套餐的使用额度。

谁更领先

两家都会发布对自己有利的测试结果。Anthropic 表示，Opus 5.5 在默认推理强度下，在编程测试 FrontierCode 中胜过 GPT-6 Astra，每项任务的成本约为其五分之一。OpenAI 则表示，GPT-6.1 Sol 在衡量企业工作流程的 AutomationBench 中比 Opus 5.5 高 2.2 个百分点，成本约为其三分之一。这些数字来自模型的销售方，测试设置也由各自选择：只能作为参考，不能当作定论。

对企业意味着什么

• 按任务选，而不是按品牌选： 最便宜的模型专为摘要、分类和客服等大批量工作而设计，每个输入 token 的价格只有最贵模型的百分之一。最贵的模型留给最难的工作。
• 比较每项任务的成本： 每个模型消耗的 token 数量不同，两家也都允许调整推理强度，这会同时改变结果和费用。用同一套标准评估一批真实任务，比任何排行榜都更有说服力。
• 让更换模型变得容易： 在一个多月的时间里，两家都更新了产品线。如果系统可以通过配置更换模型，并用测试衡量每次更换后的质量，就能利用新版本而无需重做项目。
• 保持一贯的谨慎： 涉及客户数据时，要在合同中确认供应商如何处理和保存信息，并保留人工评估、日志与可追溯性以及终止条件，这也是我们在 AI 与自动化 项目中采用的防护措施。