GPT-6 Sol vs Claude Opus 5.5: Cena, skóre a programátorské úlohy – jak vybrat?

Nejprve závěr: U běžných programátorských úloh přes API můžete nejprve vyzkoušet GPT-6 Sol. Jeho standardní cena za vstup/výstup je $2/$10 za milion tokenů, tedy polovina ceny Claude Opus 5.5; v nejvyšší konfiguraci stejného evaluačního systému Artificial Analysis (AA) má Opus 5.5 souhrnný index 58 a Sol 48. Nejde o vztah „za stejnou cenu silnější“: nejprve na úlohách ze svého repozitáře porovnejte míru úspěšnosti na první pokus, počet kol, celkové tokeny a ruční opravy, a teprve pak se rozhodněte, zda zaplatit za vyšší skóre Opusu. U obtížnějších dlouhodobých úloh můžete sáhnout výše na GPT-6 Astra nebo Claude Fable 5.1; jednotkové ceny a schopnosti těchto čtyř modelů nejdou ve stejném pořadí.

Provozujeme PandaNpc, který podporuje Codex a Claude Code, takže máme produktové scénáře použití; v tomto článku jsme však neprovedli vlastní test čtyř modelů na stejných úlohách a níže uvedená veřejná hodnocení nevydáváme za naše vlastní měření. Ceny se týkají nákladů na modelové API, nikoli cen předplatného nástrojů. Údaje ověřeny k 23. září 2026, všechny částky jsou v amerických dolarech.

Specifikace čtyř modelů: nejprve si ujasněte kapacitu, výstup a výchozí úroveň

Pro snadné čtení na mobilu jsou tabulky níže rozdělené podle OpenAI a Anthropic; „maximální výstup“ je limit pro jednu odpověď, kontext je okno dostupné pro vstup i výstup dohromady a neznamená, že model pokaždé vytvoří stejně dlouhý výstup. ID modelu API lze přímo použít pro kontrolu účtu nebo konfigurace evaluace.

Data: Oficiální modelová stránka GPT-6 Sol, Oficiální modelová stránka GPT-6 Astra.

Data: Oficiální modelová stránka Opus 5.5, Oficiální modelová stránka Fable 5.1. Výstup 300K u Opusu platí pouze pro určenou Batch beta a header output-300k-2026-03-24, nejde o limit běžných interaktivních požadavků.

Účtování čtyř modelů: běžný vstup, zápis do cache a zásah jsou různé tokeny

Následující tabulky uvádějí ceny v USD za milion tokenů pro příslušné kategorie tokenů. K běžnému vstupu se nepřičítá žádný „poplatek za zápis do cache“; cenu za zápis mají pouze tokeny, které se poprvé zapisují do cache. Při zásahu do cache se účtuje cena za čtení, výstup se účtuje zvlášť. Obě společnosti nabízejí 50% slevu na Batch vstup/výstup, ale Batch se zpracovává asynchronně a nehodí se pro programátorské konverzace vyžadující okamžitou zpětnou vazbu.

Zdroje: Sol, Astra, Ceník OpenAI, Vysvětlení cache OpenAI. Překročení 272K neznamená přirážku jen za nadbytečnou část; zda se účtuje přirážka, se určuje podle vstupních tokenů celého požadavku, včetně vstupů souvisejících s cache.

Zdroje: Opus 5.5, Fable 5.1, Ceny Anthropic a pravidla Batch/cache, Vysvětlení dlouhého kontextu. Anthropic výslovně umožňuje kombinovat Batch a cache slevy; zásah do cache musí splňovat příslušnou dobu platnosti a podmínku stejného prefixu.

Konkrétní výsledky čtyř modelů ve stejném evaluačním systému

Násující tabulka vychází z Artificial Analysis Index v4.3.2. Testovací konfigurace: GPT-6 Sol max GPT-6 Astra max, Claude Opus 55 a Fable 5.1 všechny s adaptive max efforta zapnutým **default fallback**. Nejde o výchozí nastavení těchto čtyř modelů, zeéna Opus má výchozímediuma Fable výchozíhigh`; různé modely mají odlišnou skutečnou spotřebu tokenů pro uvažování, i když jsou všechny označené jako max. AA sjednocuje úlohy a používá vlastní harness, takže výsledky lze srovnávat v rámci této testovací konfigurace; výsledky z výrobních prezentací nelze do této tabulky míchat. Odkazy: Původní srovnání Sol–Opus, Původní srovnání Astra–Fable, Metodika AA.

Hodnoty v jednotlivých řádcích pocházejí ze dvou výše uvedených stránek srovnání modelů AA ve stejné verzi a stránky Astra–Fable. Například v harnessu Terminal-Bench 4.0 od AA má Opus 5.5 o 16 procentních bodů více než Sol; nelze to směšovat s 66.4% z oficiálních stránek Anthropic, které používají jiné nastavení běhu.

Hodnoty v jednotlivých řádcích: AA Sol–Opus, AA Astra–Fable. Malé rozdíly 1–2 procentních bodů se nemají vykládat jako spolehlivé vítězství; Elo, body indexu a míra úspěšnosti také nejsou stejné jednotky.

Zdroje jsou opět AA Sol–Opus a AA Astra–Fable. Náklady na úlohu jsou váženým průměrem spotřeby v testech AA, nikoli cenovou nabídkou za „dokončení jednoho požadavku“ ve vašem repozitáři. Konfigurace max u Opusu spotřebovává více výstupních tokenů a tokenů pro uvažování, což je jeden z důvodů, proč je rozdíl v účtu větší než rozdíl v jednotkových cenách.

Grafy z oficiálních stránek obou firem: ověřují vlastní závěry, nelze z nich sestavit vzájemný souboj

Graf OpenAI DeepSWE v1.1 uvádí GPT-6 Sol max s 68.8 %, v grafu má Claude Fable 5 s xhigh 69.9 %; Opus 5.5 v něm není. Vodorovná osa ukazuje náklady na úlohu v logaritmickém měřítku. Opus 5 v grafu také není Opus 5.5. Ukazuje, že Sol při nastavení zveřejněném OpenAI dosahuje výsledků programovacího agenta blízkých vyšším modelům, nemůže však nahradit vzájemný test čtyř modelů.

Obrázek 1: OpenAI《Introducing GPT-6 Sol and Luna》 „Coding“, 22. 9. 2026. Modely a effort se řídí legendou a poznámkami pod čarou v originále. Otevřít plný originální obrázek pro drobný text.

Graf Anthropic Terminal-Bench 4.0 uvádí Claude Opus 5.5 xhigh s 66.4 %. GPT-6 Astra v grafu má 57.9 % při high, není to GPT-6 Sol. Křivka má také body s výchozím effortem, ale jejich polohu nelze považovat za skóre xhigh. Harness výrobce se zde liší od Terminal-Bench 4.0 v tabulce AA, takže nelze od 66.4 % odečítat 44 %, které AA dává Solu.

Obrázek 2: Anthropic《Claude Opus 5.5》 „Coding“, 22. 9. 2026. Vodorovná osa ukazuje náklady na jeden pokus v logaritmickém měřítku; zobrazené úrovně, statistické intervaly a omezení najdete v originále. Otevřít plný originální obrázek pro drobný text.

Dále výsledky, které jedna strana zveřejnila, ale není vhodné je přímo odečítat: OpenAI uvádí pro Sol xhigh AutomationBench 1.0.6 33.2 %, pro max Agents' Last Exam V1 56.4 % a pro xhigh OSWorld 2.0 offline 60.5 %, zdroj stejný jako stránka vydání OpenAI; Anthropic uvádí pro Opus 5.5 FrontierCode v1.1 Main 54.4 %, CursorBench 4.0 57.8 %, GDPval-AA v2.1 1846 Elo, Humanity's Last Exam with tools 67.7 %, zdroj stejný jako stránka vydání Anthropic. U těchto položek není potvrzeno, že verze, nástroje, effort nebo harness odpovídají druhé straně, proto neuvádíme „o kolik vede“. Nezveřejněné hodnoty čtyř modelů ve stejném měřítku nelze domýšlet.

Kolik to stojí při stejném objemu úloh? Pět přepočitatelných příkladů

Níže dělíme vstup na tři vzájemně se vučující kategorie tokenů – běžný vstup, první zápis do cache a následné čtení z cache – a přidáváme výstup. Každý řádek představuje jeden požadavek, nezahrnuje volání nástrojů, platformní přirážky ani další kola; výstup je vždy pod limitem 128K běžného požadavku. Ceny vycházejí z výše uvedených oficiálních cen, takže si můžete podle svých usage logů dosadit počty tokenů.

Příklad výpočtu: A Sol = 0.1×$2 + 0.05×$10 = $0.70. B Opus 5m = 0.2×$5 + 0.05×$4 + 0.02×$20 = $1.60; C Opus = 0.2×$0.20 + 0.05×$4 + 0.02×$20 = $0.64. E Sol vstup 300K již přesahuje 272K, celý požadavek se počítá jako $4 vstup a $15 výstup; Astra odpovídá $20/$75. Opus/Fable s kontextem 1M zachovává standardní jednotkovou cenu. B a C jsou různé požadavky: nejprve zápis, potom čtení; u C je třeba zajistit, aby byla cache ještě platná. Doba uchování cache u OpenAI a mechanismus účtování 5m/1h u Anthropic se liší, proto nelze poplatek za zápis z B omylem přičítat ke každému požadavku C. Podklady: Ceny dvou modelů OpenAI, Pravidla cen Anthropic.

Jak si rozdělit práci v reálném programátorském workflow?

Sol nechte nejprve na každodenní iterace. Rozklad požadavků, drobné úpravy v existujícím repozitáři, testovací patche a práci, kterou lze dávkově zkontrolovat, nechte nejprve zpracovat Solem a zaznamenejte míru úspěšnosti úloh, počet oprav a celkové tokeny. Jeho nízká jednotková cena se nejvíce projeví v příkladech A–D, které nepřekračují 272K; u velmi dlouhých požadavků se cenová výhoda zmenšuje.

Opus 5.5 použijte na agentní úlohy, které se obtížně vyřeší na první pokus. Testy AA ve stejných podmínkách mu dávají vyšší skóre v souhrnných, terminálových a znalostních úlohách, ale při konfiguraci max je průměrná cena na úlohu také výrazně vyšší. Nejprve si vytvořte lokální baseline s výchozím medium nebo s effortem, který skutečně používáte, a teprve u obtížných úloh zvyšte úroveň. Nepovažujte výsledky AA s max za výchozí zkušenost.

Astra a Fable 5.1 jsou vyšší stupeň. Astra je konkurenceschopná v AA AutomationBench-AA, Terminal-Bench 4.0 a GDP.pdf, Fable 5.1 je silnější v některých ukazatelích dlouhodobé znalostní práce, ale oba mají základní vstupní/výstupní cenu $10/$50 výrazně vyšší než Sol. Fable má čtení z cache $0.25, tedy nižší než Astra $1.00; pokud opakovaně čtete velký prefix, pořadí nákladů se může změnit. U obtížných úloh doporučujeme provést malý akceptační test čtyř modelů na stejném požadavku v repozitáři a vybírat podle „nákladů na úspěšně dokončenou a sloučitelnou úlohu“, ne podle skóre z jednoho žebříčku.

V PandaNpc jsou Codex a Claude Code dva dostupné Agent Engine. Při výběru vstupu je třeba zohlednit také vaše stávající předplatné nebo API kanál, oprávnění nástrojů, kontext repozitáře a týmový proces kontroly; cena modelového API se nedá přímo převádět na kredit předplatného nástroje. Tento článek uvádí veřejné specifikace a hodnocení, netvrdí však, že jde o skutečné pořadí čtyř modelů v PandaNpc.

FAQ

Je Sol vždy o polovinu levnější než Opus 5.5? Pouze standardní jednotkové ceny vstupu a výstupu přes API jsou poloviční. Překročení 272K vstupu, zápis a čtení cache, skutečné tokeny pro uvažování, počet kol a náklady na nástroje mohou změnit účet za celou úlohu. Scénář E výše už sblížil jednorázovou cenu obou na $1.50 a $1.60.

Dokazují dva oficiální programátorské grafy, kdo vyhrál? Ne. Graf OpenAI neobsahuje Opus 5.5, graf Anthropic neobsahuje Sol a benchmarky i harness se liší. Chcete-li vidět výsledky čtyř modelů ve stejných podmínkách, podívejte se na tabulku pevné konfigurace AA v4.3.2; chcete-li se rozhodnout pro své nástroje, musíte znovu spustit vlastní úlohy v repozitáři.

Lze kombinovat cache a Batch? Cenová dokumentace Anthropic kombinaci výslovně podporuje; zda skutečně dojde k zásahu do cache, závisí na prefixu, době platnosti a nastavení požadavku. Batch u obou modelů OpenAI je 50 % standardní sazby; konkrétní účet si ověřte podle příslušných záznamů o použití API.