Shortcut 深度评测：Opus 4.7 与 GPT-5.5 在 Excel 自动化中的终极对决
Shortcut 近期发布了其内部基准测试的最新成果，将两款前沿模型——Opus 4.7 与 GPT-5.5 进行了头对头（Head-to-Head）的实战对比。测试基于两个核心维度：v23（经典表格任务，耗时 1-4 小时）和 v25（极难任务，耗时数天），并覆盖了 Medium、High、Max 三种推理强度。
核心发现：速度与准确率的博弈
1. 准确率：GPT-5.5 登顶，Opus 4.7 稳健
在最具挑战性的 v25 任务中，GPT-5.5 以 73.9% 的准确率位居榜首，特别是在 Max 推理模式下，它比 Opus 4.7（72.4%）略胜一筹。这表明 GPT-5.5 在处理端到端复杂逻辑时具有更强的智能上限。
然而，Opus 4.7 并非没有进步。相比其前代 Opus 4.6，4.7 在 v25 的 Medium 难度下准确率从 63.0% 提升至 65.3%，显示出在长周期、高难度任务中的推理稳定性有所增强。
2. 速度：GPT-5.5 极速，Opus 4.6 Fast Mode 逆袭
在速度维度，GPT-5.5 表现惊人，v25 任务在 Max 模式下仅需 12.1 分钟，比 Opus 4.7 Max（23.3 分钟）快了一半。
值得注意的是，Shortcut 的 Opus 4.6 提供了独特的 Fast Mode（标准模式下的 2.5 倍加速）。开启此模式后，Opus 4.6 的完成时间缩短至约 8.5 分钟，在速度上已能与 GPT-5.5 并驾齐驱，且保持了相同的准确率。
3. 文档美学：Opus 的护城河
这是两者最本质的区别。在文档排版、表头格式、数字对齐等“文档美学”方面，Opus 4.6 依然是 Best-in-class（行业最佳）。其输出结果可直接交付给产品经理（MD），无需二次修改。
相比之下，GPT-5.5 虽然格式整洁，但被评价为“紧凑且机械（terser and mechanical）”，缺乏 Opus 那种经过深思熟虑的文档质感。
选型建议：根据任务场景决策
Shortcut 团队基于评测结果给出了明确的差异化建议：
- GPT-5.5：适合“一键式”（fire and forget）的极难任务，特别是那些已有明确格式规范、不需要人工干预的自动化流程。它是最快的“火力支援”。
- Opus 4.6：依然是 Shortcut 的默认首选。适合日常办公、需要高质量文档输出、以及需要清晰分步推理（Step-by-step reasoning）的场景。它是最贴心的“合作伙伴”。
- Opus 4.7：值得尝试，特别适合需要长时间运行的复杂任务，它在保持 4.6 风格的同时提升了长任务推理能力。
官方结语："前沿模型在原始智力上已趋同，现在的区别在于‘看、感觉和品味’。就像开发者选择喜欢的 Agent 而非单纯比较智商一样，Opus 是更值得深思熟虑的伙伴。"
总结
此次评测揭示了 AI 工具发展的新阶段：Raw Intelligence（原始智力）已不再是唯一指标。在 Excel 自动化领域，Opus 4.6 凭借卓越的文档美学和推理清晰度继续占据生态核心，而 GPT-5.5 则以极致的速度和最高准确率成为处理极端复杂任务的利器。用户可根据任务对“速度”、“精度”和“文档质感”的权重，灵活切换模型。
关键指标 (Metrics)
| 指标 | 数值/描述 |
|---|---|
| GPT-5.5 v25 准确率 (Max) | 73.9% |
| Opus 4.7 v25 准确率 (Max) | 72.4% |
| GPT-5.5 v25 最快耗时 | 12.1 分钟 |
| Opus 4.6 Fast Mode 耗时 | ~8.5 分钟 (Max 难度) |
| Opus 4.6 排版评分 | Best-in-class (行业最佳) |
| v25 任务难度跨度 | 4.1 倍 (日常 vs 极难) |
