这两天AI圈跟过年似的。48小时内Opus 5.5、Grok 4.7、GPT-5.6 Sol三个重量级版本先后放出动静。群里都在刷屏有人说是神仙打架我倒觉得更像三场复试一个直接上岗一个复试被刷另一个维持原判连复核的老师都懒得改分。先说结论Opus 5.5是这次唯一让我主动续费的存在Grok 4.7在跑分榜单上看着唬人落到真实任务上却连续翻车GPT-5.6 Sol则像一份“安全牌”更新强的地方依然强弱的地方你找不到任何惊喜。这篇文章不聊PPT参数只聊我这两天真刀真枪的测试记录以及一份可以直接抄作业的选型建议。如果你正在纠结下一个项目接哪个模型的API或者准备把这几个版本接入自己的Agent流程应该能省不少时间。1. 三场“复试”为什么不是三场发布会1.1 “复试”这个词是我跟朋友聊天时候蹦出来的初试是模型第一次亮相时的那轮评测看的是理论值、演示集、官方给的高光案例。复试则是版本更新后拿着真实业务场景重新考一遍你的代码仓库能不能重构、长文档能不能一次读完、多轮对话会不会突然失忆、工具调用是不是动不动就自作主张。这三个版本恰好都不是初代Opus 5.5是Claude系列推理旗舰的延续Grok 4.7是xAI那条强调“个性”和实时信息路线的下一棒GPT-5.6 Sol是OpenAI在5.5之后的一次常规迭代。对它们来说外界早就过了“看海报就高潮”的阶段现在大家只看一件事复试能不能过。所以我把这48小时称作“三场复试”而不是“三场发布会”。发布会只需要把亮点讲清楚复试却要把短板也暴露出来。三天前我还在跟一个做AI Agent的朋友说模型评测这行已经陷入审美疲劳跑分榜越来越像选秀节目的导师评价真正决定你愿不愿意掏钱的永远是那些不怎么浪漫的真实任务导出错误日志、改写一段遗留代码、从三十页合同里找出风险条款。刚好这三场复试给了一次很完整的对照。1.2 三款模型的出场顺序和各自定位先梳理一下时间线。第一天凌晨Opus 5.5的灰度通道先开了我拿到的是标准版而非超长上下文版本。当天下午Grok 4.7的API文档更新社区里开始有人搬运它的第三方评测。第二天早上GPT-5.6 Sol低调上线不是那种铺天盖地的宣发反而像是偷偷把货架上的旧包装换成了新包装。三者的定位差异非常明显版本系列归属主打方向我最初的印象Opus 5.5Claude Opus 系列深度推理、长文档、Agent工具调用冲着“稳”字来的Grok 4.7xAI Grok 系列实时信息、风格化对话、快速响应看起来会是个显眼包GPT-5.6 SolOpenAI GPT 系列综合能力、多模态、生态兼容估计是小步快跑这个排序也对应了最终结果。Opus 5.5像那个平时不声不响、一到复试就把项目扛下来的候选人Grok 4.7是初试表现花里胡哨、复试却连基础题都写不利索的偏科生GPT-5.6 Sol则是“老师我知道您要什么”的老油条——分数不算最高但绝不出错维持原判。2. 上岗Opus 5.5的胜出不是偶然2.1 它到底改了什么底子我仔细对比了Opus 5.5和上一代的行为差异。最大的变化不是某个单项能力突然爆发而是整体稳定性上了一个台阶。之前用Opus 4.5做代码重构偶尔会出现“前面思路很对后面突然自作聪明改掉接口”的问题这在真实项目里非常致命。5.5给我的感觉是模型终于明白“不要为了展示能力而乱动别人的代码”。另一个明显变化是长上下文的“记忆连续性”。我拿了一份大概两百页的技术方案文档喂进去让它从中提取所有依赖关系然后连续追问了十几个问题每个问题都基于前面回答的上下文。Opus 5.5全程没有出现“我刚刚没说过这个”的情况而且回答引用页码时基本准确。这说明它内部对长文档的压缩和索引效率明显提升了而不是简单地把token窗口撑大。还有一处细节值得提工具调用。我给它挂了三个外部API让它在一次会话里完成“查库存→算价格→写邮件”的串联操作。旧版模型通常会在第二步和第三步之间犹豫偶尔会重复调用同一个接口。5.5的调用序列干净利落几乎不需要我额外纠正。这个特性对做自动化流程的人来说比跑分提升重要得多。2.2 我的实测三个任务三次都稳我习惯用三个“土办法”来测模型不整那些花哨的benchmark因为benchmark跟真实业务的差距你自己心里应该有数。第一个任务是遗留代码重构。我拿了一段同事写的、没人愿意维护的Python脚本里面有大量重复的爬虫逻辑、硬编码的请求头、混乱的异常处理。让Opus 5.5在不改变对外接口的前提下重构。它给出的代码结构清晰把公共逻辑抽成了函数保留了原有日志输出格式还顺手补上了缺失的User-Agent。最让我满意的是它没有自作主张引入新的第三方依赖这一点很多模型都做不到。第二个任务是最小可行产品的数据库设计。我描述了这样一个业务场景一个小型电商后台需要支持多商户、多仓库、库存预占、订单拆单。要求模型产出ER图草稿、核心表字段说明、以及十个最关键的查询SQL。Opus 5.5给出的设计很有层次感库存预占和订单拆单这两块单独建了流水表避免后续并发更新把主表锁死。虽然它画不了真正的图但用文字描述出来的关联关系已经足够让后端直接照做。第三个任务是长文档问答加操作建议。我丢了一份公司内部的服务器迁移方案概要让它找出所有可能导致服务中断的风险点并按严重程度排序。它的回答不是简单列举而是把每个风险点对应到具体章节还给出了一个迁移顺序建议。这种把“阅读”和“行动”结合起来的能力正是Agent场景最需要的东西。三个任务下来Opus 5.5的稳定性是三者里最好的没有一次中途“掉链子”。2.3 上岗之后别忘了看成本和限制上岗归上岗实际问题也得说。Opus 5.5的推理成本明显比前代高尤其在长上下文场景下如果持续开着“深度思考”模式账单涨得很快。我测试时用的是一个中等规模的任务集跑完以后看了一眼消费比同样token数的Grok 4.7贵了将近三分之一。如果你打算拿它做高频实时客服可能要好好算一笔账但如果是离线批处理或复杂分析任务这个成本换来的稳定性大概率是值得的。另一个限制是“思考模式”下的响应延迟。我实测单次推理在10到30秒之间具体看问题复杂度。这意味着所有需要实时交互的场景比如对话式编程助手体验会有一点“卡顿感”。Opus 5.5更适合那种“你给它一个任务让它自己去跑几分钟”的模式而不是“你一句它一句”的在线聊天。它上岗的岗位应该是后台的“技术顾问”而不是前台的“接线员”。3. 落选Grok 4.7的高分低能3.1 跑分和实战的落差有多大Grok 4.7的初试成绩单确实好看。第三方跑分里它在不少推理榜单上跟Opus 5.5打得有来有回有一项代码生成的分数甚至反超了。所以当我准备实测时预期是它至少能当个“第二梯队靠前”的角色。结果真实任务一上手落差大到让我怀疑测试集是不是被污染了。我拿同样的三个任务去测遗留代码重构、数据库设计、长文档问答。代码重构那项Grok 4.7确实表现不错生成的对接口理解很到位命名风格也贴近常见规范。但到数据库设计时问题开始出现。它对“多仓拆单”这个业务场景理解得不够透给出的设计方案把拆单逻辑直接放在订单表里加状态字段缺少流水表来记录库存预占和释放历史。虽然不能算错但落地时一定会在并发场景下出幺蛾子。至于长文档问答Grok 4.7更是一言难尽。我喂了同样的两百页技术方案让它找风险点它列出来的东西看起来很有条理但有三处引用的页码是错的。我顺着页码翻回去发现那些内容根本不在那个位置这让我很难信任它的答案。跑分不会考“页码引用准确性”但真实业务会。3.2 三个让我直接皱眉的场景除了上面这些还有三个场景让我印象特别深刻。第一个是长对话失忆。我跟Grok 4.7连续聊了大概二十轮关于一个数据管道设计的对话前面的决策是“用Kafka做缓冲层”。聊到第十八轮时我在问题里暗示“我们现在不用Kafka了”它居然毫无障碍地接了下去仿佛从来不知道之前有过这个决策。这种“顺从式失忆”在用户看来非常危险因为你不知道它什么时候会忽略掉已经确定的前提。第二个是格式偏执。我明确要求“不要输出markdown表格用列表”Grok 4.7在前半段严格遵守到了后半段突然开始自己生成表格。我后来看了下这不是偶发问题而是它在长生成过程中倾向于回到自己觉得“更清晰”的表达方式。在Agent流程里这种不听话非常致命如果脚本依赖固定输出格式轻则解析失败重则流程中断。第三个是事实性错误。我让它查一个公开的开源库版本号然后给出对应的变更说明。它给出的版本号是正确的但变更说明里混入了一个根本不存在的“性能修复”。这种“一本正经胡扯”在对话里很难被用户察觉一旦被写进项目周报就是事故。跑分测不出这种事复试一测一个准。3.3 本质是产品路线的复试题我觉得Grok 4.7落选不能只用“技术不行”来总结。它在代码生成和风格化对话上确实有亮点核心问题出在“个性”和“稳定”的权衡上。Grok系列一直强调实时性、幽默感、敢说话这种路线天然会让模型更愿意猜测用户意图也更愿意自由发挥。自由发挥在闲聊里是魅力在严肃业务里就是风险。换句话说Grok 4.7的复试题目是“你能不能当一个靠谱的打工仔”但它的产品基因是“我要做一个有趣的灵魂”。这两者冲突时结果就是看起来无所不能实际用起来处处需要兜底。如果你只是做创意头脑风暴或者找点聊天灵感Grok 4.7完全可以考虑但如果你要把它接进生产环境我建议你至少准备三套校验兜底和一份异常重试机制。它这次不是输在分数而是输在复试的考场上没有摆正自己的位置。4. 维持原判GPT-5.6 Sol的“稳”与“旧”4.1 升级点能感知到的变化相比Opus 5.5那种“底层变稳”的变化GPT-5.6 Sol能感知到的升级温和得多。我拿它跟上一代做对比先说优点在常规的问答、摘要、翻译任务上它的输出质量非常稳定几乎没有什么可挑剔的地方。特别是“指令遵循”这一项它比Grok 4.7强了不止一个档次说用列表就用列表说不要解释就直接给答案。对工程同学来说这种可预期性非常宝贵。另外GPT-5.6 Sol响应速度很快。同样是中等复杂度的任务Opus 5.5可能要思考十几秒它通常三到五秒就能给出结果。这个差异在交互式编程或在线客服场景里很明显用户的耐心往往只有几秒钟。API的稳定性也让人省心两天测试下来我没有遇到一次超时或返回畸形JSON的情况。这种“不折腾”的体验在大模型里其实很难得。还有一个让我意外的小改进是多模态文件提取。我给它传了几个带扫描印章的PDF让提取里面的表格数据它居然能准确还原大部分行列结构比上一代的识别率明显提升。这个能力在做合同审核、发票录入时非常实用属于那种“平时不起眼、用到才发现很香”的更新。4.2 没变的短板代码重构和多跳推理但维持原判的意思就是短板依然还在。最明显的是大范围代码重构。我同样把那段遗留Python脚本给GPT-5.6 Sol它给出的结果做到了“能跑”但整体结构还是有明显的“补丁感”——新增依赖倒是没有可函数拆得不够彻底有些重复逻辑只是被动地挪了个位置并没有真正收敛。与Opus 5.5给出的干净重构版本相比高下立判。另一个短板是复杂的多跳推理。我问它一个需要结合技术文档、历史邮件、当前代码状态三个信息源才能回答的问题它给出的结论虽然方向不错但中间有两步推理被我追问后推翻了。一开始它承认“可能考虑不周”可让它重新回答时又回到了原来的结论。这种“自信的循环”在多环节推理里挺让人头疼说明它在深度推理的严谨性上还有天花板。至于创造性写作GPT-5.6 Sol给人的感觉是“工整但没有灵魂”。让它写一封措辞诚恳的道歉邮件它写得无懈可击但读起来总觉得少了点人味儿让它给产品起名它给出的方案都是安全牌没有一个能让人眼前一亮。这不算缺点但绝对谈不上惊喜。维持原判是真的原判。4.3 “维持原判”不全是贬义很多人看到“维持原判”会觉得是批评但如果你在真实业务里滚过一圈就会明白“稳如老狗”是多少团队的刚需。GPT-5.6 Sol在那些已经被验证过的领域里几乎不会给你添麻烦它不会突然耍个性不会因为上下文太长而失忆不会在关键输出上给你来个惊喜或者惊吓。对于已经跑通的现有管线升级到它几乎是零风险。我更愿意把它的定位理解为“给现有用户的一份安心补丁”。如果你的项目里已经用了GPT-5.5而且跑得好好的那GPT-5.6 Sol值得升因为它更快、更稳、多模态更强但如果你指望它能补齐在复杂推理和深度代码重构上的短板那你大概率会失望。复试考卷上它每一科都是“优良”但没有一科是“出彩”。维持原判对一份本来就不差的成绩单来说其实是及格线以上的认可。5. 我整理的复试评分表与选型建议5.1 六个关键评分维度单纯说“谁好谁坏”没有意义我整理了一张自己的评分表把复试中真正影响业务的关键维度列出来。评分标准不是官方跑分而是我基于真实任务的主观感受满分5分。推理深度指处理多跳逻辑、因果推理、方案设计时的严谨程度。指令遵循指是否严格遵守用户要求的格式、限制和前提。长上下文连续性指长文档阅读、多轮对话中能否记住更早之前的约定。工具调用稳定性指API调用、Function Call、Agent任务串联时的表现。响应与成本综合看生成速度、API价格、限流情况。创造性与风格指文案风格、创意能力以及“像不像一个真人”。这些维度正好对应复试里的实际考法。跑分榜单通常只看推理和代码但真实业务往往卡在指令遵循和工具调用上这也是我坚持自己测的根本原因。5.2 横向评分表维度Opus 5.5Grok 4.7GPT-5.6 Sol推理深度53.54指令遵循4.52.55长上下文连续性524工具调用稳定性534.5响应与成本34.54创造性与风格3.553.5综合复试结论上岗落选维持原判这个表不一定权威但至少反映了我个人的使用感受。Opus 5.5在重实干维度上几乎全优所以它上岗Grok 4.7在指令遵循上的分数低得太离谱落选不冤枉GPT-5.6 Sol则是全面中上维持原判当之无愧。5.3 不同场景的选型建议如果你要做复杂代码重构、长文档分析、Agent自动编排建议直接选Opus 5.5。它那点延迟和成本换来的稳定性在这些场景里完全是值得的。我自己已经把它接进了一个自动周报生成流程丢给它原始的会议纪要和需求文档它能输出结构完整的周报草稿我只需要做少量修改就能用。如果你要做高并发客服助手、简单信息抽取、日常文本润色GPT-5.6 Sol可能是最划算的选择。响应快、输出格式稳定、API省心能显著降低运维成本。尤其你的代码管线里如果有大量结构化的JSON输出它的表现比另外两个都要可靠。如果你想找聊天灵感、实时热点解读、或者写点不那么严肃的东西Grok 4.7可以拿来玩。但玩归玩千万别让它碰那种需要严格按规范交付的任务。我试过让它生成一段营销文案它写得确实活泼但其中有一句涉嫌“过度承诺”如果真发出去风险不小。任何用它的生产流程都必须有一道人工审核的闸门。5.4 别忘了用自己的任务做“复试”我见过太多团队拿着公开跑分选模型结果一接入业务就跪了。跑分再高那也是别人出的题不是你的题。这次三场复试给我最深的教训就是任何评测榜单只能当作初筛真正的决策必须依赖你自己的数据。我的做法是准备一个包含三类任务的小测试集一类是你日常最高频的任务一类是你觉得模型最容易出错的任务一类是你未来三个月要开发的新功能相关任务。每个新模型上线后先拿这个测试集跑一遍跑完再决定要不要换。整个过程一两个小时就能搞定但能帮你避开好几个月的返工坑。如果你懒得自己搭测试集也可以直接把我上面用的三个任务拿去当模板遗留代码重构、业务场景数据库设计、长文档风险识别。这三个任务恰好覆盖了推理、指令遵循、长上下文三个最关键的能力测完基本就能看出模型的成色。说白了复试这件事没有捷径你让模型替你做的事越具体你能得到的结论就越靠谱。我个人在实际操作中的体会是选模型跟招人很像学历和证书只是初筛真正决定去留的是录用前那场一小时的实地面试。Opus 5.5、Grok 4.7、GPT-5.6 Sol这三份复试答卷已经把各自的品性摆得很清楚了一个能扛事一个得看人下菜一个闭着眼睛不会出错。下次再遇到这种扎堆发布别急着换先拿自己的任务去复试一遍再说。 
长河君 · 2026/11/3 16:36:32 · 阅读 1.2k 48小时三场复试：Opus 5.5上岗，Grok 4.7落选，GPT-5.6 Sol维持原判
这两天AI圈跟过年似的。48小时内Opus 5.5、Grok 4.7、GPT-5.6 Sol三个重量级版本先后放出动静。群里都在刷屏有人说是神仙打架我倒觉得更像三场复试一个直接上岗一个复试被刷另一个维持原判连复核的老师都懒得改分。先说结论Opus 5.5是这次唯一让我主动续费的存在Grok 4.7在跑分榜单上看着唬人落到真实任务上却连续翻车GPT-5.6 Sol则像一份“安全牌”更新强的地方依然强弱的地方你找不到任何惊喜。这篇文章不聊PPT参数只聊我这两天真刀真枪的测试记录以及一份可以直接抄作业的选型建议。如果你正在纠结下一个项目接哪个模型的API或者准备把这几个版本接入自己的Agent流程应该能省不少时间。1. 三场“复试”为什么不是三场发布会1.1 “复试”这个词是我跟朋友聊天时候蹦出来的初试是模型第一次亮相时的那轮评测看的是理论值、演示集、官方给的高光案例。复试则是版本更新后拿着真实业务场景重新考一遍你的代码仓库能不能重构、长文档能不能一次读完、多轮对话会不会突然失忆、工具调用是不是动不动就自作主张。这三个版本恰好都不是初代Opus 5.5是Claude系列推理旗舰的延续Grok 4.7是xAI那条强调“个性”和实时信息路线的下一棒GPT-5.6 Sol是OpenAI在5.5之后的一次常规迭代。对它们来说外界早就过了“看海报就高潮”的阶段现在大家只看一件事复试能不能过。所以我把这48小时称作“三场复试”而不是“三场发布会”。发布会只需要把亮点讲清楚复试却要把短板也暴露出来。三天前我还在跟一个做AI Agent的朋友说模型评测这行已经陷入审美疲劳跑分榜越来越像选秀节目的导师评价真正决定你愿不愿意掏钱的永远是那些不怎么浪漫的真实任务导出错误日志、改写一段遗留代码、从三十页合同里找出风险条款。刚好这三场复试给了一次很完整的对照。1.2 三款模型的出场顺序和各自定位先梳理一下时间线。第一天凌晨Opus 5.5的灰度通道先开了我拿到的是标准版而非超长上下文版本。当天下午Grok 4.7的API文档更新社区里开始有人搬运它的第三方评测。第二天早上GPT-5.6 Sol低调上线不是那种铺天盖地的宣发反而像是偷偷把货架上的旧包装换成了新包装。三者的定位差异非常明显版本系列归属主打方向我最初的印象Opus 5.5Claude Opus 系列深度推理、长文档、Agent工具调用冲着“稳”字来的Grok 4.7xAI Grok 系列实时信息、风格化对话、快速响应看起来会是个显眼包GPT-5.6 SolOpenAI GPT 系列综合能力、多模态、生态兼容估计是小步快跑这个排序也对应了最终结果。Opus 5.5像那个平时不声不响、一到复试就把项目扛下来的候选人Grok 4.7是初试表现花里胡哨、复试却连基础题都写不利索的偏科生GPT-5.6 Sol则是“老师我知道您要什么”的老油条——分数不算最高但绝不出错维持原判。2. 上岗Opus 5.5的胜出不是偶然2.1 它到底改了什么底子我仔细对比了Opus 5.5和上一代的行为差异。最大的变化不是某个单项能力突然爆发而是整体稳定性上了一个台阶。之前用Opus 4.5做代码重构偶尔会出现“前面思路很对后面突然自作聪明改掉接口”的问题这在真实项目里非常致命。5.5给我的感觉是模型终于明白“不要为了展示能力而乱动别人的代码”。另一个明显变化是长上下文的“记忆连续性”。我拿了一份大概两百页的技术方案文档喂进去让它从中提取所有依赖关系然后连续追问了十几个问题每个问题都基于前面回答的上下文。Opus 5.5全程没有出现“我刚刚没说过这个”的情况而且回答引用页码时基本准确。这说明它内部对长文档的压缩和索引效率明显提升了而不是简单地把token窗口撑大。还有一处细节值得提工具调用。我给它挂了三个外部API让它在一次会话里完成“查库存→算价格→写邮件”的串联操作。旧版模型通常会在第二步和第三步之间犹豫偶尔会重复调用同一个接口。5.5的调用序列干净利落几乎不需要我额外纠正。这个特性对做自动化流程的人来说比跑分提升重要得多。2.2 我的实测三个任务三次都稳我习惯用三个“土办法”来测模型不整那些花哨的benchmark因为benchmark跟真实业务的差距你自己心里应该有数。第一个任务是遗留代码重构。我拿了一段同事写的、没人愿意维护的Python脚本里面有大量重复的爬虫逻辑、硬编码的请求头、混乱的异常处理。让Opus 5.5在不改变对外接口的前提下重构。它给出的代码结构清晰把公共逻辑抽成了函数保留了原有日志输出格式还顺手补上了缺失的User-Agent。最让我满意的是它没有自作主张引入新的第三方依赖这一点很多模型都做不到。第二个任务是最小可行产品的数据库设计。我描述了这样一个业务场景一个小型电商后台需要支持多商户、多仓库、库存预占、订单拆单。要求模型产出ER图草稿、核心表字段说明、以及十个最关键的查询SQL。Opus 5.5给出的设计很有层次感库存预占和订单拆单这两块单独建了流水表避免后续并发更新把主表锁死。虽然它画不了真正的图但用文字描述出来的关联关系已经足够让后端直接照做。第三个任务是长文档问答加操作建议。我丢了一份公司内部的服务器迁移方案概要让它找出所有可能导致服务中断的风险点并按严重程度排序。它的回答不是简单列举而是把每个风险点对应到具体章节还给出了一个迁移顺序建议。这种把“阅读”和“行动”结合起来的能力正是Agent场景最需要的东西。三个任务下来Opus 5.5的稳定性是三者里最好的没有一次中途“掉链子”。2.3 上岗之后别忘了看成本和限制上岗归上岗实际问题也得说。Opus 5.5的推理成本明显比前代高尤其在长上下文场景下如果持续开着“深度思考”模式账单涨得很快。我测试时用的是一个中等规模的任务集跑完以后看了一眼消费比同样token数的Grok 4.7贵了将近三分之一。如果你打算拿它做高频实时客服可能要好好算一笔账但如果是离线批处理或复杂分析任务这个成本换来的稳定性大概率是值得的。另一个限制是“思考模式”下的响应延迟。我实测单次推理在10到30秒之间具体看问题复杂度。这意味着所有需要实时交互的场景比如对话式编程助手体验会有一点“卡顿感”。Opus 5.5更适合那种“你给它一个任务让它自己去跑几分钟”的模式而不是“你一句它一句”的在线聊天。它上岗的岗位应该是后台的“技术顾问”而不是前台的“接线员”。3. 落选Grok 4.7的高分低能3.1 跑分和实战的落差有多大Grok 4.7的初试成绩单确实好看。第三方跑分里它在不少推理榜单上跟Opus 5.5打得有来有回有一项代码生成的分数甚至反超了。所以当我准备实测时预期是它至少能当个“第二梯队靠前”的角色。结果真实任务一上手落差大到让我怀疑测试集是不是被污染了。我拿同样的三个任务去测遗留代码重构、数据库设计、长文档问答。代码重构那项Grok 4.7确实表现不错生成的对接口理解很到位命名风格也贴近常见规范。但到数据库设计时问题开始出现。它对“多仓拆单”这个业务场景理解得不够透给出的设计方案把拆单逻辑直接放在订单表里加状态字段缺少流水表来记录库存预占和释放历史。虽然不能算错但落地时一定会在并发场景下出幺蛾子。至于长文档问答Grok 4.7更是一言难尽。我喂了同样的两百页技术方案让它找风险点它列出来的东西看起来很有条理但有三处引用的页码是错的。我顺着页码翻回去发现那些内容根本不在那个位置这让我很难信任它的答案。跑分不会考“页码引用准确性”但真实业务会。3.2 三个让我直接皱眉的场景除了上面这些还有三个场景让我印象特别深刻。第一个是长对话失忆。我跟Grok 4.7连续聊了大概二十轮关于一个数据管道设计的对话前面的决策是“用Kafka做缓冲层”。聊到第十八轮时我在问题里暗示“我们现在不用Kafka了”它居然毫无障碍地接了下去仿佛从来不知道之前有过这个决策。这种“顺从式失忆”在用户看来非常危险因为你不知道它什么时候会忽略掉已经确定的前提。第二个是格式偏执。我明确要求“不要输出markdown表格用列表”Grok 4.7在前半段严格遵守到了后半段突然开始自己生成表格。我后来看了下这不是偶发问题而是它在长生成过程中倾向于回到自己觉得“更清晰”的表达方式。在Agent流程里这种不听话非常致命如果脚本依赖固定输出格式轻则解析失败重则流程中断。第三个是事实性错误。我让它查一个公开的开源库版本号然后给出对应的变更说明。它给出的版本号是正确的但变更说明里混入了一个根本不存在的“性能修复”。这种“一本正经胡扯”在对话里很难被用户察觉一旦被写进项目周报就是事故。跑分测不出这种事复试一测一个准。3.3 本质是产品路线的复试题我觉得Grok 4.7落选不能只用“技术不行”来总结。它在代码生成和风格化对话上确实有亮点核心问题出在“个性”和“稳定”的权衡上。Grok系列一直强调实时性、幽默感、敢说话这种路线天然会让模型更愿意猜测用户意图也更愿意自由发挥。自由发挥在闲聊里是魅力在严肃业务里就是风险。换句话说Grok 4.7的复试题目是“你能不能当一个靠谱的打工仔”但它的产品基因是“我要做一个有趣的灵魂”。这两者冲突时结果就是看起来无所不能实际用起来处处需要兜底。如果你只是做创意头脑风暴或者找点聊天灵感Grok 4.7完全可以考虑但如果你要把它接进生产环境我建议你至少准备三套校验兜底和一份异常重试机制。它这次不是输在分数而是输在复试的考场上没有摆正自己的位置。4. 维持原判GPT-5.6 Sol的“稳”与“旧”4.1 升级点能感知到的变化相比Opus 5.5那种“底层变稳”的变化GPT-5.6 Sol能感知到的升级温和得多。我拿它跟上一代做对比先说优点在常规的问答、摘要、翻译任务上它的输出质量非常稳定几乎没有什么可挑剔的地方。特别是“指令遵循”这一项它比Grok 4.7强了不止一个档次说用列表就用列表说不要解释就直接给答案。对工程同学来说这种可预期性非常宝贵。另外GPT-5.6 Sol响应速度很快。同样是中等复杂度的任务Opus 5.5可能要思考十几秒它通常三到五秒就能给出结果。这个差异在交互式编程或在线客服场景里很明显用户的耐心往往只有几秒钟。API的稳定性也让人省心两天测试下来我没有遇到一次超时或返回畸形JSON的情况。这种“不折腾”的体验在大模型里其实很难得。还有一个让我意外的小改进是多模态文件提取。我给它传了几个带扫描印章的PDF让提取里面的表格数据它居然能准确还原大部分行列结构比上一代的识别率明显提升。这个能力在做合同审核、发票录入时非常实用属于那种“平时不起眼、用到才发现很香”的更新。4.2 没变的短板代码重构和多跳推理但维持原判的意思就是短板依然还在。最明显的是大范围代码重构。我同样把那段遗留Python脚本给GPT-5.6 Sol它给出的结果做到了“能跑”但整体结构还是有明显的“补丁感”——新增依赖倒是没有可函数拆得不够彻底有些重复逻辑只是被动地挪了个位置并没有真正收敛。与Opus 5.5给出的干净重构版本相比高下立判。另一个短板是复杂的多跳推理。我问它一个需要结合技术文档、历史邮件、当前代码状态三个信息源才能回答的问题它给出的结论虽然方向不错但中间有两步推理被我追问后推翻了。一开始它承认“可能考虑不周”可让它重新回答时又回到了原来的结论。这种“自信的循环”在多环节推理里挺让人头疼说明它在深度推理的严谨性上还有天花板。至于创造性写作GPT-5.6 Sol给人的感觉是“工整但没有灵魂”。让它写一封措辞诚恳的道歉邮件它写得无懈可击但读起来总觉得少了点人味儿让它给产品起名它给出的方案都是安全牌没有一个能让人眼前一亮。这不算缺点但绝对谈不上惊喜。维持原判是真的原判。4.3 “维持原判”不全是贬义很多人看到“维持原判”会觉得是批评但如果你在真实业务里滚过一圈就会明白“稳如老狗”是多少团队的刚需。GPT-5.6 Sol在那些已经被验证过的领域里几乎不会给你添麻烦它不会突然耍个性不会因为上下文太长而失忆不会在关键输出上给你来个惊喜或者惊吓。对于已经跑通的现有管线升级到它几乎是零风险。我更愿意把它的定位理解为“给现有用户的一份安心补丁”。如果你的项目里已经用了GPT-5.5而且跑得好好的那GPT-5.6 Sol值得升因为它更快、更稳、多模态更强但如果你指望它能补齐在复杂推理和深度代码重构上的短板那你大概率会失望。复试考卷上它每一科都是“优良”但没有一科是“出彩”。维持原判对一份本来就不差的成绩单来说其实是及格线以上的认可。5. 我整理的复试评分表与选型建议5.1 六个关键评分维度单纯说“谁好谁坏”没有意义我整理了一张自己的评分表把复试中真正影响业务的关键维度列出来。评分标准不是官方跑分而是我基于真实任务的主观感受满分5分。推理深度指处理多跳逻辑、因果推理、方案设计时的严谨程度。指令遵循指是否严格遵守用户要求的格式、限制和前提。长上下文连续性指长文档阅读、多轮对话中能否记住更早之前的约定。工具调用稳定性指API调用、Function Call、Agent任务串联时的表现。响应与成本综合看生成速度、API价格、限流情况。创造性与风格指文案风格、创意能力以及“像不像一个真人”。这些维度正好对应复试里的实际考法。跑分榜单通常只看推理和代码但真实业务往往卡在指令遵循和工具调用上这也是我坚持自己测的根本原因。5.2 横向评分表维度Opus 5.5Grok 4.7GPT-5.6 Sol推理深度53.54指令遵循4.52.55长上下文连续性524工具调用稳定性534.5响应与成本34.54创造性与风格3.553.5综合复试结论上岗落选维持原判这个表不一定权威但至少反映了我个人的使用感受。Opus 5.5在重实干维度上几乎全优所以它上岗Grok 4.7在指令遵循上的分数低得太离谱落选不冤枉GPT-5.6 Sol则是全面中上维持原判当之无愧。5.3 不同场景的选型建议如果你要做复杂代码重构、长文档分析、Agent自动编排建议直接选Opus 5.5。它那点延迟和成本换来的稳定性在这些场景里完全是值得的。我自己已经把它接进了一个自动周报生成流程丢给它原始的会议纪要和需求文档它能输出结构完整的周报草稿我只需要做少量修改就能用。如果你要做高并发客服助手、简单信息抽取、日常文本润色GPT-5.6 Sol可能是最划算的选择。响应快、输出格式稳定、API省心能显著降低运维成本。尤其你的代码管线里如果有大量结构化的JSON输出它的表现比另外两个都要可靠。如果你想找聊天灵感、实时热点解读、或者写点不那么严肃的东西Grok 4.7可以拿来玩。但玩归玩千万别让它碰那种需要严格按规范交付的任务。我试过让它生成一段营销文案它写得确实活泼但其中有一句涉嫌“过度承诺”如果真发出去风险不小。任何用它的生产流程都必须有一道人工审核的闸门。5.4 别忘了用自己的任务做“复试”我见过太多团队拿着公开跑分选模型结果一接入业务就跪了。跑分再高那也是别人出的题不是你的题。这次三场复试给我最深的教训就是任何评测榜单只能当作初筛真正的决策必须依赖你自己的数据。我的做法是准备一个包含三类任务的小测试集一类是你日常最高频的任务一类是你觉得模型最容易出错的任务一类是你未来三个月要开发的新功能相关任务。每个新模型上线后先拿这个测试集跑一遍跑完再决定要不要换。整个过程一两个小时就能搞定但能帮你避开好几个月的返工坑。如果你懒得自己搭测试集也可以直接把我上面用的三个任务拿去当模板遗留代码重构、业务场景数据库设计、长文档风险识别。这三个任务恰好覆盖了推理、指令遵循、长上下文三个最关键的能力测完基本就能看出模型的成色。说白了复试这件事没有捷径你让模型替你做的事越具体你能得到的结论就越靠谱。我个人在实际操作中的体会是选模型跟招人很像学历和证书只是初筛真正决定去留的是录用前那场一小时的实地面试。Opus 5.5、Grok 4.7、GPT-5.6 Sol这三份复试答卷已经把各自的品性摆得很清楚了一个能扛事一个得看人下菜一个闭着眼睛不会出错。下次再遇到这种扎堆发布别急着换先拿自己的任务去复试一遍再说。