最后更新：2026年6月1日——所有数据来自验证报告。见来源。
2026年的AI模型竞赛比你想象的更激烈。GPT-5.5在某些基准测试中领先，Claude Opus 4.7在其他方面称霸，而Gemini 3.1 Pro是最便宜的。以下是数据。
价格：你实际要付多少
| 模型 | 输入（每百万token） | 输出（每百万token） | 上下文窗口 |
|---|---|---|---|
| GPT-5.5 | $5.00 | $30.00 | 1M |
| GPT-5.5 Pro | $30.00 | $180.00 | 1M |
| Claude Opus 4.7 | $15.00 | $75.00 | 1M |
| Gemini 3.1 Pro | $2.50 | $15.00 | 2M |
（来源：Codersera、Tech Insider）
关键发现： GPT-5.5的输入token价格比Claude Opus 4.7便宜3倍。Gemini 3.1 Pro是最便宜的，$2.50/$15——比Claude便宜6倍。
基准测试性能
GPT-5.5领先的领域
| 基准测试 | GPT-5.5 | Claude Opus 4.7 | 来源 |
|---|---|---|---|
| Terminal-Bench 2.0 | 82.7% | — | Tech Insider |
| SWE-bench Verified | 88.7% | — | Codersera |
| MMLU | 92.4% | — | Codersera |
| GDPval | 84.9% | — | Tech Insider |
Claude Opus 4.7领先的领域
| 基准测试 | Claude Opus 4.7 | GPT-5.5 | 来源 |
|---|---|---|---|
| SWE-Bench Pro | 64.3% | 58.6% | Tech Insider |
| 长文事实性 | 36% 幻觉率 | 86% 幻觉率 | Codersera |
幻觉问题
这是最重要的发现：
- GPT-5.5 Instant 在高风险提示（医疗、法律、金融）上幻觉减少了52.5%——从18.7%降到8.9%（来源：Codersera）
- 然而，在不使用工具的长文事实性基准测试中，GPT-5.5仍然有大约86%的幻觉率，而Claude Opus 4.7只有36%（来源：Codersera）
这意味着什么： GPT-5.5的幻觉改进主要来自工具接地和上下文工程，而不是基础模型本身。对于准确性比速度更重要的应用，Claude Opus 4.7仍然更可靠。
你该选哪个？
选GPT-5.5如果你：
- 想要最佳性价比（$5/$30）
- 需要自主代理能力（Codex CLI）
- 在OpenAI生态系统中工作
选Claude Opus 4.7如果你：
- 准确性比成本更重要（36% vs 86%幻觉率）
- 需要最好的代码质量（64.3% SWE-Bench Pro）
- 写长文内容
选Gemini 3.1 Pro如果你：
- 需要最便宜的API（$2.50/$15）
- 需要最大的上下文窗口（2M token）
- 在Google Workspace生态系统中
来源
- Codersera — OpenAI 2026年5月更新：GPT-5.5 Instant、Codex、GPT-5.6 — 2026年5月28日发布
- Tech Insider — GPT-5.5发布：82.7% Terminal-Bench、$5 API — 2026年5月26日发布
- Knightli — Google I/O 2026总结：Gemini 3.5、Omni — 2026年5月21日发布
本文每月更新。最后验证：2026年6月1日。发现错误？联系我们。