GPT 用户试用 Opus 5.5 后质疑基准测试：体验差距远超分数差异

一名 GPT 用户试用 Opus 5.5 后称体验与基准测试结论严重不符：基准显示 Claude 仅略微领先，但 Opus 5.5 能指出推理与逻辑漏洞、给出复杂工作流变通方案，而 GPT 侧模型 Astra 连基础问题都需自行甄别废话。该用户从事跨行业前沿研发，主要涉及工作流、多模态推理与数据分析。