科技人人都是产品经理·有界UnKnown··AI 生成
OpenAI、Grok、Meta三大模型先后发布，谁是性价比之王？
OpenAI、X AI、Meta 在同一天发布了大模型新品，能力提升但价格下降。文章对比了 GPT-5.6（Sol/Terra/Luna）、Grok-4.5 和 Muse Spark 1.1 在编码能力、专业场景及价格上的表现，认为 GPT-5.6 Luna 是综合性价比冠军，Meta 的 Muse Spark 1.1 在专业任务上性价比最高，而 Grok-4.5 在编码场景中效率最优。文章同时指出，美国大模型此次集体降价，背景是中国模型（如 DeepSeek、智谱）凭借更低价格正在侵蚀美国市场，引发了一场向“任务总成本”看齐的竞争。原文 ↗原文 ↗
核心观点
- ▍这一轮美国大模型新品发布的核心主题是“性价比”，所有模型能力提升的同时价格下降，旨在对抗中国模型的价格优势。
- ▍GPT-5.6 Luna 是综合性价比冠军，价格接近低价档（5.5 美元/百万token），但编码和长上下文能力显著优于同价位的竞品。
- 01GPT-5.6 Sol 在 Terminal-Bench 2.1 和 SWE-Bench Pro 上得分最高，但价格最贵（35 美元/百万token）。
- 02Muse Spark 1.1 价格最低（5.5 美元/百万token），并在 MedScribe、TaxEval、Harvey‘s Legal Agent Bench 等专业领域达到 SOTA。
- 03Grok-4.5 官方声称其单个任务消耗的 Token 仅为同级领先模型的一半，虽单价不低，但按任务算可能成本最低。
- 04OpenRouter 数据显示，2025 年 2 月以来，中国 AI 模型在海外平台的 token 消耗占比经常保持在 30% 以上，最高达到 46%。
- 05Artificial Analysis 的横评显示，在能力/价格坐标图中，性价比最优的象限除了 Grok-4.5，基本被中国模型（如 DeepSeek V4 Pro、小米 MiMo-V2.5 pro）占据。
反方 / 局限
- — 文章主要依赖模型厂商自评的 benchmark 数据进行对比，缺少第三方独立评测，且纳入的中国模型版本（如 DeepSeek V4 Pro）仅为示例，并未直接与新品横向对比。
前置背景
平行视角
未来推演
延伸追问