GPT-6与Claude Opus 5.5同日登场：更强更便宜的AI大战

OpenAI和Anthropic几乎在同一时间出牌，加上此前马斯克发布的Grok 4.7，短短两天内三家头部AI公司集体更新。这轮竞争的关键词只有两个：更强、更便宜。对开发者和普通用户而言，可选择的模型越来越多，成本也一路走低。

OpenAI双子星：Sol主攻能力，Luna死磕成本

OpenAI这次一口气推出了两个新成员——Sol和Luna，形成了明显的分工。Sol更偏向复杂编程和专业工作场景，追求能力上限；Luna则主打速度、效率和大规模低成本使用，把门槛压到极致。

价格是这次的最大看点。GPT-6 Sol的定价为每百万Token输入2美元、输出10美元，而Luna的输入仅需0.1美元、输出0.5美元，两者相差一个数量级。OpenAI表示，相比GPT-5.6的促销价格，Sol和Luna的API价格降低了大约一半。

更值得关注的是，降价并未带来能力的明显缩水。从公布的综合性能数据看，Astra得分57.3，Sol为53.9，而价格极低的Luna依然达到了50.2分。这意味着OpenAI正在把GPT-6级别的能力，逐步下放到更便宜的模型上——用户花更少的钱，也能获得接近旗舰的体验。

Token是大语言模型计量文本的基本单位，一个Token大约对应英文中的0.75个单词，或中文的0.5-1个汉字。百万Token（1M Token）的输入成本是衡量模型API经济性的通用指标。以GPT-6 Luna输入0.1美元/百万Token为例，处理一篇5000字的中文文章大约只需消耗约0.0005美元，这一价格水平使得高频、大批量的商业化调用变得极为可行。Astra得分则是OpenAI内部公布的综合能力基准，涵盖编程、推理、多模态等多个维度，分值越高代表模型综合能力越强，可用于横向对比同代不同定位的模型。

Anthropic接招：Opus 5.5同样在卷成本

就在OpenAI发布之后，Anthropic紧接着推出了Claude Opus 5.5，节奏之紧凑几乎像是约好了同台竞技。

Opus 5.5的思路与OpenAI高度一致——依然在卷成本。相比上一代Opus 5，任务速度提升约30%，典型工作负载成本降低约40%。在能力层面，它已经接近Fable 5.1的水平。

在Terminal Bench这一编程与终端操作的基准测试中，Opus 5.5达到了66.4%，明显领先于Fable 5.1的55.8%和GPT-6 Astra的57.9%。不过这并不代表Opus 5.5全面碾压对手——在商业工作流和科学研究等项目中，GPT-6 Astra依然保有自己的优势。

换句话说，两家旗舰各有所长：Opus 5.5在终端与工程任务上更亮眼，而Astra在综合业务与科研场景中更稳。对用户来说，按需选型比盲目追新更重要。

实操：把GPT-6 Luna接入Codex CLI

价格战之外，如何真正把这些新模型用起来才是关键。以下是通过API方式接入的完整流程。

接入GPT-6 Luna前，需要先确认电脑已安装Node.js和NPM。打开终端输入对应命令，如果能正常显示版本号即可继续；若没有安装，需前往Node.js官网下载适合系统的版本。

第一步：安装Codex CLI。 Windows、macOS和Linux均可直接运行安装。安装完成后输入命令能正常显示版本，即说明成功。如果此前已安装过Codex CLI，直接升级到最新版即可。

第二步：创建API密钥。 打开DeepRouter平台注册登录，进入控制台后点击左侧「API密钥」，再点右上角「创建API密钥」，名称随意填写、分组选择Default，其余保持默认，创建后复制生成的API Key。

第三步：修改配置文件。 找到Codex目录（Windows在用户目录下的.codex文件夹，macOS和Linux同样在用户目录的.codex下），主要修改两个文件：auth.json和config.toml。若文件不存在可手动创建。将API Key填入auth.json，再把对应内容粘贴进config.toml并保存。

完成后重新打开终端，输入codex即可启动Codex CLI。

Codex CLI是OpenAI推出的命令行界面工具，允许开发者在终端环境中直接调用AI模型辅助编程，支持代码生成、调试、文件操作等任务。它基于Node.js运行，因此依赖NPM（Node Package Manager，Node.js的包管理器）进行安装和版本管理。DeepRouter是一个第三方API聚合平台，提供对OpenAI、Anthropic等主流模型的统一接入入口，开发者通过单一API Key和接口地址即可切换不同厂商的模型，无需分别管理多套鉴权凭证。config.toml是一种轻量级配置文件格式（TOML，Tom's Obvious Minimal Language），常用于存储应用的运行参数，可读性较强，支持直接文本编辑修改。

实操：把Opus 5.5接入Claude Code桌面版

接入Opus 5.5的流程同样清晰。

第一步：安装Claude Code桌面版。 前往官方下载地址，根据系统选择对应安装包，安装完成后启动。

第二步：开启开发者模式。 顶部菜单依次点击Help → Troubleshooting → Enable Developer Mode，确认后应用会自动重启，菜单栏随即出现Developer选项。点击Developer后选择Configure Third-Party Inference，进入第三方API配置页面。

第三步：获取API令牌。 创建方式与前述一致，只需将分组变更为C Code，然后复制令牌。

第四步：配置API。 在第三方推理配置页面粘贴API Key，填写DeepRouter提供的接口地址，确认无误后点击底部「Apply Locally」，应用会自动重启并生效。

第五步：切换模型使用。 重启后进入主界面，在聊天窗口下方的模型切换选项中选择Opus 5.5，发送一条测试消息即可开始使用。

Claude Code桌面版是Anthropic官方发布的本地客户端，其「开发者模式」下的Configure Third-Party Inference功能允许用户将官方客户端的后端请求重定向至自定义API端点。这一机制本质上是将客户端的模型调用指向第三方兼容接口（如DeepRouter），而非Anthropic的官方服务器，因此API Key与接口地址需对应第三方平台的凭证，而非Anthropic官方的API Key。「Apply Locally」选项表示配置仅作用于当前设备，不会同步至云端账户，适合希望在本地灵活切换模型供应商的开发者使用。

写在最后

从这轮密集更新可以看出一个清晰趋势：头部厂商不再单纯比拼参数和榜单分数，而是把「性能÷价格」作为核心战场。GPT-6 Luna用极低价格换来接近旗舰的分数，Opus 5.5在提速的同时把成本压下40%，本质都是在争夺更广的开发者与商用市场。

对使用者而言，这是实打实的利好——模型越来越多、越来越便宜，通过统一的API接入方式也让多模型混用变得简单。接下来要做的，或许不是纠结哪家最强，而是根据自己的任务类型，把合适的模型用在合适的地方。