要点
- Claude Opus 5.5 在全部 12 个领域和总榜上都领先,总榜 1335 对 1235。
- 差距从金融的 26 分到医疗的 159 分不等。4 个领域差距不到 45 分,6 个领域超过 100 分。
- GPT-6 Astra 总榜每题 1.28 美元,Claude Opus 5.5 是 2.60 美元;12 个领域中 GPT-6 Astra 有 11 个更便宜,只有演示文稿例外。
- 两者都在自家 Harness 上表现最好:Claude Opus 5.5 用 Claude Code,GPT-6 Astra 用 Codex。
总榜
| Claude Opus 5.5 | GPT-6 Astra | |
|---|---|---|
| 最佳 Harness | Claude Code | Codex |
| 总榜名次 | 1 | 5 |
| 质量 | 1335 | 1235 |
| 单次耗时 | 746.5 秒 | 722.8 秒 |
| 单题成本 | $2.60 | $1.28 |
| 已跑任务 | 406 道中的 402 道 | 406 道中的 392 道 |
| 换用另一个 Harness | OpenCode 1298 | OpenCode 1208 |
相差 100 分,意味着 Claude Opus 5.5 在同题对比中击败 GPT-6 Astra 的期望概率约 64%。两者单次耗时几乎相同,GPT-6 Astra 的成本约为一半。
两个模型都在自家 Harness 上表现最好。Claude Opus 5.5 换到 OpenCode 少 37 分,GPT-6 Astra 少 27 分,所以对比这两个模型时 Harness 不能忽略。
逐领域对比
每个领域取两个模型各自名次最高的搭配。
| 领域 | Claude Opus 5.5 | GPT-6 Astra | 差距 | Opus 期望胜率 |
|---|---|---|---|---|
| 医疗 | 1356 · $0.57 | 1197 · $0.53 | 159 | 71% |
| 演示文稿 | 1445 · $2.12 | 1300 · $2.33 | 145 | 70% |
| 教育 | 1353 · $0.20 | 1210 · $0.17 | 143 | 69% |
| 法律 | 1389 · $3.42 | 1270 · $2.39 | 119 | 66% |
| 音视频 | 1363 · $0.56 | 1253 · $0.21 | 110 | 65% |
| 网站 | 1307 · $3.41 | 1202 · $1.18 | 105 | 65% |
| 3D | 1327 · $17.73 | 1245 · $8.76 | 82 | 62% |
| 视觉设计 | 1398 · $0.85 | 1322 · $0.29 | 76 | 61% |
| 文档报告 | 1297 · $0.90 | 1253 · $0.87 | 44 | 56% |
| 数据分析 | 1381 · $0.21 | 1344 · $0.17 | 37 | 55% |
| 咨询 | 1303 · $2.61 | 1270 · $0.76 | 33 | 55% |
| 金融 | 1256 · $1.45 | 1230 · $0.53 | 26 | 54% |
什么时候选 Claude Opus 5.5
- 演示文稿。 差距 145 分,而且 GPT-6 Astra 在这里并不便宜:它的最佳搭配每题 2.33 美元,耗时也接近两倍(1909.1 秒对 976.5 秒)。
- 医疗和教育。 差距分别为 159 分和 143 分,两个模型每题都不到 0.60 美元。价格这么接近,没有理由接受更弱的结果。
- 数据分析和文档报告。 差距较小,37 分和 44 分,但价差也只有每题几美分。
- 法律和网站。 差距都超过 100 分。GPT-6 Astra 每题能省 1 到 2 美元,量大时有意义,但质量差距也大。
什么时候选 GPT-6 Astra
- 金融。 差距 26 分,Claude Opus 5.5 的期望胜率只有 54%,而 GPT-6 Astra + Codex 每题 0.53 美元,对方是 1.45 美元。
- 咨询。 差距 33 分,GPT-6 Astra + Codex 每题 0.76 美元对 2.61 美元,单次 517.4 秒对 1165.7 秒。
- 任何领域的大批量工作。 总榜上 GPT-6 Astra 用一半成本拿到 1235 分,在 49 套搭配中仍排第五。
更便宜的 OpenAI 选项
在 OpenAI 的模型中,GPT-6.1 Sol 往往比 GPT-6 Astra 更划算。总榜上它搭配 OpenCode 得 1196 分,每题 0.51 美元,比 GPT-6 Astra + Codex 低 39 分,成本只有 40%。在 4 个领域它的分数直接高于 GPT-6 Astra:
| 领域 | GPT-6.1 Sol | GPT-6 Astra |
|---|---|---|
| 医疗 | 1292 · $0.14 | 1197 · $0.53 |
| 音视频 | 1267 · $0.07 | 1253 · $0.21 |
| 3D | 1259 · $3.70 | 1245 · $8.76 |
| 金融 | 1234 · $0.41 | 1230 · $0.53 |
GPT-6.1 Sol 在总榜前沿上的位置,见质量与成本分析。
对比方法
所有数字都来自 Work Arena 排行榜。两个模型做的是同一批任务,按同一套标准评分。质量由同题胜负拟合而来,衡量的是一套搭配的成果胜过另一套的频率,而不是任务通过率。成本按官方价格计算模型花费。完整规则见计算规则。Claude Opus 5.5 在 Claude Code 和 OpenCode 上运行,GPT-6 Astra 在 Codex 和 OpenCode 上运行。
常见问题
Claude Opus 5.5 比 GPT-6 Astra 强吗
在 Work Arena 的真实工作任务上,每个领域都是 Claude Opus 5.5 更强。总榜上 Claude Opus 5.5 + Claude Code 1335 分,GPT-6 Astra + Codex 1235 分。金融、咨询、数据分析和文档报告差距较小,医疗、演示文稿、教育和法律差距较大。
GPT-6 Astra 比 Claude Opus 5.5 便宜吗
12 个领域中有 11 个更便宜。总榜上 GPT-6 Astra + Codex 每题 1.28 美元,Claude Opus 5.5 + Claude Code 每题 2.60 美元。演示文稿领域 GPT-6 Astra 略贵,2.33 美元对 2.12 美元。
本文数字来自 2026 年 11 月 2 日 的排行榜数据,此后的变化请以排行榜为准。