# 12 个模型写 4 个同样的 App：GPT-5.6、Grok 4.5、Claude 和 Muse Spark 现场比试

> 原标题：GPT-5.6, Grok 4.5, Claude, and Muse Spark build the same 4 apps

- 来源：Hacker News 首页
- 发布时间：2026-07-10T20:52:28.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43631
- 原文：https://www.tryai.dev/blog/gpt-5.6-build-off-12-models

## 摘要

TryAI 让 12 个模型各试 5 次，去写一个伪 3D 迷宫、一个魔方、一个计算器和一个生命游戏。GPT-5.6 Sol 最稳，迷宫 5 次全过，但每次跑要花 1.35 美元；Grok 4.5 也是 5 次全过，只要 0.27 美元，性价比很高。

## 推荐理由

TryAI 让 12 个模型各写 4 个应用并各试 5 次，GPT-5.6 Sol 与 Grok 4.5 都 5 次全过，单次成本分别为 1.35 美元和 0.27 美元。

## 锐评

Grok 4.5 每次 0.27 美元，GPT-5.6 Sol 每次 1.35 美元，都是 5 次全过，差 5 倍。写小应用这种活，通过率一样的情况下没人会为贵的那档买单，这个价差比任何 benchmark 分数都直接。

样本只有 5 次，四个小应用，第三方跑的，我不会拿它当定论。但选模型的时候，先看通过率再看单价，Grok 4.5 这个组合确实能打。
