前沿模型选型：按任务需求而非榜单分数

文章讨论 2026 年 9 至 10 月多家前沿模型密集发布后的选型难题，引用 Artificial Analysis 数据称 8 至 9 月至少有 49 个命名模型、2026 年至今 123 个。作者以智能指数与每任务成本对比说明：GPT-6.1 Sol 得 52 分、每任务 0.72 美元，GPT-6 Astra 得 53 分、每任务 3.26 美元，Claude Opus 5.5 每任务 5.98 美元，Fable 5.1 得 53 分、每任务 7.63 美元，一分差距可能对应 5 至 11 倍成本差。结论是模型选择应视为业务决策。

AI推荐理由 文章给出 Artificial Analysis 的模型数量、智能指数与每任务成本对比（如 GPT-6.1 Sol 52 分/$0.72 对 GPT-6 Astra 53 分/$3.26），对模型选型有参考价值；但属个人博客转述第三方榜单，未提供原始数据链接，且部分模型名称与时间线需自行核实，不宜视为官方结论。