10 月 27 日，Artificial Analysis（下称 AA）发布了 Intelligence Index v5，这是 2026 年 1 月 v4 上线以来的最大一次方法论改版。改版后的榜单前三名是：Claude Opus 5.5（58 分）、GPT-6 Astra（57 分）、GPT-6.1 Sol（55 分）。
分数之外，AA 同步公布了各模型的实测每任务成本（per-task cost）：Opus 5.5 在 max 推理档下每任务 $10.04，而 Sol 只要 $1.27。AA 官方的表述是：Sol 与榜首分数差距在 4 分以内，每任务成本大约只要八分之一。
先说结论：
- 分数层面：Opus 5.5 以 58 分居首，Sol 以 55 分排第三，只差 3 分，属于同一梯队
- 成本层面：max 档每任务 $10.04 对 $1.27，差约 8 倍，已经不在一个量级
- 便宜的秘密：不是 token 单价低，而是 Opus 每任务输出 token 约为 Sol 的 3 倍，叠加约 2 倍的单价差，账单被放大到 8 倍
- 怎么选：日常 agent 任务用 Sol / Terra 跑量，最难的攻坚任务再上 Opus max 档
由头：v5 为什么算「大改版」
v5 的改动里和读者最相关的有两条。一是任务变重：所有评测的中位输出从 v4 的 35K tokens 涨到 59K tokens，其中约 90% 来自 agentic 多步任务，更贴近真实工作负载。二是防污染：60% 的评测换成了私有测试集，堵死刷榜空间。
榜单上还有两个值得注意的点：GPT-6 Astra 以 57 分卡在第二；Kimi K3.1 Pro 以 46 分拿到开放模型第一，但开放与闭源前五名的差距从 3 分拉大到 12 分。
需要澄清一个常见误读：Opus 5.5 在 9 月曾以 58 分登顶过 AA 榜，但当时跑的是 v4.3 旧任务集。这次 v5 改版后它依然第一，「改版后仍然守住第一」比「曾经第一」含金量高得多，两件事不要混为一谈。
分数和账单：一张表看清
以下每任务成本均为 AA 官方 v5 公告的实测数字（max 推理档）：
| 模型 | v5 分数（max 档） | 每任务成本（AA 实测） |
|---|---|---|
| Claude Opus 5.5 | 58 | $10.04 |
| GPT-6 Astra | 57 | $6.24 |
| GPT-6.1 Sol | 55 | $1.27 |
| GPT-6.1 Terra | 未进前五 | $0.96（最便宜） |
| Claude Fable 5.1 | 未进前五 | $13.04（最贵） |
$10.04 ÷ $1.27 ≈ 7.9 倍，和 AA 官方「大约八分之一」的口径一致。AA 同时指出，头部模型之间的每任务成本差距超过 13 倍。也就是说，在「旗舰能力」这个窄带里，账单的分化远比分数剧烈。
一个提醒：如果你在网上看到 Sol $0.72、Opus $5.98 这组数字，那是 v4 旧任务集（中位输出 35K tokens）的遗留，v5 任务变重后官方口径已经更新为 $1.27 和 $10.04，引用时认准 2026-10-27 的公告。
为什么 token 单价预测不了每任务成本
这是 v5 发布后社区讨论最多的一个点。按 AA 公告折算用的官方 token 价，Opus 5.5 每 token 约是 Sol 的 2 倍（HiAPI 平台价口径不同，见下文），但每任务成本差了 8 倍。多出来的倍数来自输出长度：实测中 Opus 每任务生成的输出 token 约是 Sol 的 3 倍。2 倍单价乘以 3 倍用量，就是 8 倍账单。
这件事在 v5 里被进一步放大了，因为任务变重意味着输出更长，「爱写长输出」的模型会更贵。它也解释了为什么只看价目表会系统性失真：价目表告诉你的是「每个 token 多少钱」，账单告诉你的是「这件事办完多少钱」。两个都重要，但只有一个能进预算表。
指数怎么构成，effort 档位为什么变重要
v5 指数由 9 项评测组成，分 4 个等大类，各占 25%：知识工作（25%）、编码（25%）、科学（25%）、通用（25%）。没有模型包揽全部 9 项第一，Opus 5.5 领跑其中 3 项（编码、通用里的两项硬核评测），GPT-6 Astra 领跑 2 项。这意味着「谁是第一」在一定程度上取决于你的任务落在哪个大类：写代码和啃硬知识题，Opus 的分更有参考价值；偏知识工作和自动化的场景，差距会比总分显示得更小。
v5 的另一个变化是 effort 推理档位对分数的影响明显变大：Opus 5.5 在 low 档只有 35 分，开到 max 档是 58 分；Sol 的档位跨度也拉到了 20 分。换句话说，榜单上的 58 分和 55 分都是「火力全开」跑出来的。
一句话总结：分数是 max 档跑出来的，账单也是 max 档烧出来的。 看榜做预算时，两个数字都要连同档位一起看。日常任务如果只用到 low / medium 档，两个模型的实际差距会和榜单不一样。
实操：按任务难度路由，别一刀切
按上面的数据，最省钱的用法不是「全换 Sol」或「全留 Opus」，而是按任务难度分层：
- 日常 agent 任务（脚本、数据清洗、常规编码、批量处理）：Sol 甚至 Terra 跑量，$0.96 到 $1.27 的每任务成本适合放量
- 攻坚任务（复杂重构、深度推理、多跳分析）：再上 Opus max 档，为 3 分差距付 8 倍成本，只在值得的任务上付
- 想再压一档成本：从 effort 档位下手，别把默认配置锁死在最高档
算笔粗账感受下差距：同样跑 1000 个日常任务，全走 Sol 大约花 $1,270，全走 Opus max 档大约花 $10,040，差出来的 $8,770 足够把团队一个月的攻坚任务额度全部覆盖还有余。反过来说，如果为了省钱把所有任务都压给 Sol，那 3 分差距在最难的 5% 任务上可能就是「做出来」和「做不出来」的区别。路由的意义就在这：让贵的模型只花在真正需要它的任务上。
这种「一个任务池、两个模型」的路由结构，正是聚合平台的主场：不用分别注册两家账号、对两套账单，一个 Key 就能按请求切换。我们在 Claude Code 和 Codex 接入那篇里演示过同一套按任务切模型的思路，感兴趣可以对照看。
在 HiAPI 上两个模型怎么接
先摆平台价（截至 2026-10，均为 ≤272K 上下文基础档）：
| 模型 | 输入 | 输出 | 缓存读 |
|---|---|---|---|
| claude-opus-5-5 | $2.02/M | $10.08/M | $0.10/M |
| gpt-6.1-sol | $0.50/M | $2.50/M | $0.025/M |
注意口径隔离：上表是 HiAPI 的 token 单价，前文 $10.04 / $1.27 是 AA 实测的每任务成本，两组数字来源不同，不能直接混算。平台价上 Sol 的输入、输出单价都约为 Opus 的四分之一，这是价目表口径；换算成每任务账单，再叠加上一段说的输出量差异，才是 AA 的 1/8。
接入上，Opus 5.5 支持 Anthropic Messages 和 OpenAI Chat Completions 双协议，五档 effort 可调；Sol 支持 Responses 和 Chat Completions 双协议，上下文 1.05M。两个模型用同一个 API Key 都能调，按请求路由即可。
- Opus 5.5 能力边界和完整参数见模型详情页，Sol 见模型详情页
- 上手教程：GPT-6.1 Sol API 接入指南、Claude Opus 5.5 API 定价分析
- 前代对比参考：Opus 5.5 vs GPT-5.6 Sol
- 同批文章：GPT-6.1 Terra 降价快讯、Claude Code / Codex 切换模型指南、Genie 4 快讯
常见问题
Sol 每任务 $1.27 是怎么算出来的？
这是 AA 官方 v5 公告里的实测口径：用 max 推理档跑完一批任务，按真实消耗的输入输出 token 和官方价格折算。它不是标价，是账单，所以比看价目表更接近你实际会付的钱。
网上写的 Sol $0.72、Opus $5.98 每任务，哪个对？
$0.72 / $5.98 是 v4 旧任务集的数字，当时任务中位输出只有 35K tokens。v5 任务变重后（中位 59K tokens），官方更新为 $1.27 / $10.04。认准 2026-10-27 的 v5 公告。
Sol 和 Opus 5.5 的 token 单价到底差几倍？
按 HiAPI 平台价（截至 2026-10，≤272K 基础档），Sol 输入 $0.50/M、输出 $2.50/M，Opus 输入 $2.02/M、输出 $10.08/M，单价约 4 倍。但这是价目表口径；AA 的每任务成本口径是约 8 倍，差额来自 Opus 每任务约 3 倍的输出量。两个口径都成立，别混着算。
effort 档位是什么？为什么分数差这么多？
effort 是模型推理时的投入档位，越高思考越深、输出越长。v5 下 Opus 5.5 从 low 档 35 分到 max 档 58 分，跨度 23 分；Sol 档位跨度也有 20 分。所以「Sol 能不能替代 Opus」取决于你日常开什么档，也取决于你愿意为高难度任务付多少。
我的任务该用 Sol 还是 Opus 5.5？
日常 agent 任务（脚本、清洗、常规编码）先跑 Sol，量大成本可控；拿不准的攻坚任务上 Opus max 档对比一轮。HiAPI 一个 Key 两个模型都能调，路由切换没有额外接入成本。
关键结论
v5 榜单把两件事同时摆在了桌面上：能力上，Opus 5.5、Astra、Sol 挤在 3 分以内，没有谁碾压谁；成本上，每任务账单差出 8 倍，比分数分化剧烈得多。分数是 max 档跑出来的，账单也是 max 档烧出来的，两个数字都要连着档位看。对大多数团队，正确姿势不是选边站，而是按任务难度路由：Sol / Terra 跑量，Opus max 档攻坚。想在 HiAPI 上落地这套路由，两个模型现在就可以开跑。
