Artificial Analysis：Opus 5.5 与 GPT-6 多版本发布重塑大模型性价比帕累托前沿

Artificial Analysis 发布最新评测数据，显示近期多款主力大模型上线后推动了智能水平与任务成本帕累托前沿的位移，为模型选型提供了新的性价比参照基准。

• 本次更新在智能指数与单任务成本构成的帕累托前沿上共新增 11 个点位，体现出不同调用规格下的效能分布。
• GPT-6 Luna 贡献了 5 个前沿点位，Claude Opus 5.5 贡献了 4 个前沿点位，涵盖了高智能与中高成本区间的多个细分档位。
• MiMo-V2.6-Pro 与 GPT-6 Sol 也参与了本次前沿调整，拓展了更低成本区间的效能边界。
• 帕累托前沿的位移意味着开发者在同等预算约束下可获得更高智能水平，或在目标智能等级下降低调用支出。
• 影响/看点：这一前沿变化可能促使企业开发者重新评估既有 API 调用方案的性价比，其效益能否充分释放取决于模型在实际业务特定场景中的稳定表现与长文本处理损耗。
• 资料依据：
• X：Artificial Analysis（2026-09-23）：https://x.com/ArtificialAnlys/status/2102833926788288704
• Artificial Analysis 官方模型评测榜单（2026-09-23）：https://artificialanalysis.ai/models

本内容由 AI 生成，仅供参考，请注意甄别