Codex Radar 实时 IQ 快照怎么看？GPT-5.5 与 GPT-5.6 系列 Sol、Terra、Luna 的差异一次讲清

从这张 Codex Radar 实时 IQ 快照来看，数据时间是 2026 年 7 月 31 日，核心是在对比 OpenAI 的 GPT-5.5，以及它的升级版 GPT-5.6 系列，也就是 Sol、Terra、Luna 三个模型。整张图的信息并不复杂，但如果只盯着一个综合分，很容易看偏。真正有价值的地方，在于同时看 综合 IQ、完成题目数量、不同思考档位、耗时和价格。

一、这张 Codex Radar 快照到底在比什么？先把统计口径看明白

来源内容里已经给出说明：图中标注的 IQ 计算方式，是 每个任务按有效结果通过率乘以 150；而 耗时和价格，则是这些结果样本的 均值。这意味着，图里的 IQ 不是抽象印象分，而是根据测试任务结果折算出来的指标。

同时，几个模型的测试题量也不完全一样。比如 GPT-5.5 是在 224 道测试里完成了 127 道，而 Sol、Terra、Luna 都是在 672 道测试里分别完成各自题目数量。也就是说，读这类图时，不能只拿一个数字孤立判断，而要把 测试规模和完成数量一起看。

二、GPT-5.5 表现如何？为什么说它不差，但档位选择明显少

GPT-5.5 的 综合 IQ 是 85，在 224 道测试里完成了 127 道。它只有两个思考档位：xhigh 和 high。这一点很关键，因为档位少，意味着使用时可调空间也更少。

1、GPT-5.5 的上限表现怎么样？

它的最高 xhigh 档，可以达到 90 的 IQ，但代价是要花 23 分钟，价格为 5.83 美元。这说明 GPT-5.5 不是没有能力，而是它在这组对比里，已经显出一种比较明确的边界：能打，但上限没有冲到最高梯队。

2、GPT-5.5 的核心特点是什么？

如果只按来源内容总结，GPT-5.5 的特点很直接：综合 IQ 不低，最高档位也有 90，但思考档位只有两档，灵活性不如 GPT-5.6 系列。它不是最贵，也不是最强，更像是一个能力稳定但扩展性一般的对照组选手。

三、Sol 为什么被称为 GPT-5.6 旗舰？它强在什么地方

Sol 是 GPT-5.6 的旗舰。从来源内容看，这个定位并不是空喊，因为它在多个指标上都站在最前面。

1、Sol 的综合能力有多强？

Sol 综合 IQ 为 89，在 672 道测试里完成了 398 道。单看综合 IQ，它已经超过了 GPT-5.5；单看完成数量，它也是四个模型里很有分量的一档。

2、Sol 的档位为什么最值得注意？

Sol 的思考档位最全，拥有 low、medium、high、xhigh、max、ultra 六个档位。这意味着它不仅能冲高上限，也能在不同使用场景里调节成本和速度。

3、Sol 的上限表现是不是四个模型里最高？

是的。来源内容明确提到，Sol 最高的 max 档，IQ 能到 103，需要 32 分钟，价格是 9.18 美元。这几个数字放在一起看，结论就很清楚了：Sol 的 IQ 上限最高，但也最贵。

因此，Sol 的定位非常明确：它是追求能力上限的人会优先看的模型。不过代价也同样明确，时间更长，价格更高。

四、Terra 为什么说性价比突出？它的反差点在哪里

Terra 的数据很有意思，因为它不是那种一眼看过去全面领先的模型，但细看会发现，它在某些高思考场景里非常能打。

1、Terra 的综合分数高不高？

Terra 综合 IQ 是 73，在 672 道测试里完成了 327 道。这个综合分不算高，至少从总分上看，它明显落后于 Sol，也低于 GPT-5.5。

2、为什么 Terra 的 ultra 档反而值得重点看？

来源内容里最关键的一句是：Terra 的 ultra 档 IQ 有 98，反而比 Sol 的 ultra 档 94 还高。这意味着，如果只看 ultra 长思考模式，Terra 并不是 Sol 的跟随者，反而在这个档位上压过了 Sol。

3、Terra 为什么综合 IQ 没被拉高？

问题出在低档位。来源内容明确说，它的 low 档只有 44，把整体平均分拉低了。也就是说，Terra 不是整体均衡型模型，它更像是一个 高档位有亮点、低档位拖后腿 的选手。

所以，总结 Terra 最准确的说法不是“全面强”，而是：在 ultra 长思考模式下，性价比很突出。这也是来源内容给出的总体判断。

五、Luna 为什么最便宜？便宜背后牺牲了什么

Luna 的定位非常鲜明，就是 便宜。但它的便宜，并不是没有代价的便宜。

1、Luna 的综合表现处在什么水平？

Luna 综合 IQ 为 55，在 672 道测试里完成了 321 道。从综合分看，它是四个模型里最低的一档。

2、Luna 便宜到什么程度？

它的 max 档 能拿到 92 的 IQ，而价格只要 2.33 美元。单看这个数字，确实会让人觉得它非常有吸引力，因为价格明显低。

3、Luna 的问题为什么不能忽略？

来源内容已经说得很直白：它的 low 档 IQ 只有 7，基本不可用。这句话的分量很重，因为它说明 Luna 的低档位不是“弱一点”，而是已经到了基本不可用的程度。于是它的定位也就很清楚了：最便宜，但低档位牺牲太大。

六、四个模型放在一起看，应该怎么理解它们的差别？

1、谁是旗舰？

Sol 是名副其实的旗舰。它的综合 IQ 高，完成题目数量多，档位最全，而且 IQ 上限最高。缺点也很明确，就是 最贵。

2、谁的长思考模式更有性价比？

Terra 的 ultra 长思考模式性价比很突出。虽然综合分不算高，但它在 ultra 档打出了 98 的 IQ，这一点很有竞争力。

3、谁适合只看低价？

Luna 最便宜。如果只看价格，它确实很显眼；但如果考虑低档位可用性，它的问题也最突出，因为 low 档 IQ 只有 7。

4、GPT-5.5 处在什么位置？

GPT-5.5 像一个稳健但不够丰富的参照项。综合 IQ 85 不低，最高能到 90，但只有 xhigh 和 high 两个档位，在灵活性和上限上，都被 GPT-5.6 旗舰 Sol 拉开了差距。

七、看这类模型对比图，最容易忽略的重点是什么？

最容易忽略的一点，就是 综合 IQ 不等于单档位上限。比如 Terra 的综合 IQ 只有 73，但它的 ultra 档 IQ 却有 98；Luna 综合 IQ 55，看起来不高，但它的 max 档也能到 92。反过来，低档位一旦太差，也会明显拖累整体判断，Terra 和 Luna 都是这样。

所以，读这种图时，不能只问“谁总分最高”，还要继续问：它最强的档位在哪里？最低档位有没有明显短板？为了更高 IQ，要付出多少时间和价格？ 只有把这些问题放在一起，结论才不会失真。

八、结论怎么落地？这张图给出的判断已经很清楚

按照来源内容的结论，四个模型可以概括为三句话：

Sol：旗舰定位明确，IQ 上限最高，但价格也最高。

Terra：ultra 长思考模式很有性价比，不过低档位明显拖后腿。

Luna：最便宜，但低档位牺牲太大，整体可用性要打问号。

GPT-5.5：综合表现不差，但档位少，上限和灵活性都不如 GPT-5.6 旗舰。

我认为：看模型，最怕只看一个总分就下结论。总分像门面，档位、耗时、价格，才像进屋之后真正摸到的桌椅冷暖。这张图里，Sol 是堂堂正正的强，Terra 是藏着锋芒的强，Luna 是省钱省得太狠，GPT-5.5 则像旧日稳兵，尚能一战，却已看见后来者的影子。若只贪便宜，容易吃亏；若只看上限，也难免多花代价。真正有用的判断，还是要把能力、时间和成本一起掂量。

#AI模型评测