Opus 5.5 vs. GPT-6 Sol: which model won my blind taste test?
TL;DR · AI 摘要
Opus 5.5 vs. GPT-6 Sol: which model won my blind taste test? Playback speed × Share post Share post at current time Shar...
核心要点
- 主题聚焦：Opus 5.5 vs. GPT-6 Sol: which model won my blind
- 来源：Lenny's Newsletter，建议结合原文判断细节。
- AI 分析暂不可用，本条为保底评分与摘要。
Opus 5.5 与 GPT-6 Sol：哪个模型赢得了我的盲测？
播放速度
×
分享帖子
分享当前时间的帖子
从 0:00 分享
0:00
/
生成字幕
字幕可解锁剪辑、预览和编辑功能。
Opus 5.5 与 GPT-6 Sol：哪个模型赢得了我的盲测？
🎙️ 我对写作、前端原型、长期代理任务、SVG、编程和视频编辑进行了盲测评估，随后将 Opus 5.5 送入 Barbie Bench 测试
Claire Vo
2026年9月22日
字幕
在 YouTube、Spotify 或 Apple Podcasts 上收听或观看
我早起录制了 Opus 5.5 的评测。随后 Anthropic 和 OpenAI 在同一天发布了新模型，我决定做一件我从未做过的事：现场进行 How I AI 测试。我让 GPT-6 Astra、GPT-6 Sol、Claude Opus 5.5 等模型完成我真正关心的工作：撰写邮件、PRD 文档、前端原型、后端开发、长期运行的代理程序、SVG 和视频编辑。我在不知道是哪个模型生成结果的情况下进行评分，因此你可以看到我如何做出预测、改变观点并揭示自己非常不一致的品味。Astra 赢得了我的心，Opus 5.5 赢得了我的一周，Sol 让我仍然犹豫不决。有一个创意结果我完全判断错误，一个 LLM 评委与我意见相左，还有重回 Barbie Bench：这个 3D 时尚游戏不断提醒我我们还有多远要走。手部操作令人沮丧。AGI 还未到来。
你将学到的内容：
- 我如何在不知道模型身份的情况下运行 How I AI 测试，以及在知道结果来源前哪些因素会导致评分变差
- 为什么 Astra 赢得了我的心，而 Opus 5.5 可能总体最强，特别是在长期代理和 B2B 前端方面
- Sol 在清晰写作、可读性 PRD 和价格方面仍让我信服的地方
- 彻底颠覆我对 Anthropic 预测的字符 SVG 测试结果
- 当我要求这些模型进行视频编辑时发生了什么，以及为什么我认为技能差异解释了部分失望
- 为什么 LLM 评委与我的排名意见相左，以及它奖励了我却未意识到的方面
本期内容涵盖：
( 00:00 ) 现场设置和新模型发布
( 01:30 ) Opus 5.5、Sol 和 Luna 的新特性
( 04:11 ) 安全防护、个性和速度
( 09:00 ) How I AI 测试和盲测流程
( 11:31 ) 邮件和个人生产力测试结果
( 13:50 ) 前端原型氛围测试
( 24:10 ) 后端、代理个性和长期任务
( 28:25 ) SVG 插图测试
( 29:48 ) AI 视频编辑结果
( 30:43 ) 揭示前的预测
( 31:20 ) Barbie Bench：3D 时尚游戏测试
( 34:17 ) 结果：Astra、Sol 和 Opus 5.5
( 35:04 ) 写作清晰度和创意惊喜
( 36:51 ) 为什么 LLM 评委与我意见相左
( 37:24 ) 每个模型真正擅长的领域
涉及的工具：
• Claude Opus 5.5: https://www.anthropic.com/claude-opus-5-5
• GPT-6 Sol 和 Luna: https://openai.com/index/introducing-gpt-6-sol-and-luna/
• Codex (OpenAI): https://openai.com/codex
如何找到 Claire Vo：
ChatPRD: https://www.chatprd.ai/
网站: https://clairevo.com/
LinkedIn: https://www.linkedin.com/in/clairevo/
X: https://x.com/clairevo
由 https://penname.co/ 负责制作和营销。如需了解播客赞助事宜，请发送邮件至 [email protected] 。
#### 关于此视频的讨论
评论
Restacks
How I AI
Claire Vo 主持的《How I AI》节目适合所有想了解如何实际运用这些神奇新工具来提升工作质量与效率的人。每期节目将邀请嘉宾分享他们在工作或生活中学习到的、具体且能产生实际影响的AI应用方式。节目时长为30分钟，包含实时屏幕共享，并提供可立即复制的技巧/操作方法/工作流程。如果你想揭开AI的神秘面纱并掌握在新时代生存所需的技能，这个播客正是为你而设。
收听平台
Substack App
Apple Podcasts
Spotify
YouTube
Overcast
Pocket Casts
RSS Feed
本期内容
撰写内容
Claire 的 Substack
近期节目
我离开 Claude 几个月后，正是 Opus 5.5 让我重新回来
9月22日
•
Warp 如何通过 AI 工厂每月处理 2000 个 PR | Zach Lloyd（Warp 首席执行官）
9月21日
Muse 评测：精准把握消费者体验的个人AI代理
9月16日
Grok Bot 设计师如何利用AI代理构建个人网站和产品原型 | John Bai & Peng Zheng
9月14日
构建你自己的企业大脑：Stripe 工程团队的AI企业实践手册 | Sharadh Krishnamurthy
9月7日
GPT-6 Astra 真是太棒了 - 这就是我所构建的一切
9月3日
Grok Bot 与 OpenClaw 对比：我是如何替换整个代理架构的
9月2日