同分数十四分之一价钱：一次真题实测

有条实测帖值得拆：测试者拿 2 个真实仓库、105 个植入 bug 让各家模型"能找到就修"，一轮下来五档模型的分数和成本摊开是这样的。 GPT-6 Astra 最高档 45 分花 33 美元；GPT-6.1 Sol 最高档 44 分只花 6.56 美元；GPT-5.6 Sol 43.5 分花 95.35 美元；Opus 5.5 拿 41.7 分花 58.53 美元；上一代 GPT-6 Sol 只有 29.3 分。 两层一，最扎眼的是那个 6.56 美元：44 分与 33 美元档几乎同水平，成本却只有一成多；跟 5.6 代一比更夸张——分数差 0.5、价格差 14 倍——这正是 62317"规则是平价补丁"的另一面：新一代模型把"同样聪明"的价格打了下来，性价比的分水岭不在分数列，在价格列。 二，测试者的结论句接住了 62385 那条订阅话题的下半段：那条揭订阅通道被限速 3.3 倍（速度的账），这条说"模型强成这样，200 美元套餐砍半也不在乎"（质量的账）——当单次成本跌到几美元，用户对订阅权益缩水的容忍度会变高；厂商砍额度的底气，原来是新模型替它攒的。 口径：①分数、成本与"105 个植入 bug"其原帖表述（n=1 单轮、作者自述更多轮次在楼下线程）；②链未解析；③"分水岭在价格列"是我的引申；④各家模型为同题同仓库对比，提示词细节以原帖为准。 要用的两条：一，采购模型的——把"每美元得分"当第一指标，分数榜看着热闹，成本榜才决定日常敢不敢用；二，做评测的——植入 bug 的真题集比合成基准更接近实际工作，这套方法值得抄。 同题同分比的是钱包——模型账本这一栏，按分数算还是按美元算，值得现在就翻一遍。