同一句提示词横测 5 个模型：Opus 5.5 五分钟做完 3D 鹈鹕骑车，GPT 两个版本的车都在倒着骑

9 月 22 日 Claude Opus 5.5 上线：比 Opus 5 便宜 40%，编码跑分压过贵 2.5 倍的 Fable 5.1，当天就成了 Claude Code 的默认模型。

视频前半段讲它和 Opus 5 的区别（价格、默认 effort、思考模式、跑分），后半段用同一句提示词「生成一个鹈鹕骑自行车的 3D 页面」横测 5 个前沿模型：

▶ Claude Opus 5.5：5 分 41 秒，最快，效果最好，产物只有一个 index.html ▶ GPT-5.6 Sol：13 分钟，自行车倒着骑 ▶ GPT-6 Sol：14 分钟，同样倒着骑 ▶ GPT-6 Astra：24 分 22 秒，方向对了，效果还行 ▶ Claude Opus 5：跑了 40 多分钟还没写完，中途停掉 （其他次复跑需要二十几分钟）

速度排名：Opus 5.5 ＞ GPT-5.6 Sol ＞ GPT-6 Sol ＞ GPT-6 Astra ＞ Opus 5

几点说明： · Opus 5.5 用的是默认 medium 强度，三个 GPT 模型开的是 xhigh · 同一句提示词每次跑的结果都不一样，这只是一次测试的结果，看个大概 · 「鹈鹕骑自行车」已经被测得太多，厂商可能针对性训练过，真想比模型好坏，得用网上找不到现成答案的题目 · 这个需求一个 html 就能搞定，GPT 这几个模型普遍生成了一整个项目，把简单问题复杂化了

演示工具：智码 AICoder（多厂商、多会话并排开，同一个窗口里切 Claude Code 和 Codex）

00:00 Opus 5.5 上线的两处反常 01:36 价格：单价降 20%，缓存读降 60% 02:12 六项跑分与全家族对比 02:36 同一天发布的 GPT-6 Sol 03:00 结论：日常主力换 Opus 5.5 03:12 实测开始：同一句提示词开 5 个会话 05:20 Opus 5.5 成品（5 分 41 秒） 05:50 GPT-5.6 Sol：车倒着骑 06:10 GPT-6 Sol：同样倒着骑 06:50 GPT-6 Astra（24 分 22 秒） 07:30 Opus 5（40 分钟未完成） 08:50 速度排名，以及为什么不能总用同一句提示词测 09:50 产物对比：一个 html vs 一整个项目

所用软件: 智码 AiCoder https://aicoder.ruoyi.plus/