- 涅利娅2026-09-29
AA分比fable5.1还高。
然后下面是手柄测试：
GPT6sol max花了3分钟画出来的手柄。（用GPT pro5x订阅跑的，据说订阅的这玩意降智，显著弱于api的同模型）
Claude sonnet5.5 max 花了8分钟画出来的手柄（Claude pro订阅）
别的不说，这玩意是怎么做到比fable5.1分高的！？
这可是Claude最擅长的前端！！！
Claude一直都是前端强，而GPT是后端强。
opus5.5的前端战胜了astra（当然，除了svg）
后端也就强于GPT6sol不是特别多，部分场景甚至可能会出现不如6sol的情况。（当然，很少数）
所以sonnet5.5前端都尚且如此，更别提后端了……总不能sonnet5.5的后端比opus5.5强吧。
而且雷霆大思考的使用体验真的很难受！
然后我还看到有人说不能用sonnet和sol比，应该和luna比。
问题是，api价格，sol和sonnet是一个价格啊，算上flex，sol只有sonnet一半价格。
而luna的价格是sonnet的二十分之一！
如果算上flex，luna的价格是sonnet的四十分之一！
就算你算haiku，haiku的价格也是luna的10倍，算上flex就是20倍！
现在Claude吹太多了，甚至有点神化Claude，只要Claude发模型，那就是无敌的。
opus5.5前端审美好，那么就是全面无敌的。
就算opus5.5画的鹈鹕精致度也就那样，照样捏着鼻子说比Astra强。
opus5.5发布当天全都是鹈鹕测试的帖子，一堆人硬吹……
那么多人为了使用Claude甚至养号买vps防封，被封号不退款也只是叹气表示，诶呀anthropic按规定行事封号不退款大大方方，不像openai就是个小人。
某些人：虽然因为封号，140买的会员只能用几天甚至几小时，然后开新号还要前置操作养号一段时间浪费时间，买vps家宽一个月还要烧几十刀，但是Claude就是大方，就是额度多，太好用了这才是真正的模型，这才是真正的token plan。
然后用GPT的时候大大方方反代分发，完事了骂降智，
同样的使用场景下你用Claude你连降智模型都用不到，直接就是封号不退款了。
但是这样的前提下大家还是更偏爱Claude，只要是Claude发的模型就无脑吹。
真令人费解。
主楼 - 小猫曦月2026-09-29
- 涅利娅2026-09-29
- 涅利娅2026-09-29
- mi_tu2026-09-29
我用了会儿感觉还不错啊，开xhigh的话思考也没特别雷霆，主要claude缓存读不要钱，额度确实比同价位订阅的sol高好几倍(不过我还是会选opus high)
- 涅利娅2026-09-29
- W1nge2026-09-29
其实用了很多模型之后 我感觉每个模型开Medium才是正确打开方式
有难题问Fable/Astra medium 简单的代码实现和测试之类交给Sol/Opus medium
每家的max都是拿来刷分用的 真要写代码肯定是Astra medium >> Sol max 没有可比性 ^-^
- 涅利娅2026-09-29
sonnet5.5也太刷了，这么低的价格，它在AA榜上的单任务花费是Astra的两倍，跑个榜单用的token数是真恐怖。
而且很多佬友因为封号等原因自己用不上，只能“云”使用，看着榜单和各种案例，觉得非常强非常厉害，就给不明真相的路人推荐，
而榜单上都是大家用不到的这种恐怖的思考量，
我觉得是很不好的
- supermadmax2026-09-29
- 小猫曦月2026-09-29
- 涅利娅2026-09-29
我是在说骂oai的时候吹anthropic不降智，我这段话是带了anthropic的，而不是单说oai降智是对的
我看到不止一条评论一边骂oai降智，一边吹anthropic封号不退款大大方方，
但骂肯定是对的，带上anthropic味道就不对了
- W1nge2026-09-29
特别是AA榜单上很多人可能看不出来 感觉Medium high xhigh每个档位都是稳步进步 增长率接近（或者说是一个变化比较慢的对数函数）
而问题是它纵轴跑分是1：1的没错 但是横轴价格是TM指数函数 涨一格翻一倍 完全就是在误导大伙
所以除了Luna 牛来这类特别特别便宜的模型 我现在都绝对不开max
- ᴇɴᴄ2026-09-29
相当一部分用前沿ai的用户（并非指技术爱好者）本质是技术达尔文主义思想。因为普遍共识是“能力”大于一切，扯其他的没用。
- 涅利娅2026-09-29
- W1nge2026-09-29
现在模型就是按照评测集开发的。
Mimo2.6的RL都直接不演了 直播给大家看它怎么刷DeepSWE。
所以其实我现在也觉得它们要刷就刷吧，不刷榜单要不然你参照什么评估你的模型呢，现在自己开发一个测试集 过了几天马上刷满 还不如多找点第三方的刷一刷，性价比又高成绩又好看。
看开了就好了 ^-^
- 涅利娅2026-09-29
而且就算是Max纯刷分，靠Max也没办法到达宣传的能力。镇楼图的手柄就是开max雷霆大思考了8分钟画出来的，谁知道连6sol都不如，我真吐血了，
这是我开high跑的手柄，刚跑出来的时候，我觉得是high不能发挥它的全部力量，毕竟小模型肯定要雷霆大思考才能补足参数量的不足，应该是Max跑的才有说服力，
然后我看着它慢慢跑了8分钟，出来了一个镇楼图的东西，都不知道说什么好了^-^
点进l站看到首页清一色的在吹这个模型，我在思考真的有人用了吗。
现在刚出根本测不了后端，只能测前端了。
这个svg水平也能吹，真没谁了
- kitakita04212026-09-29
- IkedaTeresa2026-09-29
个人体验为主, 适合自己场景的才是最好的, 我干活无脑astra(Claude系模型有个通病, 做出来的东西很喜欢漏这漏那, 或者说:对任务的完成不诚实?), 需要写作时则是opus-5-5.
- 涅利娅2026-09-29
没，毕竟主要是在测sonnet5.5，我就临时用sol跑了一下，来简单对比一下。不过我试试用xhigh跑一下
- W1nge2026-09-29
我觉得这个跑分的问题其实有点像蒸馏
就是我蒸馏Astra目的不是说我要成为Astra，反而是说我要以Luna的价格提供比Terra更高的智能 所以我蒸馏Astra
所谓 “取乎其上，得乎其中”
刷分同理 我小模型我就往高了刷 让它Luna Max能跑到Sol Medium的分
但是我的目的不是说让Luna max比Sol medium更强 而是说提升Luna自己到一个比以往要高的层次 仅此而已
我感觉像现在Sonnet的这个情况就是这样 我跑比Fable高的分就是单纯为了让自己能更强一点 至于手段是不是有包含刷分蒸馏什么的就不重要了
