Name: GPT-6 Sol 实测：与上一代 Sol 的性能、速度与成本对比
Uploaded: 2026-09-23T03:17:53.000Z
Duration: 31 min 9 s
Channel: 星小脉
Description: Arena AI对比GPT-6 Sol与GPT-5.6 Sol在复杂生成任务中的表现，重点分析生成质量、耗时、词元消耗与成本效率。适合关注大模型能力、推理档位和实际使用体验的观众。 原视频:https://www.youtube.com/watch?v=jVFz7cTeQxk

ChatGPT Sites 实测:三条提示词做出能上线的App,替掉三个付费SaaS

Claude 记忆大升级:Cowork 与聊天共用一份记忆,可查可改,但这个大坑得先知道

Claude 塞进 Word 侧边栏：读懂六条批注、核对数据、砍到千字，初稿一路改成终稿

Ox Alpha 最新实测：不同推理级别与平台表现接近，仍难媲美顶级模型

Gemini 3.7 Flash为何被低估？免费API与Antigravity新免费层实测

Ox Alpha实测:百万上下文的神秘免费模型,用Hermes agent揪出真实工厂系统bug

五个无代码 App Builder 同题横测：作者卖 Base44 课程，最终为何推荐 Base44？

20次同题基准：Gemini 3.7 Flash只多1分，没能甩开3.6 Flash

Gemini 3.7 Flash 实测：浏览器系统、游戏、3D打印发动机与Android TV盒子改造

Grok 4.6实测：对比 GPT 5.6 与 Fable，速度更快、成本更低

让 Opus 5 说得更像人：/wait-what、/bro 与提示技巧

OpenAI降价80%的最便宜模型有多强？GPT-5.6 Luna最大推理实测，全程只花了1.34美元

GPT-5.6 Luna 降价 80% 后重测：得分追平 Opus 5，成本只有 1/40

同一道硬核难题扔给四个大模型:Kimi K3、DeepSeek V4 Pro、Opus 5、Sol 谁做的音乐机最能打

OpenAI降价80%,但最炸的是:它让GPT-5.6自己优化了自己

把整个项目交给AI：Claude Fable 5 的八个实战用例

ChatGPT语音2.0上手实测：会自己动手的桌面助手，五个层级用法讲透

Opus 5 发布 12 小时实测 11 个编程任务：额度烧得飞快，提升却没想象中大

Opus 5 深度实测：跑分赢了 Fable 5，但少了一样东西

我用 10 个真实任务实测了 Opus 5 和 Fable 5，结果有点意外

Opus 5 对打 Fable 5：同一套提示词，谁做得更好

Opus 5 跑分实测：多项压过 Fable 5，价格只要一半

被全网吐槽的OpenAI编程小键盘,我盲买了:Codex Micro开箱实测

GPT-5.6 深度评测:实测数据+优缺点,以及 Sol/Luna/Terra 和一堆套餐到底怎么选

GPT-5.6最便宜的Luna，编程实测竟接近满分？

Grok 4.5编程实测：25轮基准跑分，从榜上无名冲到第四

ChatGPT 5.6 实测：它真能干掉 Fable 5 吗？附一套改变你用AI编程方式的工作流

顶级AI模型正面对决:GPT-5.6 vs Fable,谁能把名画变成3D世界?

Claude最强模型3天后下架,5个必学用法把它用到极致

强到发布3天被叫停?28个案例实测Claude最强AI:一句话造游戏、写操作系统

Fable 5 回归实测:代码重构对决 Opus 4.8,贵两倍半到底值不值?

Claude Fable 5 王者归来！榨干最强AI模型的8个必学用法

Fable 5 强势回归！但这一堆新限制，估计要劝退不少人

最强 Claude 模型回归！6 个提示词习惯，效率拉满还省 token

Anthropic 新模型 Sonnet 5 实测：agent 模式硬刚 GPT-5.5、Opus 4.8 和 GLM

Claude Science 首发实测:AI 做科研有多离谱?5分钟搞定蛋白质结构可视化

Anthropic Sonnet 5 深度解读：性能直逼 Opus，价格砍到不足一半

GPT-5.6 太强被政府叫停公开发布？OpenAI 新模型三兄弟深度拆解

Claude Fable 5深度评测：当AI大到能放手，瓶颈变成了你的想象力

实测对比：Gemini、Claude、GPT到底谁更会看视频？

实测爆火的Fugu Ultra:多模型编排真能吊打Opus 4.8吗?

把Claude、GPT、Gemini揉成一个模型？实测OpenRouter Fusion

5刀的Gemini Plus和8刀的ChatGPT Go，谁才是10美元内最强AI套餐？

我让Claude历代模型从零建模一条龙,进步太离谱了

Anthropic新旗舰模型实测：可能是当前全球最强AI？

实测Anthropic最强模型Fable 5:一句提示词自己跑4小时,编程基准91分碾压GPT 5.5

Claude Fable 5 全面拆解:编程飙到80.3,更强的Mythos 5却只给美国政府用

Claude Fable 5来了！首个公开的Mythos级模型，订阅免费只剩两周

Claude Fable 5 来了：戴上护栏的 Mythos？性能碾压 Opus 4.8，价格直接翻倍

Claude Fable 5上手实测：碾压所有基准，订阅党只剩两周可用

Anthropic 正式发布 Claude Fable 5：迄今最强、能连续自主工作数天的 AI

Claude Opus 4.8 对决 ChatGPT 5.5：谁更适合做财务分析？

Gemini Omni 隐藏的5大神技：90%的人只会做AI数字人

戴上Google新眼镜：一句话点咖啡、实时翻译，AI直接替你办事

英伟达 Cosmos 3 深度解读：能看懂世界、还能预测未来的全模态世界模型

用旧版/低配GPT写代码真能省钱吗？实测5.5低配/5.4mini/5.3 Codex

烧了20亿token实测Claude Opus 4.8：最强编程模型，但没有质变

GPT-5.5 大战 Claude Opus 4.8：谁能用Blender造出更牛的3D模型？

实测 AI 编程模型真实 API 价格：Opus 4.8、GPT 5.5、Cursor Composer 2.5 谁最划算

Claude Opus 4.8 实测：让AI自己跑量化交易，新Fast模式到底有多快？

Opus 4.8偷偷上线的新功能：5档Effort实测，到底该选哪个？

Opus 4.8 实战指南:4 个技巧榨干新模型,effort 才是关键

Anthropic 投下 Opus 4.8 核弹:几乎全面碾压 GPT 5.5,诚实度暴涨4倍

实测 Gemini 3.5 Flash:质量惊艳却贵到劝退,我还是推荐 3.1 Pro

12 个大模型 React + TypeScript 前端实测：7 个 Playwright 测试用例对比

Codex 5.5 完胜 Claude Opus 4.7：让两个 AI 在 Polymarket 自动交易 1 小时

6 大 AI 编程模型代码库实测：你的代码质量决定 LLM 输出上限

深扒 Gemini 用量上限：哪些功能最吃配额

Claude 新金融插件实测：60 秒做完华尔街分析师的活

Google Antigravity 2.0 + Gemini 3.5 Flash 实测：CLI 才是真正杀手锏

Google Antigravity 2.0 + Gemini 3.5 Flash 三件套发布全演示

Lovable 平台如何自我修复：venting 和 lovable overflow 上线全演示

Gemini 3.5 Flash 实测：超激进的 Agent 行为是好事还是坏事？

Gemini 3.5 Flash 真·疯狂：Anti-Gravity 2.0 让前端代码起飞

Gemini 大改版上线：UI 美爆，Live + 视觉响应全升级

我把 30+ AI 工具排名：Claude 第一，谁该被淘汰？（2026 年 5 月）

Thinking Machines 真实时 AI 来了｜把时间也 token 化的硬核交互模型

Gemini 3.1 隐藏的 7 个神级用法，全免费别再只拿来聊天

OpenAI 推出三款实时音频模型：70 种语言实时翻译 + 智能语音 Agent

Claude 的思考杠杆：让模型用更多 token 解更难的题

去年要写百行脚手架，现在 Claude 模型自带了

同一 Prompt 跑 3 次，6 大模型表现差多少？Opus、GPT、Kimi、Gemini 实测

ChatGPT 5.5 记忆升级炸了！AI 终于能记住你了

Gemini 大升级！直接生成 PDF/Word/Excel/PPT 全格式文件

GPT-5.5 medium/high/x-high 实测：x-High 多花 4 倍 token 值不值？

GPT-5.5 重新定义前沿：三场私有硬测对比 Opus 4.7

OpenAI 给每个团队送了个免费员工：ChatGPT Workspace Agents 实测一周

OpenAI Chronicle 太炸了：AI 看着你屏幕就知道你在干啥

Google AI Studio 升级版完整教程：免费玩转无水印图片+定制语音+应用

GPT 5.5 实测：跑 8 小时不停手，长任务能一次跑完

12:22

GPT 5.5 vs Opus 4.7 四项实测：成本速度质量全对比看谁是真王者

GPT-5.5 硬核首测 40 分钟：Jerry 公寓还原、清版格斗、GTA 和滑板游戏一次见

GPT-5.5 发布！一句 prompt 做落地页邮件代理内容机器

实测 GPT-5.5 vs Claude Opus 4.7 谁真的更强

GPT 5.5 Pro 代号 SPUD 曝光！一出手就让 Claude Opus 4.7 显得过时

Google AI Studio 三大更新太炸：TabTabTab 联想、设计实时预览、Gemini 3.1 Flash TTS

Google 个人智能更新：AI 开始懂你了

Claude Opus 4.7 深度解读：AI 新标尺不是智商，是可靠性

日本 UP 深度实测 Claude Opus 4.7 vs GPT-5.4：视觉碾压，但 token 消耗让我怕了

Claude Opus 4.7 实测：让它造操作系统、笔记应用、GTA 小游戏

日本 UP 主深扒 Claude Opus 4.7：四大升级 + Anthropic 雪藏的禁用模型

Google 新 TTS 太猛了！免费多情感配音还带方言口音

Opus 4.7 深度解读：编码大涨、视觉翻 3 倍、X High 新档位

Claude Opus 4.7 来了！9 个实测直接秀翻 GPT-5

Meta Muse Spark深思模式实测：挑战GPT-5.4 Pro和Gemini DeepThink的新对手？

Google终于给Mac做了个Gemini桌面版，一个快捷键随时唤醒AI助手

Claude Opus 4.7泄露信息全面解读，下一代模型有多强？

ChatGPT Pro月费100美元！值得为AI花这个钱吗

Claude vs Gemini：2026年哪个AI值得你花20美元？

Gemini Embedding 2 全面解析 | 首个原生多模态嵌入：文本+图片+音频+视频+PDF统一搜索

为什么我从 ChatGPT 转向了 Claude —— 四个关键原因

07:38

Gemini 3.5 Transcribe核查:99%准确率是假的,真实数字97.4%

Gemini Omni 1.1 Flash实测：首尾帧、4K放大与视频编辑到底行不行？

Anthropic连发两款旗舰：号称降价45%，第三方统计每任务反而更贵

Gemini 3.8 Flash实测：性能接近顶尖模型，速度与成本优势更突出

Claude Fable 5.1 首次实测：生成质量、动态场景与成本全面对比

GPT-6 Astra 抢先实测：8分钟做出3D游戏，还能自己操作Blender和虚幻引擎

World Labs Atlas：AI如何生成从未拍摄的空间视角

GPT-6 Astra 抢先实测：接管电脑跑CRM、破解蓝牙硬件、一次做出3D游戏

GPT-6 Astra深度解析：基准成绩、令牌效率与真实实用性

OpenAI真的造出AGI了吗？GPT-6 Astra首发解析

GPT-6 Astra全面实测：编程、电脑操作与智能体能力直逼AGI

GPT-6 Astra 全自动制作完整视频：从调研、剪辑到发布的实测

Fable 5.1 对比 GPT-6 Astra：在 7.4 万行代码中测试 AI 设计分析能力

GPT-6 Astra 对决 Fable 5.1：同一提示词打造 CRM、Notion、品牌网站与游戏

GPT-6 Astra首次体验：语音对话控制电脑，挑战用Unity和Blender制作GTA 6克隆游戏

GPT-6 Astra 编程实测：四项基准拿下20/20，速度与成本为何出人意料

神秘模型 Omen Alpha 编程实测:速度快、价格低，线索直指智谱 GLM

Fable 5.1 编程实测：榜单排第三，代码质量与 Opus 5 并列最高

Hy-4 Preview开源模型全面解析：智能体编程与长程任务表现

GPT-6 Astra与Kimi K3在Blender、Unity和Godot中的游戏开发对比

Qwen 3.8 Max 0902 更新版代码评测与模型排名分析

LMArena 出现疑似 Gemini 4 Pro 偷跑的输出样例

Jev：面向快速分类决策的新型模型

Claude 将文档、幻灯片与设计工具整合进同一工作空间

TypeSafe System One 模型 Jev的定位与应用方式

Gemini 4 Pro早期访问版的3D建模与SVG动画表现

TypeSafe Jev 模型实测:又快又便宜,局限同样明显

Jev 面向 Python 开发者的分类模型与 SDK 用法

Grok 4.7 实测：价格与基准对比，以及浏览器 OS 与游戏开发测试

Claude Opus 5.5 发布内容解读与实测：浏览器操作系统、游戏开发与机械臂控制

GPT-6 Sol 实测：与上一代 Sol 的性能、速度与成本对比

GPT-6 Sol 与 Luna 的基准测试对比：性能表现与 API 成本

Claude Opus 5.5 与 Fable 5.1、GPT-6 Astra 的基准测试对比：性能与成本

实测 Grok 4.7 编程能力：分数小幅上涨，速度和 API 成本偏高

Opus 5.5 与 GPT-6 Sol 的十项用例实测对比：建站、剪辑、幻灯片与浏览器操作

Claude Opus 5.5与GPT-6 Astra逐项评估：网站、动效、游戏与品牌设计五项任务

Jev与Luna同任务对比：准确度基本持平，速度约快四倍，成本约为三倍

Claude Opus 5.5 编程基准测试：速度约为 Opus 5 两倍，成本更低

按 ChatGPT 6 Astra 重写的 ChatGPT 功能上手指南：模型、Work、Skills 与项目

按任务选择 Claude Opus 5.5 与 GPT-6 Sol：专业工作与日常任务的分工建议

Anthropic发布Opus 5.5使用指南：推理力度、上下文与任务完成的调整建议

小米 MiMo V2.6 Pro 与 Flash 编程任务实测：开放权重模型的表现与价格差异

Space Bunny Alpha：匿名隐身模型的多模态与编程能力测试

用 Claude Opus 5.5 构建可打电话、操作日历和电脑的 Jarvis 助手

Gemini 上手指南：个人智能设置、模型选择、Gems 与 Deep Research

Claude Opus 5.5 与 GPT-6 Sol 实测对比：单次生成游戏、成本与用量、幻觉率和分级表

Sonnet 5.5 与 Opus 5.5 编码能力对比，输入输出价格约为一半

Longcat 2.5 Preview 编程实测，用 24 条提示词看它在榜单上的位置

Claude Sonnet 5.5 多场景生成实测：游戏、3D 场景、落地页与模型对比

ChatGPT Dots 提前上手:设置、使用场景与 Muse、Grok Bot 的对比

GPT-6.1 Sol 实测:九项基准加权 96 分,与 Opus 5.5、Sonnet 5.5、Astra 的得分和成本对比

GPT-6.1 Sol 上手实测:浏览器系统、3D 场景、C++ 与机器人手臂等十余项任务

Gemini 4 Argon初步体验：排行榜表现与生成质量观察

Gemini Live Avatar 实时虚拟形象功能与应用演示

GPT-6 Astra Ultra Fast 模式实测：多个交互应用的制作速度与效果

用Meta Muse清理订阅的实际体验，以及Amazon封禁背后的商业考量

OpenAI Dots 上手体验：接入、Slack、电脑操作与子代理

GPT-6 Astra与Claude Opus 5.5在10项社交媒体任务中的对比

ChatGPT Dots上手演示：语音调用智能体发邮件、改落地页，附Sonnet 5.5与Gemini 4 Argon消息

Gemini Notebook 近期新功能演示：语音对话、书籍来源与在 Docs 中调用

DeepSeek Harness 桌面端预览版上手：一切皆插件的架构与定制体验

Mistral Large 4 预览版首测：浏览器系统、游戏与网站等编程任务逐项查看

Ultrafast 的实时开发体验令人喜欢，但审两个小 PR 就用掉约 600 美元额度

Claude Sonnet 5.5 与 Fable 5.1 三个实测项目对比，质量、价格与速度

Claude Haiku 5.5 实测：自建基准与 GPT-6 Luna 同为 89 分，速度更快，整轮花费 57 美分对 16 美分

Decisions API 上手及与 Jev 对比

Claude Haiku 5.5 编码任务实测，不同推理强度下的质量耗时与成本

Nano Banana 2.1 与 GPT Image 2.5 Flare 的图像生成和编辑对比测试

Mistral Large 4 在 KingBench 8 道编码题中拿到 42/80

Meta Muse Wonder 初步体验：基准表现、编程测试与用量成本

Gemini 4 Argon 早期访问实测：百万词元输出与 GPU 自主训练

用 Gemini 4 Argon 在 Antigravity 开发约两万行 Rust 录制应用的工程实践

Gemini 4 Argon 与 Claude Opus 5.5 同题对比：成品、花费与适用场景

用 Gemini 4 Argon 搭建维塔拉神庙 3D 古迹虚拟导览应用

StepFun Step 5 Preview 首次体验：多项游戏与网页生成测试

Claude Motion可制作动态图表、讲解动画和交互式仪表盘

Mistral Large 4 编程评测表现接近 Kimi K3,速度和缺陷排查仍有短板

Gemini 4 Argon 编码实测:自建 23 道题的表现、耗时与费用

OpenCode 五款免费大语言模型的编程基准测试与使用限制

DeepSeek V4.1 Flash 1017 编程表现与不同 Harness 测试结果

Gemini 桌面应用五项更新：任务模式、Skills、连接器与 Antigravity

Gemini 4 Argon API 入门：首个请求、思考级别、多轮对话与后台模式

Claude Duet 上手十小时：频道、任务线程、语音改幻灯片与目前的不足

Kimi K3.1 Pro 与前沿模型同题对比：3D 场景、动画、网站与研究界面

Claude Sonnet 5.5 和 Opus 5.5 完成三项数据科学任务的表现对比

Kimi K3.1 Pro 上手测试：全栈应用修复、Excel 财务模型与多模态理解

MiniMax M3.1 Flash 与 GPT-6.1 Sol 同题对比：用一条提示词做 3D 第一人称射击游戏

GPT-6.1 Terra 与 Claude Opus 5.5 同一提示词制作 3D RX-7 压铸模型网页对比

用 Meta Muse Code 与 Wonder Full 开发原生 iPhone 习惯追踪应用：规划、小组件、iPhone Duo 适配与真机测试

GPT-6.1 Terra 在 Stone Labs 基准中排第 16，设计与任务表现有差距

Google DeepMind Genie 4 实时世界模型上手：场景生成、实时改动与会说话的角色

ChatGPT dots 上手：设置常驻助手 Juno、连接应用并交给它产品发布任务

Claude Duet 研究预览首看：安装设置、任务与频道、运行自定义 skills

Claude 桌面 App 新版：侧边聊天、嵌套会话、Mods 与斜杠命令用法

Gemini 4 Carbon 与多款模型同题生成对比：3D 场景、创意与成本