Claude Sonnet 5.5 对比 GPT-6 Luna：标价差 20 倍，同分差 5～8 倍

截至 2026 年 10 月 26 日，Claude Sonnet 5.5（claude-sonnet-5-5）的 API 输入和输出单价都是 GPT-6 Luna（gpt-6-luna）的 20 倍。多出来的钱买到的是质量上限：在 Artificial Analysis 智能指数（下称 AA）里，Luna 开到最高的 max 档是 38 分，Sonnet 从 medium 档起就是 41 分，最高 56 分。所以短请求高并发、批处理、长文档抽取这类 Luna 能做对的活交给 gpt-6-luna；终端和 Agent 编程、需要可靠事实、质量门槛高于 Luna 天花板的活交给 claude-sonnet-5-5；拿不准的业务先跑 Luna，判定失败的请求再升级到 Sonnet。

20 倍也不是你账单上的那个倍数。同一段中文 Sonnet 计出的 token 多约四成，输入实际约 28 倍，英文接近 30 倍；带缓存的 Agent 循环约 15 倍；Luna 单次输入超过 272K 后整次请求涨价，差距缩到 10 倍左右；而在 AA 里找分数相近的两档比，Sonnet low 每道题只比 Luna 贵 5～8 倍，还快得多。反过来，拿两边各自的默认档比，差距是 50 倍。

2026 年 10 月 26 日，经 laozhang.ai 网关给两个模型跑了同样 9 道带隐藏测试的题：两边都全部通过，Sonnet 花了 Luna 的 25 倍。这组测试只说明同样做对时的成本、token 和耗时，题目太容易，分不出谁更聪明，质量差距看 AA；官方直连接口、工具调用和其他推理档都没有测。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

Sonnet 5.5 和 Luna 选哪个：按工作负载分流

多数 API 业务不必二选一。按请求类型分流：Luna 能稳定做对的高频请求留在 Luna，需要多步操作、改代码或事实可靠性的请求给 Sonnet，中间地带先用 Luna 再按失败升级。下表把常见负载和改变选择的条件放在一起，依据分别在后面几节展开。

最常被忽略的是分数相近的情况。如果你在考虑把 Luna 开到 xhigh 或 max 来补质量，先试 Sonnet low：它和 Luna 这两档的 AA 分数只差 1～2 分，每道题贵几倍，但耗时只有 Luna 这两档的四分之一到五分之二，终端任务的通过率也高得多。也就是说，Luna 的高档位是在用时间换分数，而且换到 38 分就到头了；你的门槛如果比 38 分更高，Luna 怎么调都够不着。

贵 20 倍值不值：四种算法下差距从 5 倍到 50 倍

按 token 算是 20 倍，按完成一个任务算从 5 倍到 50 倍都有，取决于你拿哪两档比、文本有多长、缓存占多少。所以“值不值”要先选定算法：如果你的请求短、Luna 做得对，算上分词差，一轮对话的总价差约 24 倍（中文 23.6 倍，英文 24.6 倍），不值；如果你要的是 Luna 到不了的分数，比较对象就变成“Sonnet 对比做不出来”，倍数没有意义。

API 标价：Luna 过了 272K 整次请求涨价

下表是两家官方 API 的标准档价格（美元 / 每百万 token），截至 2026 年 10 月 26 日，来自 Anthropic Claude API 价格页、OpenAI API 价格页 和 OpenAI 的 GPT-6 Luna 模型页。Anthropic 把缓存命中叫 cache hits / cache read，OpenAI 叫 cached input，下面统一写作“缓存读取”。

按 token 比，输入和输出都是 20 倍，缓存写入 5 分钟对 30 分钟是 20 倍、1 小时对 12 小时是 16 倍，缓存读取是 10 倍，因为 Sonnet 5.5 的缓存读取从 2026 年 10 月 7 日起降到了输入价的 0.05 倍，而 Luna 是 0.1 倍。Luna 的 272K 是一条整单价格线：OpenAI 模型页写明，输入超过 272K token 的请求，输入和缓存按 2 倍、输出按 1.5 倍计价，而且是整次请求都按高价算。过线后输入只差 10 倍，输出差 13.3 倍，缓存读取差 5 倍。Sonnet 的 1M 上下文按同一单价计费，900K 的请求和 9K 的请求每个 token 一样贵。

另外几项加价两边都有：Anthropic 的仅美国境内推理（inference_geo）所有 token 按 1.1 倍计价，OpenAI 的区域处理（数据驻留）加 10%；Luna 的 Fast 模式是 2 倍，Anthropic 的 Fast 模式只给 Opus，Sonnet 没有。

同一件事，四种算法

同一个“Sonnet 比 Luna 贵多少”，换一种算法就换一个答案。下表的倍数都是 Sonnet ÷ Luna。

注意“默认对默认”不是“同一档对同一档”。Sonnet 5.5 在 API 上的默认推理强度是 high，在 Claude Code 和 Claude 应用里是 medium；Luna 的默认是 medium。你的代码里没写推理强度，比的就是 Sonnet high 对 Luna medium，也就是 50 倍那一行。同名档位比，倍数从 27 倍（medium）到 81 倍（max）不等，因为 Sonnet 每升一档多写的 token 比 Luna 多得多。

各推理档对比：Luna 最高 38 分，低于 Sonnet medium

AA 给两个模型的全部 11 个推理档跑了同一套题。按分数排下来，Luna 的 max 档排在 Sonnet medium 之后、low 之前：要 AA 41 分及以上，只能用 Sonnet。下表来自 Artificial Analysis 的 Claude Sonnet 5.5 与 GPT-6 Luna 版本对比页（智能指数 v4.3.2，10 项评测，截至 2026 年 10 月 26 日）；每道题成本是 AA 跑一道指数题的加权平均花费，反映这套题的工作量，不是你的账单。

从表里能读出三件事。第一，Luna 从 medium 开到 max，分数只涨 8 分，耗时却从 126 秒涨到 364 秒，比 Sonnet low 慢 4 倍多。第二，Sonnet 的 max 档每道题要写近 20 万 token，成本是 xhigh 的 2.7 倍，只多 4 分，大部分业务开到 high 或 xhigh 就够了。第三，Luna low 每道题不到半美分、18 秒，比不推理还便宜，因为它写的 token 更少，简单任务可以先试这一档。Sonnet 5.5 的推理强度刻度和 Sonnet 5 不同，Anthropic 建议换模型后重新扫一遍档位；Luna 最合适的档位同样要在你自己的请求上找。

Sonnet 的这些成本比 10 月初低：AA 在 2026 年 10 月 5 日测到的 Sonnet high 每道题 $1.12、max $7.67，10 月 7 日缓存读取降价后分别降到 $0.88 和 $5.46。看到每道题 $7.6 左右的说法，是降价前的数字，降价算法见 Claude Sonnet 5.5 缓存读取价格降到 $0.10：省多少看缓存占比。

各自强在哪：终端任务差距最大，长文档 Luna 不输

差距集中在终端操作和多步自动化上，长上下文推理反而是 Luna 同档略高。下表从同一 AA 对比页的 10 项子评测里取出 6 项，Sonnet 列 low、high、max 三档，Luna 列默认 medium 和最高 max。

Terminal-Bench 4.0 是两者最大的分水岭：Sonnet 最低档 20.7%，已经超过 Luna 最高档的 12.6%，所以要让模型在终端里执行命令、改仓库、跑测试，Luna 不在候选里。AA-Omniscience 答错会扣分，负分表示答错的比答对的多；Luna 各档在 −22 到 1 之间，意思是遇到不确定的事实问题，它更容易给出错误答案，而不是说不知道，做知识问答或客服时要配检索和校验。长上下文推理（AA-LCR）正好相反，从 medium 往上 Luna 每一档都不低于同名的 Sonnet 档，读长文档找答案这类活 Luna 做得一样好。写一段独立的科学计算代码（SciCode）两边接近，Sonnet low 甚至略低于 Luna medium；差距是在多步、要调用工具的任务里拉开的。

同题实测：两边都 9/9，Sonnet 花了 25 倍的钱

2026 年 10 月 26 日的 9 道题里，两边都全部做对，差别只在钱、token 和时间上。题目是事先写好隐藏测试的小任务：一道应用题、区间合并、时长字符串解析、词频统计、从一篇 6,723 词的英文文章里提炼 5 条要点、表达式求值、CSV 行解析、数位和计数、SemVer 版本比较，每题每个配置只跑一次，没有系统提示词，不带工具。Sonnet 走 Anthropic Messages 格式（/v1/messages），Luna 走 /v1/chat/completions 且不写 reasoning_effort（即默认 medium），两边的输出上限都设为 32,000 token，成本按官方标价和接口返回的 usage 计算。

Luna 在这些小题上写的 token 并不少，6,545 个输出 token 里六成是推理，和 Sonnet 的 7,802 差不多，所以倍数基本就是单价差再加上分词差。唯一的失败出在不写思考参数的 Sonnet 上：区间合并题说“相接的区间要合并”，它把 (1, 2) 和 (3, 4) 理解成整数上相邻而合并成 (1, 4)，隐藏测试要求它们分开。这是对一个模糊用词的理解偏差，不是程序崩溃；显式打开自适应思考后，同一题按“重叠或共享端点才合并”处理并通过。

分词差是这组测试里最有用的数字。同一篇 6,723 词的英文文章，Sonnet 计为 15,335 个输入 token，Luna 计为 10,106 个，多 52%；9 道题合计也是 1.51 倍。所以处理英文文本时，Sonnet 每单位文字的输入费约是 Luna 的 30 倍，而不是 20 倍。同一天又用一段 6,000 字的中文文章单独测了一次：Sonnet 计为 4,878 个输入 token，Luna 计为 3,457 个，是 1.41 倍，换算成中文输入费约 28 倍（20 × 1.41）；6,000 字符的 Python 代码是 1.46 倍。中文和代码各只有这一个样本，换一种文体比例可能有出入，最好在你自己的请求上看一眼 usage。

测试走的是 laozhang.ai 的网关，一个 key 同时调两个模型，两边都按官方标价计费；它的 Claude 线路单次输出上限 32,768 token，没有 Message Batches 接口，所以要用 Anthropic 的批处理五折得走官方接口。这次测试按标价总共花了 $0.21。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

我的业务要花多少：五种场景按标价复算

把上面的标价套进五种常见用法，算出来的倍数在 10 倍到 20 倍之间，加上分词差后最高约 25 倍。每种场景的 token 数是假设值，两边按各自的 token 计、用同样的数量；实际上同一段文字 Sonnet 计数更多、两个模型写的输出量也不同，所以这张表只作量级参考，把你自己的数字代进公式即可复算。

以场景 C 为例：Sonnet 是 100K × $2.50（5 分钟缓存写入）= $0.25，加上 50 轮 ×（100K × $0.10 + 2K × $2 + 1K × $10）= 50 × $0.024 = $1.20，合计 $1.45；Luna 是 100K × $0.125 = $0.0125，加上 50 × $0.0017 = $0.085，合计 $0.0975。缓存读取的差距只有 10 倍，缓存占比越高的循环，总倍数越接近 10 倍。

把分词差算进去，结论会往 Sonnet 更贵的方向移。场景 A 的输入按英文的 1.52 倍计，Sonnet 变成 $0.0111，是 Luna 的 24.6 倍，按中文的 1.41 倍计是 $0.0106、23.6 倍；场景 B 里 Luna 计为 300K 的英文文档，在 Sonnet 上约 456K，Sonnet 变成 $0.962，是 15.1 倍，换成中文文档约 423K，Sonnet $0.896，是 14.1 倍。场景 B 和 B2 合起来看还有一个用法：如果你的文档在 272K 上下，把输入裁到线下，Luna 那一侧的费用能省下接近一半。

从 Luna 换到 Sonnet 或反过来：这些参数会报错

两边最容易出错的是推理参数和工具调用。Luna 在 Chat Completions 里只有推理强度设成 none 时才能用函数调用，开着推理要调工具就得改用 Responses API；Sonnet 5.5 不接受 thinking: {type: "disabled"}，也不支持强制工具调用，两种写法都会直接返回 400。下表按 OpenAI 的 GPT-6 Luna 模型页 和 Anthropic 的 thinking 文档 整理，截至 2026 年 10 月 26 日。

从 Luna 换到 Sonnet 时，原来写在 Chat Completions 里的 reasoning_effort: "none" 加函数调用，要改成 Messages 的工具定义，并把强制调用的 tool_choice 改成 auto，在提示词里说明必须调用；想省掉前置思考就用 between_tools，而不是 disabled。从 Sonnet 换到 Luna 时，要么把带工具的请求迁到 Responses API，要么接受 none 档、放弃推理；原来的长文档请求先看会不会越过 272K 或 922K 两条线。

经过任何代理或网关调用 Sonnet 时，都把 thinking 和推理强度显式写进请求。Anthropic 文档说 Sonnet 5.5 不写 thinking 就是默认推理强度 high 的自适应思考，但 2026 年 10 月 26 日经 laozhang.ai 的 Messages 线路，不写这两个参数的 9 次请求都没有返回思考块，输出 token 只有 4,896；写上 thinking: {"type": "adaptive"} 和 output_config: {"effort": "high"} 后，9 次里有 7 次出现思考块，输出 token 涨到 7,802，前面区间合并那道题也从失败变成通过。官方直连接口这次没有测，所以不能断定是哪一层改了默认值，能确定的是显式写参数后结果和文档一致。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

切换前先测“每个通过任务的成本”

单价和 AA 分数都替代不了你自己的请求。拿真实流量做一次小测，比较的是总花费除以通过数，而不是每个 token 的价格。

1. 从日志里抽 20～50 个真实请求，覆盖你最常见的几类，长文档类的要包括接近 272K 的那几个。
2. 在看任何模型的答案之前，先写好判定标准：代码类写隐藏测试，抽取类写字段校验，开放式回答写人工打分规则。
3. 两边都显式写推理参数：Sonnet 写 thinking 和 output_config.effort，Luna 写 reasoning_effort；各挑两三档，例如 Luna medium、high 和 Sonnet low、medium。
4. 每个配置至少跑一遍，记录通过数、usage 里的输入和输出 token、每次的耗时。
5. 用标价算出每个配置的总成本，再除以通过数，得到“每个通过任务的成本”；把失败后人工返工的代价也算进去。
6. 按结果决定分流：Luna 稳定做对的类型留在 Luna，Luna 失败率高的类型直接给 Sonnet，其余的先跑 Luna、判定失败后再交给 Sonnet。

最后一步的分流成本可以先粗算：总成本约等于 Luna 跑全部请求的费用，加上失败比例乘以 Sonnet 的费用。用上面 9 道题的数字假设 Luna 失败五分之一，就是 $0.0044 + 0.2 × $0.1119 ≈ $0.027，约为全部交给 Sonnet 的四分之一。前提是失败能被自动判定出来，而且这部分请求要多等一轮。

哪个更快：取决于推理档和调用线路

没有一个模型在所有情况下都更快。AA 在官方接口上测，两者的输出速度接近，Sonnet 各档每秒 105～134 token，Luna 各档 92～140 token；真正拉开差距的是每道题要想多久。默认档对默认档，Luna medium 每道题 126 秒，比 Sonnet high 的 217 秒快；分数相近时，Sonnet low 每道题 85 秒，比 Luna xhigh 的 215 秒和 max 的 364 秒快得多，首个 token 也只要约 1 秒。

2026 年 10 月 26 日经 laozhang.ai 网关依次调用时，结果又不一样：9 道题 Luna 每题都比 Sonnet 慢，合计 128 秒，Sonnet 开着自适应思考是 71 秒；表达式求值一题 Luna 用了 33.2 秒，Sonnet 13.0 秒。这只是一条线路、一天的结果，速度随线路和负载变化。对延迟敏感的交互，先在你实际要用的线路上测 Sonnet low 和 Luna low，再看分数够不够。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

Sonnet 5.5 和 GPT-6 Luna 的其他问题

有 GPT-6 Luna Pro 或 GPT-6.1 Luna 吗？

截至 2026 年 10 月 26 日没有。OpenAI 的模型列表和 API 价格页里只有一个 gpt-6-luna，没有叫 Luna Pro 的型号，也没有 gpt-6.1-luna；有的论坛帖写的“GPT-6 Luna Pro”标价 $0.10 / $0.50、上下文 1,050K，和 gpt-6-luna 完全一致，多半是某个平台给它起的名字。OpenAI 各个 GPT-6 型号的分工和 ID，见 GPT-6 Sol、Luna、Astra 与 Terra 怎么选？先认型号，再算 API 成本。

想要 Luna 的价位，但留在 Anthropic，有什么选择？

可以看 Claude Haiku 5.5：截至 2026 年 10 月 15 日，它在 100K 输入以内的标价和 Luna 相同，比较见 Claude Haiku 5.5 对比 GPT-6 Luna：同价，默认档任务成本差 2.7 倍。Anthropic 自家 Haiku 5.5 和 Sonnet 5.5 之间同样是 20 倍标价差，怎么选见 Claude Haiku 5.5 和 Sonnet 5.5 区别：标价差 20 倍，同分只差 4 倍。

ChatGPT 免费版用的是 Luna，Claude 免费版用的是 Sonnet 吗？

ChatGPT 免费版和 Go 套餐从 2026 年 10 月 8 日起用的是 GPT-6 Luna；截至 2026 年 9 月 29 日，Claude 定价页的套餐表写着免费版可以用 Sonnet，没有标版本，当前的 Sonnet 是 5.5。网页和应用里的额度、能用哪个型号是另一回事，和 API 按 token 计费无关，详见 GPT-6 免费吗？ChatGPT 免费版给的是 Luna，Sol 与 Astra 仍要付费。