GPT-6 Sol מול Claude Opus 5.5: מחיר, ציוני ביצועים ואיך לבחור למשימות תכנות?

מסקנה תחילה: למשימות תכנות API רגילות אפשר לנסות קודם את GPT-6 Sol. מחיר הקלט/פלט הסטנדרטי שלו הוא $2/$10 למיליון טוקנים, וזה חצי מ-Claude Opus 5.5; בהגדרה הגבוהה ביותר של אותה מערכת הערכה של Artificial Analysis (AA), מדד משולב של Opus 5.5 הוא 58, ושל Sol הוא 48. היחס ביניהם אינו "חזק יותר באותו מחיר": השוו קודם במשימות מהמאגר שלכם שיעור הצלחה במעבר אחד, מספר סבבים, סך טוקנים ותיקוני יד אדם, ורק אז החליטו אם לשלם על הציונים הגבוהים יותר של Opus. למשימות ארוכות וקשות יותר אפשר לבדוק גם GPT-6 Astra או Claude Fable 5.1; מחיר היחידה והיכולות של ארבעת המודלים אינם מסודרים באותו סדר.

אנחנו מפעילים את PandaNpc שתומך ב-Codex וב-Claude Code, ולכן יש לנו תרחישימוש במוצר; מאמר זה אינו כולל בדיקה מעשית של ארבעת המודלים על אותה משימה, ואינו מציג את ההערכות הציבוריות שלהלן כבדיקה שלנו. המחירים מתייחסים לעלויות API של המודלים, לא למחיר מנוי לכלי. הנתונים נבדקו ב-23 בספטמבר 2026, וכל המטבעות הם בדולרים.

המפרטים של ארבעת המודלים: קודם כול להבחין בין קיבולת, פלט ורמת ברירת מחדל

כדי להקל על קריאה בנייד, הטבלה שלהלן מחולקת לפי OpenAI ו-Anthropic; "פלט מקסימלי" הוא הגבול העליון לתגובה בודדת, וההקשר הוא החלון הזמין הכולל קלט ופלט, אך אין משמעותו שבכל פעם יתקבל אורך זהה. מזהי API של המודלים יכולים לשמש ישירות לאימות חיוב או תצורת הערכה.

נתונים: עמוד המודל הרשמי של GPT-6 Sol, עמוד המודל הרשמי של GPT-6 Astra.

נתונים: עמוד המודל הרשמי של Opus 5.5, עמוד המודל הרשמי של Fable 5.1. הפלט של 300K של Opus חל רק על Batch beta ייעודי ועל header output-300k-2026-03-24, ולא על מגבלת בקשות אינטראקטיביות רגילות.

החיוב של ארבעת המודלים: קלט רגיל, כתיבה למטמון ופגיעה במטמון הם טוקנים שונים

הטבלה שלהלן מציגה מחירים בדולרים למיליון טוקנים, והם מחירי היחידה של סוג הטוקן המתאים. קלט רגיל אינו כולל תוספת של "דמי כתיבה למטמון"; רק טוקנים שנכתבים לראשונה למטמון מחויבים לפי מחיר הכתיבה. לאחר פגיעה במטמון החיוב הוא לפי מחיר הקריאה, והפלט עדיין מחויב בנפרד. לשתי החברות יש 50% הנחה על קלט/פלט ב-Batch, אבל Batch הוא עיבוד אסינכרוני ולא מתאים לשיחות תכנות שדורשות משוב מיידי.

מקורות: Sol, Astra, טבלת המחירים של OpenAI, הסבר המטמון של OpenAI. מעל 272K אינו תוספת רק על החלק העודף; האם החיוב חוצה את הרף מחושב לפי טוקני הקלט של הבקשה כולה, כולל קלט הקשור למטמון.

מקורות: Opus 5.5, Fable 5.1, מחירים וכללי Batch/מטמון של Anthropic, הסבר על הקשר ארוך. Anthropic מאפשרת במפורש לשלב הנחות Batch ומטמון; פגיעה במטמון מחייבת עמידה בתקופת התוקף המתאימה ובתנאי prefix זהים.

התוצאות המדויקות של ארבעת המודלים באותה מערכת הערכה

הטבלה שלהלן כולה מבוססת על Artificial Analysis Intelligence Index v4.3.2. תצורת הבדיקה היא GPT-6 Sol max, GPT-6 Astra max, Claude Opus 5.5 ו-Fable 5.1, כולם עם adaptive reasoning max effort והפעלה של default fallback. אלה אינן רמות ברירת המחדל של ארבעת המודלים, במיוחד Opus שברירת המחדל שלו medium ו-Fable שברירת המחדל שלו high; גם אם מודלים שונים מסומנים כ-max, צריכת טוקני ההסקה בפועל שונה. AA אחידה משימות ו-harness משלה, ולכן אפשר להשוות תוצאות לרוחב בתוך תצורת הבדיקה הזו; אין לערבב לתוך הטבלה הזו תוצאות מהשקות של יצרנים. קישורים: השוואה מקורית Sol–Opus, השוואה מקורית Astra–Fable, המתודולוגיה של AA.

המקור לכל שורה הוא שני עמודי השוואת המודלים באותה גרסה של AA ועמוד Astra–Fable. לדוגמה, ב-harness של AA עצמה ל-Terminal-Bench 4.0, Opus 5.5 גבוה ב-16 נקודות אחוז מ-Sol; אין לחשב זאת יחד עם 66.4% מאתר Anthropic, שכן הגדרות ההרצה שונות.

המקור לכל שורה: AA Sol–Opus, AA Astra–Fable. אין לפרש הבדלים קטנים של 1–2 נקודות אחוז כניצחון מובהק; גם Elo, ניקוד מדד ושיעור מעבר אינם אותה יחידה.

המקורות עדיין AA Sol–Opus ו-AA Astra–Fable. עלות המשימה היא ממוצע משוקלל של השימוש בבדיקות AA, ולא הצעת מחיר ל"השלמת דרישה" במאגר שלכם. תצורת max של Opus צורכת יותר טוקני פלט והסקה, וגם זו אחת הסיבות שבה הפרש בחשבון גדול מהפרש במחיר היחידה.

התרשימים באתרי שתי החברות: מאמתים את המסקנות של כל צד, אך אינם מתחברים לניצחון בתחרות אחת

התרשים של OpenAI ל-DeepSWE v1.1 מציג GPT-6 Sol max עם 68.8%, ובאותו תרשים Claude Fable 5 עם xhigh הוא 69.9%; אין Opus 5.5. ציר ה-X הוא עלות למשימה, בסקאלה לוגריתמית. גם Opus 5 בתרשים אינו Opus 5.5. זה מראה של-Sol, בהגדרות שפרסמה OpenAI, יש תוצאות סוכן תכנות קרובות למודלים מדרג גבוה, אך אין בכך תחליף לבדיקה של ארבעת המודלים באותה זירה.

איור 1: OpenAI, "Introducing GPT-6 Sol and Luna", "Coding",2026-09-22. המודלים וה-effort לפי המקרא ו/או הערות השוליים במקור. פתחו את התמונה המקורית המלאה לפרטים הקטנים.

התרשים של Anthropic ל-Terminal-Bench 4.0 מציג Claude Opus 5.5 xhigh עם 66.4%. GPT-6 Astra בתרשים עם 57.9% משתמש ב-high, לא GPT-6 Sol. בעקומה יש גם נקודות של effort ברירת מחדל, אך אין להתייחס למיקומן כאל ציון xhigh. ה-harness של היצרן כאן שונה מ-Terminal-Bench 4.0 בטבלת AA שלמעלה, ואין לחסר 66.4% מ-44% ש-AA נתנה ל-Sol.

איור 2: Anthropic, "Claude Opus 5.5", "Coding", 2026-09-22. ציר ה-X הוא עלות לכל ניסיון, בסקאלה לוגריתמית; רמות, מרווחי סטטיסטיקה ומגבלות מפורטים במקור. פתחו את התמונה המקורית המלאה לפרטים הקטנים.

ישנם גם ציונים שכל יצרן מפרסם בנפרד אבל אין להחסיר אותם ישירות: OpenAI מדווחת ש-Sol עם xhigh ב-AutomationBench 1.0.6 הוא 33.2%, עם max ב-Agents' Last Exam V1 הוא 56.4%, ועם xhigh ב-OSWorld 2.0 offline הוא 60.5%, מקור: עמוד ההשקה של OpenAI; Anthropic מדווחת ש-Opus 5.5 ב-FrontierCode v1.1 Main הוא 54.4%, ב-CursorBench 4.0 57.8%, ב-GDPval-AA v2.1 1846 Elo, וב-Humanity's Last Exam with tools 67.7%, מקור: עמוד ההשקה של Anthropic. לא הוכח שהגרסאות, הכלים, ה-effort או ה-harness של הפרויקטים האלה זהים לאלה של הצד האחר, ולכן איננו מפרטים "בכמה הוביל". אין לנחש ערכים זהים לארבעת המודלים שלא פורסמו.

כמה זה עולה באותה כמות משימות? חמישה דוגמאות שאפשר לחשב מחדש

להלן מחלקים את הקלט לשלושה סוגי טוקנים מוציאים זה את זה: קלט רגיל, כתיבה ראשונה למטמון וקריאה מהמטמון בהמשך, ומוסיפים פלט. כל שורה היא בקשה אחת, ללא קריאות כלים, תוספות פלטפורמה או סבבים נוספים; הפלטים כולם מתחת למגבלת 128K של בקשה רגילה. המחירים מחושבים לפי המחירים הרשמיים שלמעלה, ולכן אפשר להחליף את מספרי הטוקנים לפי יומני ה-usage שלכם.

דוגמת חישוב: Sol בתרחיש A = 0.1×$2 + 0.05×$10 = $0.70. Opus 5m בתרחיש B = 0.2×$5 + 0.05×$4 + 0.02×$20 = $1.60; Opus בתרחיש C = 0.2×$0.20 + 0.05×$4 + 0.02×$20 = $0.64. בתרחיש E הקלט של Sol 300K כבר עובר את 272K, והחיוב לכל הבקשה הוא לפי $4 לקלט ו-$15 לפלט; Astra בהתאמה $20/$75. ההקשר 1M של Opus/Fable נשאר במחיר יחידה סטנדרטי. B ו-C הן בקשות שונות של כתיבה ואחר כך קריאה; ב-C יש לוודא שהמטמון עדיין תקף. תקופת שמירת המטמון של OpenAI ומנגנון החיוב 5m/1h של Anthropic שונים, ואין להוסיף בטעות את דמי הכתיבה של B לכל בקשה ב-C. מקורות: מחירי שני המודלים של OpenAI, כללי המחירים של Anthropic.

איך מחלקים תפקידים כשמכניסים אותם לזרימת עבודה אמיתית של תכנות?

Sol מריץ קודם את האיטרציות היומיומיות. פירוק דרישות, שינויים קטנים במאגר קיים, תיקוני בדיקות ועבודה שאפשר לבדוק באצווה – תנו קודם ל-Sol לטפל בהם, ואז תעדו שיעור הצלחה במשימות, מספר תיקונים וסך הטוקנים. מחיר היחידה הנמוך שלו הוא הישיר ביותר בדוגמאות כמו A–D שלא חוצות 272K; בבקשות ארוכות במיוחד יתרון המחיר מצטמצם.

Opus 5.5 מטפל במשימות סוכן שקשה לכנס בניסיון אחד. בבדיקות המקבילות של AA הוא מקבל ציונים גבוהים יותר במדד המשולב, במסוף ובעבודת ידע, אבל בתצורת max העלות הממוצעת למשימה גבוהה משמעותית. אפשר קודם לבנות קו בסיס מקומי עם medium בברירת מחדל או עם ה-effort שבו אתם באמת משתמשים, ורק אחר כך להעלות רמה למשימות קשות. אין להתייחס לתוצאות max של AA כאל חוויית ברירת המחדל.

Astra ו-Fable 5.1 הן רמות גבוהות לבדיקה. Astra מציג ביצועים תחרותיים ב-AutomationBench-AA, Terminal-Bench 4.0 ו-GDP.pdf של AA, ו-Fable 5.1 חזק יותר בכמה מדדים של עבודת ידע ארוכת טווח, אבל מחיר הקלט/פלט הבסיסי $10/$50 של שניהם גבוה משמעותית משל Sol. קריאה מהמטמון של Fable היא $0.25, נמוכה מ-$1.00 של Astra; אם קוראים שוב prefix גדול, סדר העלויות עשוי להשתנות. למשימות קשות מומלץ לבצע קבלה על מדגם קטן של ארבעת המודלים על אותה דרישה במאגר, ולבחור לפי "עלות משימה שהושלמה בהצלחה וניתנת למיזוג", לא לפי ציון של טבלה אחת.

ב-PandaNpc, Codex ו-Claude Code הם שני Agent Engine זמינים. בבחירת נקודת הכניסה יש להתחשב גם במנוי או בערוץ ה-API הקיימים שלכם, בהרשאות הכלים, בהקשר המאגר ובתהליכי הסקירה של הצוות; אין להמיר ישירות הצעת מחיר של API מודל למכסת מנוי של כלי. מאמר זה מציג מפרטים והערכות פומביים, ואינו מצהיר על דירוג מעשי של ארבעת המודלים בתוך PandaNpc.

FAQ

האם Sol תמיד זול בחצי מ-Opus 5.5? רק מחיר היחידה של קלט ופלט ב-API הסטנדרטי הוא חצי. קלט מעל 272K, כתיבה וקריאה מהמטמון, טוקני הסקה בפועל, סבבים ועלויות כלים – כולם משנים את חשבון המשימה כולה. תרחיש E שלמעלה כבר קירב את מחיר הבקשה הבודדת של שניהם ל-$1.50 ול-$1.60.

האם שני התרשימים הרשמיים של התכנות מוכיחים מי מנצח? לא. התרשים של OpenAI אינו כולל את Opus 5.5, זה של Anthropic אינו כולל את Sol, וגם הבנצ'מרקים וה-harness שונים. כדי לראות תוצאות של ארבעת המודלים באותה זירה, ראו את טבלת התצורה הקבועה של AA v4.3.2; כדי להחליט על בחירת הכלים שלכם, הריצו מחדש את משימות המאגר שלכם.

האם אפשר לשלב מטמון ו-Batch? מסמך המחירים של Anthropic תומך במפורש בשילוב; אם בפועל תהיה פגיעה במטמון תלוי ב-prefix, בתקופת התוקף ובהגדרות הבקשה. Batch בשני המודלים של OpenAI הוא 50% מהתעריף הסטנדרטי; לחשבון המדויק יש לבדוק לפי רשומות השימוש ב-API המתאימות.