GPT-6 Sol vs Claude Opus 5.5: ціни, результати бенчмарків і як обирати для задач програмування?

Спочатку висновок: для звичайних задач програмування з API можна спершу спробувати GPT-6 Sol. Його стандартна ціна введення/виведення — $2/$10 за мільйон token, що вдвічі менше, ніж у Claude Opus 5.5; у найвищій конфігурації в межах тієї самої системи оцінювання Artificial Analysis (AA) зведений індекс Opus 5.5 становить 58, а Sol — 48. Це не відношення «за ту саму ціну — сильніший»: спершу порівняйте на задачах зі свого репозиторію відсоток проходження з першого разу, кількість раундів, загальну кількість token і ручне доопрацювання, а вже потім вирішуйте, чи платити за вищі результати Opus. Для складніших довготривалих задач можна піднятися до GPT-6 Astra або Claude Fable 5.1; ціни й можливості чотирьох моделей розташовані не в тому самому порядку.

Ми керуємо PandaNpc, який підтримує Codex і Claude Code, тому маємо продуктові сценарії використання; у цій статті ми не виконали власного тестування чотирьох моделей на однакових задачах і не видаємо наведені нижче публічні оцінювання за власні тести. Ціни — це витрати на API моделей, а не ціни підписок на інструменти. Дані перевірено 23 вересня 2026 року, усі суми — у доларах США.

Специфікації чотирьох моделей: спершу розберімо місткість, виведення та стандартні рівні

Для зручності читання на телефоні таблицю згруповано за OpenAI та Anthropic; «максимальне виведення» — це ліміт на одну відповідь, а контекст — це загальнодоступне вікно для введення й виведення, що не означає, ніби щоразу можна видати таку саму довжину. ID моделі API можна використовувати напряму для перевірки рахунків або конфігурації оцінювання.

Дані: Офіційна сторінка моделі GPT-6 Sol, Офіційна сторінка моделі GPT-6 Astra.

Дані: Офіційна сторінка моделі Opus 5.5, Офіційна сторінка моделі Fable 5.1. Opus із виведенням 300K застосовується лише до вказаної Batch beta та заголовка output-300k-2026-03-24, а не до ліміту звичайних інтерактивних запитів.

Тарифікація чотирьох моделей: звичайне введення, запис у кеш і влучання в кеш — це різні token

Усі ціни в таблиці нижче — у доларах США за мільйон token і є цінами за відповідну категорію token. До звичайного введення не додається «плата за запис у кеш»; лише перший запис у кеш використовує ціну запису. Після влучання в кеш тарифікація йде за ціною читання, а виведення й далі оплачується окремо. В обох постачальників є 50% знижка на введення/виведення в Batch, але Batch — це асинхронна обробка, тому він не підходить для діалогів програмування, де потрібен негайний зворотний зв’язок.

Джерела: Sol, Astra, Тарифи OpenAI, Пояснення щодо кешу OpenAI. Перевищення 272K не означає, що націнка застосовується лише до надлишкової частини; чи перетнуто поріг, визначається за вхідними token усього запиту, включно з введенням, пов’язаним із кешем.

Джерела: Opus 5.5, Fable 5.1, Ціни Anthropic і правила Batch/кешу, Пояснення щодо довгого контексту. Anthropic явно дозволяє поєднувати знижки Batch і кешу; для влучання в кеш мають виконуватися відповідний термін дії та умова однакового префікса.

Конкретні результати чотирьох моделей у межах однієї системи оцінювання

Усі дані в таблиці нижче походять з Artificial Analysis Intelligence Index v4.3.2. Конфігурація тестування: GPT-6 Sol max, GPT-6 Astra max, Claude Opus 5.5 і Fable 5.1 — усі з adaptive reasoning max effort та увімкненим default fallback. Це не стандартні рівні чотирьох моделей; зокрема, Opus стандартно має medium, а Fable — high; навіть якщо різні моделі всі позначені max, фактичне використання token для міркування відрізняється. AA уніфікує задачі та використовує власний harness, тому в межах цієї конфігурації тестування результати можна порівнювати горизонтально; результати з презентацій виробників не можна змішувати з цією таблицею. Посилання: Оригінальне порівняння Sol–Opus, Оригінальне порівняння Astra–Fable, Методологія AA.

Джерела значень у кожному рядку — це два згадані вище порівняння моделей AA тієї самої версії і сторінка Astra–Fable. Наприклад, у власному harness AA для Terminal-Bench 4.0 Opus 5.5 на 16 відсоткових пунктів вищий за Sol; це не можна змішувати з 66.4% з офіційного сайту Anthropic, бо там інші налаштування запуску.

Джерела значень у кожному рядку: AA Sol–Opus, AA Astra–Fable. Невеликі розбіжності в 1–2 відсоткових пункти не варто тлумачити як сталу перемогу чи поразку; Elo, бали індексу та відсоток проходження також не є однаковими одиницями.

Джерела ті самі: AA Sol–Opus і AA Astra–Fable. Вартість задачі — це зважене середнє використання в тестах AA, а не ціна «виконання однієї вимоги» у вашому репозиторії. Конфігурація max для Opus споживає більше token на виведення й міркування, і це одна з причин, чому різниця в рахунках перевищує різницю в ціні за одиницю.

Графіки з офіційних сайтів обох компаній: підтверджують їхні власні висновки, але не складаються в один спільний результат

Графік DeepSWE v1.1 від OpenAI дає GPT-6 Sol max — 68.8%, а Claude Fable 5 xhigh на графіку — 69.9%; Opus 5.5 відсутній. Горизонтальна вісь — вартість на задачу, логарифмічна шкала. Opus 5 на графіку — це також не Opus 5.5. Він показує, що за налаштувань, опублікованих OpenAI, Sol має результати в програмувальному агенті близькі до моделей високого класу, але не може замінити спільний тест чотирьох моделей.

Рис. 1: OpenAI «Introducing GPT-6 Sol and Luna» «Coding», 2026-09-22. Моделі та effort — за легендою й виносками оригіналу. Відкрити повне оригінальне зображення, щоб побачити дрібний текст.

Графік Terminal-Bench 4.0 від Anthropic дає Claude Opus 5.5 xhigh — 66.4%. GPT-6 Astra на графіку 57.9% використовує high, а не GPT-6 Sol. На кривій також є точки зі стандартним effort, але їхнє положення не можна вважати оцінкою для xhigh. Тут використано harness виробника, відмінний від Terminal-Bench 4.0 у таблиці AA, тому не можна віднімати 66.4% і 44%, які AA дає Sol.

Рис. 2: Anthropic «Claude Opus 5.5» «Coding», 2026-09-22. Горизонтальна вісь — вартість кожної спроби, логарифмічна шкала; показані рівні, статистичні інтервали та обмеження див. в оригіналі. Відкрити повне оригінальне зображення, щоб побачити дрібний текст.

Також є результати, опубліковані лише одним виробником, які не варто напряму віднімати: OpenAI повідомляє, що Sol xhigh має AutomationBench 1.0.6 — 33.2%, max — Agents' Last Exam V1 — 56.4%, xhigh — OSWorld 2.0 offline — 60.5%, джерело те саме — сторінка публікації OpenAI; Anthropic повідомляє, що Opus 5.5 має FrontierCode v1.1 Main 54.4%, CursorBench 4.0 57.8%, GDPval-AA2.1 1846 Elo, Humanity's Last Exam with tools 67.7%, джерело те саме — сторінка публікації Anthropic. Версії, інструменти, effort або harness цих проєктів не підтверджено як однакові з іншою стороною, тому ми не наводимо «на скільки випереджає». Неопубліковані значення чотирьох моделей за однаковими умовами не можна вгадувати.

Скільки коштує той самий обсяг задач? П’ять прикладів, які можна перерахувати

Нижче введення поділено на три взаємовиключні категорії token — звичайне, перший запис у кеш і подальше читання з кешу — плюс виведення. Кожен рядок — це один запит, без викликів інструментів, додаткових платформних зборів чи додаткових раундів; виведення в усіх випадках нижче за ліміт 128K для звичайного запиту. Ціни обчислено за офіційними тарифами вище, тому ви можете замінити кількість token відповідно до власних журналів використання.

Приклад розрахунку: A для Sol = 0.1×$2 + 0.05×$10 = $0.70. B для Opus 5m = 0.2×$5 + 0.05×$4 + 0.02×$20 = $1.60; C для Opus = 0.2×$0.20 + 0.05×$4 + 0.02×$20 = $0.64. У E введення Sol 300K уже перевищує 272K, тому весь запит рахується як $4 за введення й $15 за виведення; для Astra відповідно $20/$75. Контекст 1M у Opus/Fable зберігає стандартну ціну за одиницю. B і C — різні запити: спершу запис, потім читання; для C потрібно переконатися, що кеш ще чинний. Термін зберігання кешу в OpenAI і механізм тарифікації 5m/1h в Anthropic відрізняються, тому не можна помилково додавати плату за запис із B до кожного запиту C. Обґрунтування: Ціни OpenAI для двох моделей, Правила цін Anthropic.

Як розподілити роботу в реальному робочому процесі програмування?

Sol — спершу для щоденних ітерацій. Декомпозицію вимог, невеликі зміни в наявному репозиторії, патчі тестів і роботу, яку можна масово перевіряти, спершу доручіть Sol, а потім записуйте відсоток успішних задач, кількість доопрацювань і загальну кількість token. Його низька ціна за одиницю найпряміше виявляється в прикладах A–D, які не перетинають 272K; на наддовгих запитах цінова перевага зменшується.

Opus 5.5 — для agent-задач, які важко звести до результату з першого разу. У спільному тесті AA він має вищі результати із загальних, термінальних і знаннєвих задач, але в конфігурації max середня вартість однієї задачі також помітно вища. Можна спершу створити локальну базову лінію зі стандартним medium або з тим effort, який ви насправді використовуєте, а потім підвищувати рівень для складних задач. Не сприймайте результат max з AA як стандартний досвід.

Astra і Fable 5.1 — це вищий щабель. Astra має конкурентні результати в AutomationBench-AA, Terminal-Bench 4.0 і GDP.pdf від AA, а Fable 5.1 сильніший за деякими показниками довготривалої роботи зі знаннями, але в обох базова ціна введення/виведення $10/$50 значно вища за Sol. Читання з кешу у Fable — $0.25, що нижче за $1.00 в Astra; якщо багаторазово читати великий префікс, порядок витрат може змінитися. Для складних задач радимо зробити невелику вибірку з чотирма моделями на задачах з того самого репозиторію й обирати за «вартістю успішно виконаної та готової до злиття задачі», а не за оцінкою з одного рейтингу.

У PandaNpc Codex і Claude Code — це два доступні Agent Engine. Обираючи точку входу, також треба враховувати вашу наявну підписку або канал API, дозволи інструментів, контекст репозиторію та процес перевірки командою; ціни API моделей не можна напряму перераховувати в обсяг підписки на інструмент. У цій статті показано публічні специфікації та оцінювання, і вона не заявляє про рейтинг чотирьох моделей у PandaNpc за фактичними тестами.

FAQ

Sol точно вдвічі дешевший за Opus 5.5? Лише ціна за одиницю введення й виведення у стандартному API становить половину. Введення понад 272K, запис і читання кешу, фактичні token для міркування, кількість раундів і витрати на інструменти — усе це змінює рахунок за всю задачу. Сценарій E вище вже зблизив ціну одного запиту для них до $1.50 і $1.60.

Чи можуть два офіційні графіки програмування довести, хто переміг? Ні. На графіку OpenAI немає Opus 5.5, на графіку Anthropic немає Sol, а бенчмарки й harness різні. Щоб побачити результати чотирьох моделей в однакових умовах, дивіться таблицю фіксованої конфігурації AA v4.3.2; щоб визначити вибір інструментів для себе, потрібно повторно запустити власні задачі зі свого репозиторію.

Чи можна поєднувати кеш і Batch? Документація цін Anthropic явно підтримує поєднання; чи справді станеться влучання в кеш, залежить від префікса, терміну дії та налаштувань запиту. Batch для обох моделей OpenAI становить 50% стандартного тарифу; конкретний рахунок перевіряйте за відповідними записами використання API.