GPT-5.5与5.6各模型×推理强度对比：Luna-Ultra≈Sol-High＞Terra-Max？Sol-Ultra不值得？

关于智能体编码模型的性能与成本选择，机器学习研究者Sebastian Raschka发表评论，以下是原文。

For agentic coding, one can say:

• Unless you need Terra Ultra perf, it’s always better to use a Luna model with higher effort setting (same or better performance but cheaper).


• Forget everything below Sol High, use Luna with higher effort settings here.


• Forget Sol Extra High, use Terra Ultra here.


• The extra cost of Sol Ultra is probably not worth it over Max.

对应翻译如下：

对于智能体编码，可以这样说：

• 除非你需要Terra Ultra级别的性能，否则选择推理强度更高的Luna总是更划算——性能相同或更好，价格却更低。


• 不必考虑Sol High以下的配置，在这一性能区间使用推理强度更高的Luna。


• 不必考虑Sol Extra High，在这一档位使用Terra Ultra即可。


• 与Sol Max相比，Sol Ultra增加的成本可能并不值得。

该评论还附带了一张“Artificial Analysis Coding Agent Index v1.1”对比图。暂不考虑API成本，按照图中的智能体编码指数，可大致分为三个梯队：

• 第一梯队：Sol-Ultra＞Sol-Max＞Terra-Ultra≈Sol-xHigh>5.5-Ultra


• 第二梯队：Luna-Ultra≈Sol-High>Terra-Max>5.5-xHigh≈Opus4.8-Max>Terra-xHigh


• 第三梯队：Luna-Max≈5.5-High>Sol-Medium>Luna-xHigh>Opus4.8-Medium>Terra-High>Sol-Light≈Luna-High

Sebastian Raschka是一位知名的机器学习研究者、技术作者和教育者，主要研究深度学习与大语言模型。他曾在威斯康星大学麦迪逊分校任教，后来从事生成式AI与大模型相关研发，著有《Build a Large Language Model (From Scratch)》《Machine Learning with PyTorch and Scikit-Learn》等书籍。

原文： Sebastian Raschka on X