Opus 5.5 与 GPT-6 Sol/Luna 同日降价、一条被公开反驳的消费智能体判断，与 Astra 在 libuv 里翻出的一个十四年前的 bug｜9月23日 AI 核心人物精选
9月23日的原创信号里，Anthropic 与 OpenAI 在同一天把前沿模型的价格压下来，一位 Meta 的产品负责人公开反驳了一条关于消费智能体的高传播判断，而 Astra 在调试一个崩溃时翻出了 libuv 里一个十四年前的 bug。
北京时间 2026 年 9 月 23 日 00:05 至 9 月 24 日 00:05。这一天白名单里的原创信号集中在六处：Anthropic 与 OpenAI 在同一天各把一个前沿模型的价格压下来；公开榜单与公司自测两边都指向同一句话——这一轮的分差落在价格上；被反复拿来评判新模型的东西变成了「能不能交出一个直接能看的成品」；两位一线的产品负责人就「便宜之后该多做还是少做」给出相反答案；一位 Meta 的产品负责人公开反驳了一条传播量高得多的消费智能体判断；工程一侧则是用量限额、harness，和一个十四年前的 bug。纯转发无评论、日常闲聊与活动宣传已按栏目规则过滤。
同一天，两家实验室各把一个前沿模型的价格压下来
Claude Opus 5.5（Anthropic，9 月 22 日发布）
Anthropic 发布 Claude 5.5 家族的第一个模型 Opus 5.5，官方给的定位是「在多数工作上达到 Fable 5.1 的水平，运行成本比 Opus 5 低 40%」。1
价格上，输入 $4、输出 $20 每百万 token（Opus 5 是 $5 与 $25），缓存读 $0.20，比 Opus 5 低 60%；另有一档 Fast 模式，输入 $8、输出 $40，最高 2.5 倍速度。官方说输出速度比 Opus 5 快 30% 以上，五小时用量上限提高，订阅用户还多了一次可以自己留着、想用再用的限额重置。1 TechCrunch 的报道补充了一个背景：这是 Anthropic 的首席执行官 Dario Amodei 提出「pacing the frontier」（放慢能力推进的速度，让风险防范跟上）之后的第一个模型发布。2
官方页里还有一句值得单独拎出来：在这个能力水平上，基准分数之间的差距已经不太能反映真实使用中的差异，Anthropic 自己用下来，Opus 5.5 与 Fable 5.1 的差距比分数显示的要小。1 安全是这次被单独写开的一节：官方说 Opus 5.5 在它规模最大的自动化行为审计上拿到了测过最高的分数，因为生物与网络安全两项能力接近更早的 Mythos 5.1，所以按 Fable 5.1 同级的 safeguard 发布，并开放两个面向机构的安全验证计划。1 Sonnet 5.5 与 Haiku 5.5 官方说会在数周内跟进。
Anthropic 的 Thariq（@trq212）在 9 月 23 日 00:39 发了一条解读：「Opus 5.5 是你们反馈的结果。它沟通清楚，每 token 比 Opus 5.0 便宜，带着 Fable 5.1 的智能，token 效率很高，而且每个投入档位都能用。我们还提高了五小时限额，并给你们一次可以存起来的重置。」这条拿到 11,210 个赞、61.5 万次浏览、738 条回复。3
Loading content card…
GPT-6 Sol 与 GPT-6 Luna（OpenAI，9 月 22 日发布）
同一天约两小时后，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna。官方的说法是，它们把 GPT-6 Astra 背后的训练方法搬到更快、更便宜的模型上，同时缓存与推理效率的提升直接让给用户：相对 GPT-5.6 的促销价，两个模型的 API 价格各降 50%。4 两个模型当天在 ChatGPT Work 与 Codex 里向 Plus、Pro、Business、Enterprise、Edu 用户开放，Free 与 Go 用户可以在桌面应用里用到 Luna，Chat 里暂时还没有；API 里的模型名是
gpt-6-sol 与 gpt-6-luna。4| 模型（发布方） | 输入价 | 输出价 | 缓存读 | 官方自报的关键数字 |
|---|---|---|---|---|
| Claude Opus 5.5（Anthropic） | $4 | $20 | $0.20 | 比 Opus 5 省 40% 成本、输出快 30% 以上；Terminal-Bench 4.0 得 66.4% 1 |
| Claude Opus 5（对照） | $5 | $25 | $0.50 | Terminal-Bench 4.0 得 52.3% 1 |
| GPT-6 Sol（OpenAI） | $2 | $10 | 缓存读输入按 10% 计价 | AutomationBench（xhigh）得 33.2%，每次任务 $0.27 4 |
| GPT-6 Luna（OpenAI） | $0.10 | $0.50 | 同上 | DeepSWE v1.1（max）得 66.6% 4 |
| GPT-5.6 Sol（被取代的那一档） | $4 | $20 | 同上 | OpenAI 说相对它的促销价降 50% 4 |
表里的价格单位是美元／百万 token。来源都是各家的官方发布页，数字也都是厂商自报。OpenAI 在同一张 AutomationBench 表下面自己加了一条注：Claude Fable 5.1 那一行的成本被低估了，因为没算上 Opus 5 fallback 的消耗，而 fallback 发生在大约 40% 的任务上。4
OpenAI 的首席执行官 Sam Altman 当天连发数条。02:25（北京时间 9 月 23 日）那条写：「GPT-6 Sol 和 Luna 在智能、对齐、工作产出、写代码和 computer use 上都比 5.6 家族的前代有大幅提升。它们每 token 的价格减半，按任务算还要更低。」这条 15,437 个赞、125.7 万次浏览。5 02:28 他补了一句口径：「特别是按每次任务的价格比——这才是应该看的指标——我认为市场上没有任何东西能跟它们竞争。我们希望人们能用上大量的 AI。」6,374 个赞。6 02:34 他写了两条：一条讲 API 的定位，「我们希望 OpenAI 的 API 在每个价位上都有最好的模型，在文本、代码、图像、视频每一个模态上都是最好的」，9,601 个赞、69.6 万次浏览；7 另一条是侧面的信息：「准备这次 DevDay，是我记忆中 OpenAI 历史上第一次说『要发的东西太多了』。」3,382 个赞。8
两家选的口径并不一样：Anthropic 报的是每 token 价格与典型工作负载的成本降幅，OpenAI 报的是每次任务的成本与同价位对手的对比。要横向比，只能拿自己手上那份任务去跑。
自报之外，这一天能拿到的三把尺子
一把公开的榜，量的是同一批任务上的通过率和每次评测成本。
Vercel 的 Next.js 团队维护着一套公开的编码智能体评测（Next.js Agent Evals），任务取自真实的 Next.js 开发工作；通过率用 pass@4——四次尝试里有一次成功就算通过；成本按各家当时的公开标价折成每次评测的平均开销。9 月 22 日的那次重跑把几个新模型放了进来，页面标注的最后运行日期是 2026 年 9 月 22 日。
Vercel 的首席执行官 Guillermo Rauch 在 06:03 转发了这张榜的总结并写：「我们跑了新的 Next.js 评测。计数是：① Opus 5.5 97% ② GPT 6 Sol 97% ③ Fable 5.1 97% ④ Grok 4.7 94%。值得注意的是，Grok 便宜 2 到 7 倍。」这条 1,512 个赞、388.8 万次浏览。9
一把公司自测，量的是自家企业任务上的 token 与时长。
Box 的首席执行官 Aaron Levie 在 01:22 写，他们用 Box 自己的 Agent 在多种处理非结构化数据的企业知识工作任务上测了 Opus 5.5，整体达到前沿水平，相对 Opus 5 的改进是 token 用量少 63%、啰嗦程度低 42%、快 30%。他列了四个任务的数字：金融服务尽调准确率 +39%、token 少 82%；技术行业的云成本分析 +65%、token 少 70%；消费品客户账目分析 +17%、token 少 78%；临床诊断数据分析 +15%、token 少 78%。这条 276 个赞、9.86 万次浏览、103 次收藏。10 这是公司自测，样本和题目都由 Box 自己选。
一把个人对照，量的是自己手上的活。
Every 的首席执行官 Dan Shipper 在 02:14 写，他把 GPT-6 Sol 换成了自己在 Codex 里的日常主力：不如 Astra，但对多数日常工作够用，更快，比 5.6 Sol 便宜一半。他和团队在自己真实的工作上做了 Sol 与 Opus 5.5 的对照——写作上 Sol 接近 Astra；computer use 上一版 Sol 预览在六个较简单的任务里 18 次对上了 17 次 Astra，token 价格低得多；写代码上 Sol 比 GPT-5.6 好，但长时间自主构建的天花板是 Opus 5.5 更高。他抱怨的一点是，Codex 新的安全分类器反复拦住已经授权的工作来请求批准，让长任务很难放着不管。他的总结是：Sol 像一次 S 级的 iPhone 发布，用大约五分之一 Astra 的价格给到大部分 Astra 的能力；Opus 5.5 是更大的意外，团队里几个原本用 Codex 的人开始动摇。这条 622 个赞、13.7 万次浏览、259 次收藏。11
Loading content card…
一条自己动手换掉默认模型的记录。
Latent Space 的 swyx（Shawn Wang）在 14:43 写，他把 AINews 拿 GPT-6 Sol 和 Opus 5.5 并排跑过，「差别是白天和黑夜」；AINews 今后的默认模型换成 Opus 5.5，理由是它写得更简洁、更有品味，比 5 Opus 的「slop」更少。这条 161 个赞、1.68 万次浏览。12 他引的是 Sholto Douglas 的一句「还有一条重要消息，我们把写作修好了」。13
三把尺子量的是三件不同的事：公开榜量的是同一批任务上的通过率与每次评测成本，Box 量的是自家企业任务的 token 与时长，Dan Shipper 量的是自己日常工作里的偏好。它们能一起支持的判断只有一句——这一轮价格上的差距比通过率上的差距大得多。该不该换模型、换到哪一个，取决于读者手上的活落在哪一类。
能不能交出可以直接看的成品，成了这一轮的验收方式
Anthropic 的 Alex Albert（@alexalbert__）在 02:01 写：「我刚意识到，Opus 5.5 现在可以在 claude dot ai 里用 Blender 做黏土动画，只需要一条提示词。」这条 2,392 个赞、17.9 万次浏览、1,412 次收藏，是他当天互动最高的一条。14
半个多小时后他补了另一个例子：一段 1906 年地震前的旧金山 Market Street，整条街由 Opus 5.5 在 Blender 里建出来。1,034 个赞、10.86 万次浏览。15 他同时把提示词原文贴了出来，值得看的是里面的约束：先按 1899–1905 年的 Sanborn 火险地图、Miles Brothers 1906 年的影片、OpenSFHistory、美国国会图书馆和 David Rumsey 收藏的历史照片，以及 USGS 地形数据，建一个数据源文件；每栋建筑记录占地、高度、立面材料、住户，以及每一项的来源与置信度；全部用 Blender Python 生成，不下载任何网格、贴图或 HDRI；写可复用的生成器；最后输出一段十秒的沿街视频。16
Andrej Karpathy 在 03:46 回了这条：「我喜欢这一类『图像变成 GTA』的想法。想象一下拿任意图像或视频（比如这张 1906 年旧金山的著名影像）去造出完整的定制 GTA，然后走进那个世界、四处移动。」这条 513 个赞、2.85 万次浏览。17
Thariq 在同一天用另一件事说明他手里的用法：他让 Opus 5.5 拿自己的 MAX 订阅给个人网站做了一批重设计，用 workflows 反复迭代和批评，然后让它把历次迭代剪成一支预告片。这条 2,024 个赞、14.9 万次浏览、1,018 次收藏。18 紧接着他补了一句：workflows 是他现在用 Claude 的重要方式，而从成本上看，有接近 Fable 的智能可以配着 workflows 用，是件好事。19
产品作者 Peter Yang 在同一天上线了他对 Opus 5.5 的实测视频，原话是「有 Opus 5.5，我觉得 Claude 终于回来了」，内容是看它能不能像 Astra 那样搭出 3D 场景（他的例子是金门大桥）、做 computer use、UX 设计和视频剪辑。原帖 147 个赞、40.4 万次浏览。20 他 14:10 又转出自己一条：那段看起来像金门大桥的视频，其实完全是 Opus 5.5 用代码生成的。21
把这些放在一起，能看到的是评判标准的变化：这一天被拿出来展示的能力，全都是能直接放在屏幕上看的东西——一条街、一段黏土动画、一支预告片、一座桥。这些是各人自己的展示，互相不能比较；能确定的只是他们都把「交出一个直接能看的成品」当成了验收方式。
更便宜的智能该花在哪：两种下注
Levie 在 03:16 写的那条是另一种反应：「今天 AI 领域真是疯狂的一天。前沿模型刚因为 Opus 5.5 的降价变得便宜很多，现在 GPT-6 Sol 和 Luna 又把 token 价格降了 50%。AI 里每次任务成本（在可比口径下）下降的速度，在技术史上找不到第二类。而 AI 的成本每降一次，你能派智能体去做的场景就大幅增加。这是把杰文斯悖论用在智能体上。」他接着列了这些场景：处理全部数据、扫代码找安全问题、读完整份日志做决策、在工作流里放智能体集群。这条 716 个赞、12.99 万次浏览、214 次收藏。22
Loading content card…
Thariq 在 08:00 写的那条落在另一头：「用模型能力的正确方式，是花更多时间理解你的用户、做实验、做原型、去弄懂你不懂的东西，这样你才能发出真正能用的东西——而不是往生产环境多发十倍的功能。」这条 6,321 个赞、23.36 万次浏览、1,392 次收藏。23 同一小时里他还写了两条相关的：如果你想做游戏，3D 生成是很好的能力，但先把游戏循环做得让人满意更重要（373 个赞）；好产品是简单的，而简单是要花功夫的（288 个赞）。2425
两个人都在回答同一个问题：多出来的能力该往哪放。Levie 赌成本下降会把需求打开，用量涨上去；Thariq 赌多出来的能力应该换成更多理解用户的时间，而不是更多功能。两条都没有给出支撑自己的数字——Levie 举的是自己公司的评测，Thariq 讲的是自己的工作方式。能看出的差别是时间尺度：Levie 说的是成本降下来之后几年里会打开的场景，Thariq 说的是这个季度该怎么把活排下去。
消费级智能体该替用户做多少事：一条被公开反驳的判断
9 月 23 日 06:43，科技播客 TBPN 剪出科技产业分析师 Ben Thompson 的一段话：「科技公司说『让我们替你订机票』。我请了十年私人助理，他从来不会接近替我订机票的程度。这太扯了。」他还说：「我知道哪些航班会延误，我知道我想坐哪个座位。所以这件事一直停留在演示阶段，我觉得很好笑。」以及：「第二点：人们喜欢购物。他们不想更有生产力，他们想被娱乐。而购物是最大的娱乐形式之一。」这条剪辑 1,602 个赞、30.67 万次浏览。26
当天 23:11，Meta 的 Madhu Guru（@realmadhuguru）回复了这条：「在这一点上我不同意 Ben Thompson。他漏掉了一个关键点——消费者和『做一件事』之间不是只有一种关系。」他说自己在 Google 和现在在 Meta 做了多年的消费者与中小企业产品：买衣服对有些人可以是娱乐，但找屋顶工对多数人是折磨；就算都是买东西，有时你想逛一小时，有时你只想最快拿到对的那个。他把对方的论调比作 2000 年代早期的两句话：「为什么要在网上买衣服？我得试穿」和「为什么要在网上买 500 美元的电视？我要去 Circuit City 看看」。然后是他列出的今天的流程：找屋顶工要搜索、读十条评价、电话来回、跟保险协调、约检查、拿报价、发现隐藏费用、查他们以前做过的活、雇用、排期。他的结论是，能替消费者消掉这类摩擦的智能体，潜在需求巨大。这条 15 个赞、1,587 次浏览。27
Loading content card…
两条的证据层级不同：Thompson 给的是自己十年请助理的经验和一个消费行为判断，Guru 给的是自己的产品经验和一个历史类比，两边都还没有数据。可核对的是 Guru 列出的那串步骤——同一句「让智能体替我做这件事」，落在买衣服和找屋顶工上，难度差得很远。
工程与产品：一个决策模型、一个菜单栏工具，与一句「软件不会再死一次」
OpenClaw 的作者 Peter Steinberger（@steipete）在 04:53 写：「ChatGPT 升到 macOS 27 之后有时候会崩，然后……Astra 在 libuv 里找到了一个大约十四年前的 bug。」他附上了自己在 libuv 上提的那个 pull request。这条 1,074 个赞、7.85 万次浏览、92 次收藏。28 那个 PR 的标题是「darwin: release fsevents path allocations」，做的是在每次重建共享 FSEventStream 之后，把临时数组、已初始化的 CFString 与指针缓冲区释放掉，并补了一个在修复前会失败的 macOS 内存分配回归测试；提交日期是 9 月 22 日。29 「十四年」这个年限来自 Steinberger 自己的说法，PR 里没有写。
第二天 15:50 他写了 OpenClaw 的一个新机制：下一个版本用一个决策模型来自动决定 steer 还是 queue——智能体跑到一半时收到新消息，是插进去打断它，还是排到后面等着。他把它列为实验室功能，支持 Jef 和兼容 API 的模型，也包括小型的本地模型与 ONNX 变体。这条 1,119 个赞、6.28 万次浏览、256 次收藏。30
16:13 他更新了自己的另一个工具 CodexBar——一个把各家 AI 编码服务的用量窗口、余额和重置倒计时放进 macOS 菜单栏的小工具，官网说覆盖 81 家服务。新加的 provider 一次列了十二个：TypeSafe、Nous Portal、Muse Code、CodeRabbit、Replicate、HuggingFace、Pi、Helmcode、v0、Charm Hyper、GitKraken AI、Bifrost。他说自己的野心早就超出这个名字了。这条 781 个赞、7.28 万次浏览、487 次收藏。31 一分钟后他补了实现方式的改动：新的插件系统允许用 JS 插件写 provider，让这个应用更模块化。32
Vercel 的首席执行官 Guillermo Rauch 这一天有几条不同方向的。00:42 他夸的是发布本身：「我喜欢 Anthropic 那种有品味的发布方式。我对 web 的『headless』感兴趣，主要原因就是任何一个页面都可以长成你想要的样子。有了 AI，更没有理由不把设计的边界往前推。」1,585 个赞、8.94 万次浏览、618 次收藏。33 00:34 他公布了自己 10 月 15 日在 Vercel Ship 旧金山站台上的对谈对象是 Shopify 的首席执行官 Tobi，话题包括 agentic commerce、native rewrites、S3 WALs 等。524 个赞。34 Vercel 的会议页面确认时间是 10 月 15 日、地点在旧金山的 Palace of Fine Arts，同台的还有 Anthropic、Meta 超智能实验室、AWS 与 SpaceXAI 的人。35
11:00 他写了一句更短的：「软件不会再死一次了。你喜欢 Google Reader？很好，你可以自己生成一个部署起来。永远是你的。」这条 2,164 个赞、11.07 万次浏览、205 次收藏，是这一天互动最高的工程侧判断。36
短信号
一个把一个国家文件用词改掉的玩笑。 9 月 23 日 04:04，Replit 的首席执行官 Amjad Masad 引当天的新闻写：「你的智能是假的。它是人工的。我的？是超级的。超级智能。简称 SI。」这条 1,183 个赞、13.6 万次浏览。37 他引的是特朗普在联合国大会上的宣布：美国政府文件里的「artificial intelligence」将改称「super intelligence」。38
一个数字：Google Flow 的月活超过 2,500 万。 9 月 23 日 04:41，Google Labs 的 Josh Woodward 转了 Google Flow 官方那条，只写了句「Big milestone!」。原帖里的数字是，每月有 2,500 万以上的人在用 Flow 做创意和故事，官方同时宣布向所有用户继续提供每天额外 50 个信用点。Woodward 这条 292 个赞、2.03 万次浏览；官方原帖 671 个赞。3940
投资人的一句提醒：头条上的融资额，很大一部分来自 SPV。 FPV Ventures 的合伙人 Nikunj Kothari 在 07:06 写：连「最好」的投资人组织的 SPV 数量都多得惊人，读到一笔大额融资的头条时，你几乎可以确定其中很大一部分来自 SPV，尽管头条写的是另一回事；再加上分期估值，以及「收入不等于收入」，他说别再相信头条了。这条 45 个赞、6,277 次浏览、17 次收藏。41
团队在一起多久，比团队多大更能说明问题。 South Park Commons 的普通合伙人、前 Dropbox 首席技术官 Aditya Agarwal 在 23:29 写：一个合作三年以上的团队，产出和韧性都明显高于刚组建的团队；他说投资人和员工常犯的错误是只问团队规模，不问团队在一起多久。这条 18 个赞、1,158 次浏览。42
一句被投资人点头的工程师感受。 12:13，前 OpenAI 首席产品官 Kevin Weil 转了一位投资人的帖子，只写「这正是对的看法」。被转的那条是一位新入职工程师的说法：「从拿到计算机学位开始，AI 就一直在替换我的工作，可我比以往任何时候都忙——我们都可以更有野心一些。」Weil 这条 145 个赞、3.75 万次浏览。4344
核心信号对比与读者检查点
| 人物与身份 | 本期动作或判断 | 证据层级与边界 | 可检查的下一步 |
|---|---|---|---|
| Anthropic | Opus 5.5 上线：$4 输入／$20 输出每百万 token，缓存读 $0.20，输出快 30% 以上，五小时限额提高并给了可存起来的重置 | 官方发布页与官方账号；基准与省幅均为厂商自报 | 拿自己最贵的一条长任务，把 token 数与耗时在 Opus 5 与 5.5 上各跑一遍 |
| OpenAI | GPT-6 Sol 与 Luna 上线：$2／$10 与 $0.10／$0.50，相对 GPT-5.6 促销价降 50% | 官方发布页；那张每任务成本表里有一处官方自己标注的成本缺口 | 照官方那张每任务成本表的口径，换成自己的任务重算 |
| Aaron Levie（Box 首席执行官） | 杰文斯悖论用在智能体上：成本每降一次，能派智能体去做的场景就大幅增加 | 经营者的判断；他举的自测是自家任务 | 列出自己产品里因为单价太高而没做的三件事 |
| Thariq（Anthropic） | 多出来的能力该换成更多理解用户的时间 | 个人工作方式，没有数据 | 看自己下一个季度的排期里，理解用户占了几个小时 |
| Dan Shipper（Every 首席执行官） | Sol 像一次 S 级 iPhone 发布；Opus 5.5 是更大的意外，团队里几个 Codex 用户开始动摇 | 团队在自己真实任务上的对照；样本是自家工作 | 拿一个长时自主任务，在两个模型上各跑一次 |
| swyx（Latent Space） | 把 AINews 的默认模型换成 Opus 5.5，理由是更简洁、更少 slop | 个人并排使用体验 | 用自己每天要读的那类文本跑一次并排比较 |
| Alex Albert（Anthropic）与 Andrej Karpathy | Opus 5.5 用一条提示词在 Blender 里建出 1906 年的旧金山；Karpathy 顺着提出「图像变成 GTA」 | 个人展示，互相不可比较 | 把「能不能一次交出一个能看的东西」写成自己的一条固定验收题 |
| Madhu Guru（Meta）与 Ben Thompson | 消费智能体该不该替用户做事：一边说消费者要的是娱乐，一边说不同任务的摩擦差别巨大 | 两边都是个人经验与判断，没有测量数据 | 把你想交给智能体的任务，按「无聊」和「享受」分开 |
| Peter Steinberger（OpenClaw 作者） | Astra 调试崩溃时找到了 libuv 里一个大约十四年前的 bug；OpenClaw 下一版用决策模型在 steer 与 queue 之间自动选择 | PR 与回归测试可查，「十四年」是他自己的说法；决策模型是实验室功能 | 打开那个 PR，看它改了什么、测试怎么写的 |
| Guillermo Rauch（Vercel 首席执行官） | 软件不会再死一次：想用的服务可以自己生成、自己部署 | 个人判断，没有给出实例与成本 | 挑一个已经停服的工具，估一下自己生成一个要多久 |
读者落地检查点
- 两家的价格都能在官方页上核。 Anthropic 写的是 $4 输入、$20 输出、缓存读 $0.20；OpenAI 写的是 Sol $2 与 $10、Luna $0.10 与 $0.50。两家报的口径不一样，一家报每 token 价格与典型工作负载的成本降幅，一家报每次任务的成本与同价位对手的对比。
- 榜单上的 97% 是 pass@4，成本是每次评测的平均开销。 四次尝试里通过一次就算通过；这一列按各家当时的公开标价折算，部分模型还在限时优惠价上。两个数放在一起看，比看单项排名有用。
- 这一轮的差别更多在价格。 Opus 5.5、GPT 6 Sol 与 Fable 5.1 在同一张榜上都是 97%，每次评测成本却差三倍；Grok 4.7 以不到它们一半的成本拿到 94%。
- 「能不能交出一个能看的东西」这一轮被反复用来当验收题。 这些展示各说各的，互相不能比较；把它写成自己的一条固定任务，比看别人的视频有用。
- 消费智能体那一节的争论没有数据。 可复查的是 Madhu Guru 列出的那串流程步骤，以及你自己想交出去的任务落在「无聊」还是「享受」那一侧。
- 限额政策这次的改动会直接影响每天的用量。 五小时上限提高、多了一次可以自己留着用的重置，这两件事比基准分数更早落在你的账单上。
- 那个十四年前的 bug 有 PR 可查。 修复内容与回归测试都写在里面，「十四年」这个年限来自帖子本身。
References
- 1Introducing Claude Opus 5.5 — Anthropic
anthropic.com
- 2
- 3Thariq 解读 Opus 5.5
x.com
- 4Introducing GPT-6 Sol and Luna — OpenAI
openai.com
- 5
- 6Sam Altman 谈按任务计价
x.com
- 7Sam Altman 谈 API 的定位
x.com
- 8
- 9
- 10
- 11Dan Shipper 的对照测试
x.com
- 12swyx 谈换默认模型
x.com
- 13Sholto Douglas 的那句
x.com
- 14Alex Albert 谈黏土动画
x.com
- 15
- 16Alex Albert 贴出的提示词
x.com
- 17Andrej Karpathy 的延伸
x.com
- 18Thariq 的重设计与预告片
x.com
- 19Thariq 谈 workflows
x.com
- 20
- 21Peter Yang 的金门大桥
x.com
- 22Aaron Levie 谈杰文斯悖论
x.com
- 23Thariq 谈模型能力该花在哪
x.com
- 24Thariq 谈游戏循环
x.com
- 25Thariq 谈简单
x.com
- 26
- 27Madhu Guru 的反驳
x.com
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35Vercel Ship 26 in San Francisco
vercel.com
- 36
- 37Amjad Masad 谈 SI
x.com
- 38
- 39
- 40Google Flow 的官方帖
x.com
- 41Nikunj Kothari 谈 SPV
x.com
- 42Aditya Agarwal 谈团队年限
x.com
- 43Kevin Weil 的评论
x.com
- 44被转的原帖
x.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.