GPT-6.1 Terra बनाम Claude Sonnet 5.5: दो मिड-टियर मॉडलों की तुलना
GPT-6.1 Terra की लागत Claude Sonnet 5.5 की आधी है, लेकिन कोडिंग और कंप्यूटर उपयोग में Sonnet आगे है। हम बेंचमार्क, प्राइसिंग, स्पीड, और उपयोग मामलों की तुलना करते हैं।
पिछले महीने तक, OpenAI और Anthropic—दोनों के पास एक मज़बूत नया मिड-टियर मॉडल है।
GPT-6.1 Terra और Claude Sonnet 5.5—दोनों अपनी-अपनी कंपनियों के फ्लैगशिप से एक पायदान नीचे बैठते हैं, और दोनों को रोज़मर्रा के भरोसेमंद वर्कहॉर्स के रूप में पेश किया गया है: इंटरैक्टिव उपयोग के लिए पर्याप्त तेज़, और स्केल पर चलाने के लिए किफायती।
फिर भी, इनके अपने-अपने ट्रेड-ऑफ हैं। Terra की प्रति टोकन कीमत लगभग आधी है और प्रति कार्य बहुत कम टोकन उपयोग करता है। Sonnet 5.5 अधिक सक्षम है, खासकर उच्च प्रयास सेटिंग्स पर कोडिंग और कंप्यूटर-यूज़ कार्यों में।
इस लेख में, मैं GPT-6.1 Terra और Claude Sonnet 5.5 की स्पेक्स, प्राइसिंग, बेंचमार्क, स्पीड, और प्रति कार्य लागत पर तुलना करूंगा, और यह तय करने में आपकी मदद करूंगा कि आपके वर्कलोड के लिए कौन-सा उपयुक्त है।
GPT-6.1 Terra क्या है?
OpenAI की लाइनअप में अब सबसे छोटे से सबसे बड़े तक चार टियर हैं: Luna, Terra, Sol, और Astra। Terra ने GPT-5.6 Terra की जगह ली है, जिसे सितंबर के GPT-6 अपडेट में शामिल नहीं किया गया था, और इसकी कीमत अपने पूर्ववर्ती से 50% कम है।
6.1 Terra तीन क्षेत्रों पर केंद्रित है:
कंप्यूटर उपयोग: स्क्रीन पर क्या है समझना और ऐप्स में एक्शन लेना
विज़ुअल रीजनिंग: छवियों, चार्ट, और तकनीकी ड्रॉइंग की व्याख्या
लेखन: अधिक स्पष्ट, स्वाभाविक संप्रेषण
OpenAI ने तथ्यात्मक त्रुटियों में बड़ी गिरावट की भी रिपोर्ट दी है। अपनी कठिन प्रॉम्प्ट्स की आंतरिक सेट पर, अधिकतम प्रयास पर Terra की त्रुटि दर 4.3% है, जो GPT-5.6 Terra के 22.3% से कम है और लगभग GPT-6.1 Sol के बराबर है।
Terra ChatGPT (Plus, Pro, Enterprise, और Edu उपयोगकर्ताओं के लिए), Codex में, और API के माध्यम से gpt-6.1-terra के रूप में उपलब्ध है। यह GitHub Copilot और Amazon Bedrock पर भी रोल आउट हो रहा है।
Claude Sonnet 5.5 क्या है?
Claude Sonnet 5.5, Anthropic के Claude 5.5 परिवार का दूसरा मॉडल है, जिसे Claude Opus 5.5 का तेज़, सस्ता पूरक बनाकर पेश किया गया है। यह Sonnet 5 से बड़ा कदम आगे है: Anthropic कहता है कि यह 30% से अधिक तेज़ चलता है और प्रति कार्य लागत में 30% तक कमी लाता है, आंशिक रूप से इसलिए क्योंकि यह टूल कॉल्स को बैच करता है।
कई बेंचमार्क पर, Sonnet 5.5 Opus 5.5 के क़रीब आता है। उदाहरण के लिए, यह GDPval-AA (नॉलेज वर्क) पर 1844 स्कोर करता है, जो Opus से केवल दो अंक कम है, हालांकि हमें पता है कि Opus 5.5 समग्र रूप से जटिल, ओपन-एंडेड काम में स्पष्ट रूप से अधिक सक्षम है।
Anthropic ने Sonnet 5.5 की ताकतें कोडिंग और बग फिक्सिंग, एजेंटिक टर्मिनल वर्क, डिज़ाइन, स्लाइड्स, और स्प्रेडशीट्स में बताई हैं।
Sonnet 5.5 Claude ऐप्स, Claude Code, और Claude API में claude-sonnet-5-5 के रूप में, साथ ही Amazon Bedrock, Google Cloud, और Microsoft Azure पर उपलब्ध है।
GPT-6.1 Terra बनाम Claude Sonnet 5.5: स्पेक्स और प्राइसिंग
GPT-6.1 Terra
Claude Sonnet 5.5
रिलीज़ तिथि
October 26, 2026
September 28, 2026
इनपुट कीमत (प्रति 1M टोकन)
$1.00 (272K से ऊपर $2.00)
$2.00
आउटपुट कीमत (প্রতি 1M টোকেন)
$5.00 (272K से ऊपर $7.50)
$10.00
कैश्ड इनपुट (प्रति 1M टोकन)
$0.05
$0.10
कॉन्टेक्स्ट विंडो
1.05M टोकन
1M टोकन
अधिकतम आउटपुट
128K टोकन
128K टोकन
एफ़र्ट लेवल
none, low, medium, high, xhigh, max
low, medium, high, xhigh, max
इनपुट
Text, images
Text, images
लिस्ट प्राइस पर, सामान्य प्रॉम्प्ट्स के लिए Terra की प्रति टोकन लागत आधी है। बहुत लंबे प्रॉम्प्ट्स (272K टोकन से ऊपर) के लिए Terra की दरें बढ़ जाती हैं और अंतर खत्म हो जाता है।
प्रति-टोकन कीमत केवल आधी कहानी है। जैसा कि आगे देखेंगे, एक ही कार्य पूरा करने के लिए ये दोनों मॉडल बहुत अलग संख्या में टोकन खर्च करते हैं।
बेंचमार्क: GPT-6.1 Terra बनाम Claude Sonnet 5.5
वेंडर-रिपोर्टेड नतीजे
OpenAI के लॉन्च चार्ट Terra की सीधे Sonnet 5.5 से दो एजेंटिक बेंचमार्क पर, हर प्रयास स्तर पर तुलना करते हैं। यही इस लेख की प्रेरणा का हिस्सा था।
बेंचमार्क
एफ़र्ट
GPT-6.1 Terra
Claude Sonnet 5.5
OSWorld 2.1 (कंप्यूटर उपयोग)
Medium
66.7%
65.9%
High
68.7%
73.3%
Max
74.2%
83.9%
Terminal-Bench 4.0 (एजेंटिक कोडिंग)
Medium
35.8%
28.8%
High
41.8%
43.0%
Max
50.3%
70.6%
एक पैटर्न दिखता है। मीडियम प्रयास पर Terra, Sonnet 5.5 से मेल खाता है या आगे निकल जाता है। जैसे-जैसे प्रयास बढ़ता है, Sonnet अच्छी बढ़त बना लेता है, और मैक्स प्रयास पर यह लगभग 10 से 20 अंकों से आगे रहता है।
स्वतंत्र नतीजे
Artificial Analysis दोनों मॉडलों को एक ही टेस्ट सूट से गुज़ारता है। मैक्स प्रयास पर:
बेंचमार्क
GPT-6.1 Terra
Claude Sonnet 5.5
Artificial Analysis Intelligence Index
48
56
GDPval-AA (नॉलेज वर्क, Elo)
1476
1838
Terminal-Bench 4.0
56%
64%
Humanity's Last Exam
46%
55%
SciCode
55%
61%
AA-LCR (लॉन्ग-कॉन्टेक्स्ट रीजनिंग)
83%
83%
इनमें अधिकतर पर Sonnet 5.5 जीतता है, GDPval-AA पर इसकी बढ़त सबसे बड़ी है, जो वास्तविक दुनिया के प्रोफेशनल कार्यों को मापता है। लॉन्ग-कॉन्टेक्स्ट रीजनिंग पर दोनों बराबर हैं।
यहाँ भी प्रयास स्तर मायने रखता है। इंटेलिजेंस इंडेक्स पर, कम प्रयास पर दोनों 36 और मीडियम प्रयास पर 41 स्कोर करते हैं। Sonnet केवल हाई प्रयास और उससे ऊपर पर आगे निकलता है।
प्रति कार्य लागत और टोकन दक्षता में GPT-6.1 Terra बनाम Claude Sonnet 5.5
यही वह जगह है जहाँ Terra अच्छा दिखता है। मैक्स प्रयास पर Sonnet 5.5 बहुत सोचता है: Artificial Analysis के अनुसार Sonnet प्रति कार्य लगभग 197,000 टोकन उपयोग करता है, जबकि Terra लगभग 35,000।
इसे Terra की कम प्रति-टोकन कीमत के साथ मिलाएँ, तो प्रति कार्य लागत का अंतर वास्तव में बहुत बड़ा हो जाता है:
एफ़र्ट
Terra इंडेक्स स्कोर (प्रति कार्य लागत)
Sonnet 5.5 इंडेक्स स्कोर (प्रति कार्य लागत)
Low
36 ($0.05)
36 ($0.35)
Medium
41 ($0.10)
41 ($0.48)
High
44 ($0.13)
47 ($0.88)
Max
48 ($0.40)
56 ($5.46)
मीडियम प्रयास पर, Terra लगभग पाँचवें हिस्से की लागत में वही इंडेक्स स्कोर ले आता है। मैक्स प्रयास पर, Sonnet 8 अंक ज़्यादा स्कोर करता है, पर हर कार्य की लागत 13 गुना से भी अधिक है।
OpenAI के अपने चार्ट भी यही दिखाते हैं। मैक्स प्रयास पर, OSWorld कार्य की लागत Terra के साथ $1.19 बनाम Sonnet के साथ $5.74 थी, और Terminal-Bench कार्य की $1.84 बनाम $10.44।
स्पीड में GPT-6.1 Terra बनाम Claude Sonnet 5.5
स्पीड रोचक विषय है क्योंकि यह इस पर निर्भर करती है कि आप क्या नापते हैं:
आउटपुट स्पीड: Sonnet 5.5 टोकन तेज़ी से जनरेट करता है—लगभग 141 टोकन प्रति सेकंड, जबकि Terra 91।
प्रति कार्य समय: Terra कार्य जल्दी पूरा कर देता है क्योंकि यह बहुत कम टोकन लिखता है। Artificial Analysis Index के अनुसार, औसत कार्य Terra के साथ 384 सेकंड और Sonnet के साथ 878 सेकंड लगा।
तो यदि आप उपयोगकर्ताओं को लंबे उत्तर स्ट्रीम कर रहे हैं, Sonnet तेज़ लगता है। यदि आप एंड-टू-एंड एजेंटिक कार्य चला रहे हैं, तो Terra पहले पूरा करने की उम्मीद है।
GPT-6.1 Terra और Claude Sonnet 5.5 का परीक्षण
मैंने दोनों को एक ही चार-सप्ताह का वर्कआउट प्लान लिखने को कहा—एक ही प्रॉम्प्ट, उच्च रीजनिंग प्रयास, और एक-एक प्रयास के साथ।
प्लान एक अनुभवी लिफ्टर के लिए था जिसे कंधे की चोट है, और इसे इन बाधाओं को पूरा करना था:
एक टकराती इच्छा: वह फिर भी चेस्ट प्रेसिंग ट्रेन करना चाहता है, क्योंकि चेस्ट उसका सबसे कमज़ोर क्षेत्र है।
दो लोकेशन: सोमवार और गुरुवार को फुल जिम। मंगलवार और शनिवार को घर पर—सिर्फ 30 किग्रा तक के डंबल, फ्लैट बेंच, पुल-अप बार, और रेसिस्टेंस बैंड।
संतुलित ट्रेनिंग: छह मूवमेंट पैटर्न, हर एक कम-से-कम हफ्ते में दो बार: हिप हिंज, स्क्वाट या लंज, हॉरिज़ॉन्टल पुश, वर्टिकल पुश, हॉरिज़ॉन्टल पुल, और वर्टिकल पुल।
फॉर्मेट: चार हफ्ते, प्रति सत्र लगभग 60 मिनट, 1,000 शब्दों के भीतर।
प्रोग्रेसिव लोड: एक्सरसाइज़ की वॉल्यूम बढ़नी चाहिए—जैसे सेट्स, रेप्स, वज़न, या जटिलता।
एक पेच यह है कि वर्टिकल पुश आमतौर पर ओवरहेड प्रेसिंग होता है, जो प्रतिबंधित है।
दोनों प्लान की तुलना इस प्रकार है:
GPT-6.1 Terra
Claude Sonnet 5.5
प्रतिबंधित एक्सरसाइज़
कोई उपयोग नहीं
कोई उपयोग नहीं
चेस्ट प्रेसिंग
डंबल, मशीन, और फ्लोर प्रेस
वही, लगभग 20 चेस्ट सेट प्रति सप्ताह
वर्टिकल पुश
इसे हटाया और कारण बताया; बदले में ट्राइसेप्स एक्सरसाइज़ जोड़ी
इसे बनाए रखा, सिर की ऊँचाई से नीचे रुकने वाले एंगल्ड प्रेस के साथ
होम-डे उपकरण
सिर्फ घर का उपकरण
सिर्फ घर का उपकरण
साप्ताहिक प्रोग्रेशन
एक रेप रेंज, साथ में वज़न बढ़ाने का नियम
हर हफ्ते के लिए सेट्स और रेप्स सूचीबद्ध
सत्र की लंबाई
5–6 एक्सरसाइज़, 60 मिनट में फिट
7 एक्सरसाइज़, 60 मिनट के लिए टाइट
इस रन की लागत
$0.024
$0.16
कुल स्कोर (5 में से)
4.8
4.8
6.1 Terra के होम सत्र एक अंतर दिखाते हैं: बोल्ड में वर्टिकल पुश की जगह एक ट्राइसेप्स एक्सरसाइज़ है:
एक्सरसाइज़
पैटर्न
सेट्स × रेप्स (सप्ताह 1–3)
डंबल रोमानियन डेडलिफ्ट
हिप हिंज
3 × 8–12
डंबल स्प्लिट स्क्वाट
नी-डॉमिनेंट
2 × 8–12 प्रति पैर
न्यूट्रल-ग्रिप डंबल फ्लोर प्रेस
हॉरिज़ॉन्टल पुश
3 × 8–12
पुल-अप, ज़रूरत हो तो बैंड-असिस्टेड
वर्टिकल पुल
3 × 6–10
वन-आर्म डंबल रो, बेंच-सपोर्टेड
हॉरिज़ॉन्टल पुल
2 × 10–15 प्रति साइड
बैंड ट्राइसेप्स प्रेसडाउन, पुल-अप बार पर ऊपर एंकर किया हुआ
डाउनवर्ड पुश; वर्टिकल-पुश का विकल्प
2 × 10–15
Sonnet 5.5 ने सिर से नीचे रुकने वाला वर्टिकल पुश बोल्ड में लिखा:
एक्सरसाइज़
पैटर्न
W1
W2
W3
W4
सिंगल-लेग डंबल RDL
हिप हिंज
3×10
3×12
4×12
2×10
रियर-फुट-एलीवेटेड स्प्लिट स्क्वाट
नी-डॉमिनेंट
3×10
3×12
4×12
2×10
न्यूट्रल-ग्रिप डंबल फ्लोर प्रेस
हॉरिज़ॉन्टल पुश
3×12
3×14
4×14
2×12
वन-आर्म डंबल रो (बेंच-सपोर्टेड)
हॉरिज़ॉन्टल पुल
3×12
3×14
3×14
2×12
हाफ-नीलिंग बैंड प्रेस, नीचे एंकर किया, 45°
वर्टिकल पुश
3×12
3×14
3×14
2×12
चिन-अप
वर्टिकल पुल
3×6
3×8
4×8
2×6
बैंड चेस्ट फ्लाय, लो-टू-हाई
एक्सेसरी (चेस्ट)
2×15
2×15
3×15
1×15
दोनों प्लान सुरक्षित और उपयोगी हैं। Sonnet 5.5 ने बेहतर निर्णय दिखाया—वर्टिकल पुश को सुरक्षित ढंग से बनाए रखने का तरीका ढूँढकर—जहाँ Terra ने इसे हटा दिया।
Terra का प्लान हल्का है और इसकी लागत लगभग एक-छठी रही। हालांकि, Terra ने कुल मिलाकर अंतिम आवश्यकता—सेट्स, रेप्स, वज़न, या जटिलता बढ़ाकर वॉल्यूम/लोड बढ़ाना—नज़रअंदाज़ कर दी। Sonnet 5.5 के प्लान में प्रोग्रेशन अधिक स्पष्ट है: 3x10 से 3x12, फिर 4x12, इत्यादि।
GPT-6.1 Terra बनाम Claude Sonnet 5.5: आपको कौन-सा चुनना चाहिए?
GPT-6.1 Terra चुनें, यदि:
आप हाई-वॉल्यूम वर्कलोड चलाते हैं जहाँ प्रति कार्य लागत सबसे अहम है
आपके कार्य रोज़मर्रा के नॉलेज वर्क हैं: ईमेल, सारांश, दस्तावेज़, और छोटे प्रश्न-उत्तर
आप ज़्यादातर लो या मीडियम प्रयास का उपयोग करते हैं, जहाँ Terra बहुत कम लागत पर Sonnet के बराबर है
आपको विज़ुअल रीजनिंग या मध्यम कठिनाई पर तेज़, सस्ता कंप्यूटर उपयोग चाहिए
आप पहले से ही OpenAI इकोसिस्टम (ChatGPT, Codex, Copilot) में हैं
Claude Sonnet 5.5 चुनें, यदि:
आप लंबे एजेंटिक कोडिंग सेशन या कठिन डिबगिंग कर रहे हैं
आपको जटिल, मल्टी-स्टेप कंप्यूटर उपयोग पर सर्वश्रेष्ठ नतीजे चाहिए
आपके काम में प्रोफेशनल डिलिवरेबल्स—जैसे विश्लेषण, स्लाइड्स, और स्प्रेडशीट्स—शामिल हैं, जहाँ Sonnet GDPval-AA पर आगे है
आप बेहतर नतीजों के लिए उच्च प्रयास सेटिंग्स पर अधिक भुगतान करने को तैयार हैं
आप पहले से ही Anthropic इकोसिस्टम (Claude Code, Claude ऐप्स) में हैं
अंतिम विचार
Sonnet 5.5 अधिक सक्षम मॉडल है, उच्च प्रयास पर कठिन कोडिंग और कंप्यूटर-यूज़ कार्यों में बड़ी बढ़त के साथ। Terra अधिक दक्ष है—मीडियम प्रयास पर, लागत के एक छोटे हिस्से में Sonnet के बराबर।
मेरे उच्च प्रयास वाले हैंड्स-ऑन टेस्ट में, दोनों मॉडलों ने एक मुश्किल कंधे की चोट के इर्द-गिर्द सुरक्षित ट्रेनिंग प्लान लिखा, पर मेरे विचार में Sonnet 5.5 ने बेहतर निर्णय दिखाया और बेहतर प्रोग्राम बनाया। लेकिन दोनों प्लान अच्छे थे और Terra की लागत बहुत कम आई। चुनने का सबसे अच्छा तरीका है कि आप अपने वास्तविक प्रयास स्तर पर, अपने कार्यों के सैंपल पर दोनों को चलाएँ, और गुणवत्ता की तुलना प्रति कार्य लागत से करें—जैसा मैंने यहाँ किया।
लेखक
Josef Waples
मैं एक डेटा साइंस संपादक हूँ और वैज्ञानिक पत्रिकाओं में प्रकाशित शोध लेखों में योगदान दे चुका/चुकी हूँ। मुझे विशेष रूप से रैखिक बीजगणित, सांख्यिकी, R, और इसी तरह के विषयों में रुचि है।
FAQs
क्या GPT-6.1 Terra, Claude Sonnet 5.5 से सस्ता है?⌄
हाँ। Terra की कीमत 1 मिलियन इनपुट टोकन पर $1 और 1 मिलियन आउटपुट टोकन पर $5 है, जो Sonnet 5.5 के $2 और $10 की आधी है। क्योंकि Terra प्रति कार्य कम टोकन भी उपयोग करता है, इसलिए प्रति कार्य लागत में अंतर आमतौर पर और भी बड़ा होता है।
कोडिंग के लिए कौन बेहतर है, GPT-6.1 Terra या Claude Sonnet 5.5?⌄
उच्च प्रयास पर Sonnet 5.5। मैक्स प्रयास पर यह Terminal-Bench 4.0 पर 70.6% स्कोर करता है, जबकि Terra 50.3%। हालांकि मीडियम प्रयास पर Terra थोड़ा अधिक स्कोर करता है (35.8% बनाम 28.8%)।
कंप्यूटर उपयोग के लिए कौन बेहतर है?⌄
उच्च प्रयास पर Sonnet 5.5 आगे है—OpenAI के चार्ट में OSWorld 2.1 पर मैक्स प्रयास पर 83.9% बनाम Terra के 74.2%। मीडियम प्रयास पर दोनों लगभग बराबर हैं, और Terra बहुत सस्ता है।
GPT-6.1 Terra और Claude Sonnet 5.5 का कॉन्टेक्स्ट विंडो क्या है?⌄
दोनों लगभग 1 मिलियन टोकन का कॉन्टेक्स्ट सपोर्ट करते हैं (Terra के लिए 1.05M, Sonnet 5.5 के लिए 1M) और 128K आउटपुट टोकन तक।
कौन-सा मॉडल तेज़ है?⌄
Sonnet 5.5 टोकन तेज़ी से जनरेट करता है, लेकिन Terra आम तौर पर कार्य पहले पूरा करता है क्योंकि यह बहुत कम टोकन पैदा करता है। Artificial Analysis के मैक्स प्रयास के टेस्ट में, Terra का औसत कार्य आधे से भी कम समय में पूरा हुआ।
मैं GPT-6.1 Terra और Claude Sonnet 5.5 कहाँ उपयोग कर सकता/सकती हूँ?⌄
Terra ChatGPT, Codex, OpenAI API, GitHub Copilot, और Amazon Bedrock में उपलब्ध है। Sonnet 5.5 Claude ऐप्स, Claude Code, Claude API, Amazon Bedrock, Google Cloud, और Microsoft Azure में उपलब्ध है।
पिछले महीने तक, OpenAI और Anthropic—दोनों के पास एक मज़बूत नया मिड-टियर मॉडल है।
GPT-6.1 Terra और Claude Sonnet 5.5—दोनों अपनी-अपनी कंपनियों के फ्लैगशिप से एक पायदान नीचे बैठते हैं, और दोनों को रोज़मर्रा के भरोसेमंद वर्कहॉर्स के रूप में पेश किया गया है: इंटरैक्टिव उपयोग के लिए पर्याप्त तेज़, और स्केल पर चलाने के लिए किफायती।
फिर भी, इनके अपने-अपने ट्रेड-ऑफ हैं। Terra की प्रति टोकन कीमत लगभग आधी है और प्रति कार्य बहुत कम टोकन उपयोग करता है। Sonnet 5.5 अधिक सक्षम है, खासकर उच्च प्रयास सेटिंग्स पर कोडिंग और कंप्यूटर-यूज़ कार्यों में।
इस लेख में, मैं GPT-6.1 Terra और Claude Sonnet 5.5 की स्पेक्स, प्राइसिंग, बेंचमार्क, स्पीड, और प्रति कार्य लागत पर तुलना करूंगा, और यह तय करने में आपकी मदद करूंगा कि आपके वर्कलोड के लिए कौन-सा उपयुक्त है।
GPT-6.1 Terra क्या है?
OpenAI की लाइनअप में अब सबसे छोटे से सबसे बड़े तक चार टियर हैं: Luna, Terra, Sol, और Astra। Terra ने GPT-5.6 Terra की जगह ली है, जिसे सितंबर के GPT-6 अपडेट में शामिल नहीं किया गया था, और इसकी कीमत अपने पूर्ववर्ती से 50% कम है।
6.1 Terra तीन क्षेत्रों पर केंद्रित है:
OpenAI ने तथ्यात्मक त्रुटियों में बड़ी गिरावट की भी रिपोर्ट दी है। अपनी कठिन प्रॉम्प्ट्स की आंतरिक सेट पर, अधिकतम प्रयास पर Terra की त्रुटि दर 4.3% है, जो GPT-5.6 Terra के 22.3% से कम है और लगभग GPT-6.1 Sol के बराबर है।
Terra ChatGPT (Plus, Pro, Enterprise, और Edu उपयोगकर्ताओं के लिए), Codex में, और API के माध्यम से
gpt-6.1-terraके रूप में उपलब्ध है। यह GitHub Copilot और Amazon Bedrock पर भी रोल आउट हो रहा है।Claude Sonnet 5.5 क्या है?
Claude Sonnet 5.5, Anthropic के Claude 5.5 परिवार का दूसरा मॉडल है, जिसे Claude Opus 5.5 का तेज़, सस्ता पूरक बनाकर पेश किया गया है। यह Sonnet 5 से बड़ा कदम आगे है: Anthropic कहता है कि यह 30% से अधिक तेज़ चलता है और प्रति कार्य लागत में 30% तक कमी लाता है, आंशिक रूप से इसलिए क्योंकि यह टूल कॉल्स को बैच करता है।
कई बेंचमार्क पर, Sonnet 5.5 Opus 5.5 के क़रीब आता है। उदाहरण के लिए, यह GDPval-AA (नॉलेज वर्क) पर 1844 स्कोर करता है, जो Opus से केवल दो अंक कम है, हालांकि हमें पता है कि Opus 5.5 समग्र रूप से जटिल, ओपन-एंडेड काम में स्पष्ट रूप से अधिक सक्षम है।
Anthropic ने Sonnet 5.5 की ताकतें कोडिंग और बग फिक्सिंग, एजेंटिक टर्मिनल वर्क, डिज़ाइन, स्लाइड्स, और स्प्रेडशीट्स में बताई हैं।
Sonnet 5.5 Claude ऐप्स, Claude Code, और Claude API में
claude-sonnet-5-5के रूप में, साथ ही Amazon Bedrock, Google Cloud, और Microsoft Azure पर उपलब्ध है।GPT-6.1 Terra बनाम Claude Sonnet 5.5: स्पेक्स और प्राइसिंग
लिस्ट प्राइस पर, सामान्य प्रॉम्प्ट्स के लिए Terra की प्रति टोकन लागत आधी है। बहुत लंबे प्रॉम्प्ट्स (272K टोकन से ऊपर) के लिए Terra की दरें बढ़ जाती हैं और अंतर खत्म हो जाता है।
प्रति-टोकन कीमत केवल आधी कहानी है। जैसा कि आगे देखेंगे, एक ही कार्य पूरा करने के लिए ये दोनों मॉडल बहुत अलग संख्या में टोकन खर्च करते हैं।
बेंचमार्क: GPT-6.1 Terra बनाम Claude Sonnet 5.5
वेंडर-रिपोर्टेड नतीजे
OpenAI के लॉन्च चार्ट Terra की सीधे Sonnet 5.5 से दो एजेंटिक बेंचमार्क पर, हर प्रयास स्तर पर तुलना करते हैं। यही इस लेख की प्रेरणा का हिस्सा था।
एक पैटर्न दिखता है। मीडियम प्रयास पर Terra, Sonnet 5.5 से मेल खाता है या आगे निकल जाता है। जैसे-जैसे प्रयास बढ़ता है, Sonnet अच्छी बढ़त बना लेता है, और मैक्स प्रयास पर यह लगभग 10 से 20 अंकों से आगे रहता है।
स्वतंत्र नतीजे
Artificial Analysis दोनों मॉडलों को एक ही टेस्ट सूट से गुज़ारता है। मैक्स प्रयास पर:
इनमें अधिकतर पर Sonnet 5.5 जीतता है, GDPval-AA पर इसकी बढ़त सबसे बड़ी है, जो वास्तविक दुनिया के प्रोफेशनल कार्यों को मापता है। लॉन्ग-कॉन्टेक्स्ट रीजनिंग पर दोनों बराबर हैं।
यहाँ भी प्रयास स्तर मायने रखता है। इंटेलिजेंस इंडेक्स पर, कम प्रयास पर दोनों 36 और मीडियम प्रयास पर 41 स्कोर करते हैं। Sonnet केवल हाई प्रयास और उससे ऊपर पर आगे निकलता है।
प्रति कार्य लागत और टोकन दक्षता में GPT-6.1 Terra बनाम Claude Sonnet 5.5
यही वह जगह है जहाँ Terra अच्छा दिखता है। मैक्स प्रयास पर Sonnet 5.5 बहुत सोचता है: Artificial Analysis के अनुसार Sonnet प्रति कार्य लगभग 197,000 टोकन उपयोग करता है, जबकि Terra लगभग 35,000।
इसे Terra की कम प्रति-टोकन कीमत के साथ मिलाएँ, तो प्रति कार्य लागत का अंतर वास्तव में बहुत बड़ा हो जाता है:
मीडियम प्रयास पर, Terra लगभग पाँचवें हिस्से की लागत में वही इंडेक्स स्कोर ले आता है। मैक्स प्रयास पर, Sonnet 8 अंक ज़्यादा स्कोर करता है, पर हर कार्य की लागत 13 गुना से भी अधिक है।
OpenAI के अपने चार्ट भी यही दिखाते हैं। मैक्स प्रयास पर, OSWorld कार्य की लागत Terra के साथ $1.19 बनाम Sonnet के साथ $5.74 थी, और Terminal-Bench कार्य की $1.84 बनाम $10.44।
स्पीड में GPT-6.1 Terra बनाम Claude Sonnet 5.5
स्पीड रोचक विषय है क्योंकि यह इस पर निर्भर करती है कि आप क्या नापते हैं:
तो यदि आप उपयोगकर्ताओं को लंबे उत्तर स्ट्रीम कर रहे हैं, Sonnet तेज़ लगता है। यदि आप एंड-टू-एंड एजेंटिक कार्य चला रहे हैं, तो Terra पहले पूरा करने की उम्मीद है।
GPT-6.1 Terra और Claude Sonnet 5.5 का परीक्षण
मैंने दोनों को एक ही चार-सप्ताह का वर्कआउट प्लान लिखने को कहा—एक ही प्रॉम्प्ट, उच्च रीजनिंग प्रयास, और एक-एक प्रयास के साथ।
प्लान एक अनुभवी लिफ्टर के लिए था जिसे कंधे की चोट है, और इसे इन बाधाओं को पूरा करना था:
एक पेच यह है कि वर्टिकल पुश आमतौर पर ओवरहेड प्रेसिंग होता है, जो प्रतिबंधित है।
दोनों प्लान की तुलना इस प्रकार है:
6.1 Terra के होम सत्र एक अंतर दिखाते हैं: बोल्ड में वर्टिकल पुश की जगह एक ट्राइसेप्स एक्सरसाइज़ है:
Sonnet 5.5 ने सिर से नीचे रुकने वाला वर्टिकल पुश बोल्ड में लिखा:
दोनों प्लान सुरक्षित और उपयोगी हैं। Sonnet 5.5 ने बेहतर निर्णय दिखाया—वर्टिकल पुश को सुरक्षित ढंग से बनाए रखने का तरीका ढूँढकर—जहाँ Terra ने इसे हटा दिया।
Terra का प्लान हल्का है और इसकी लागत लगभग एक-छठी रही। हालांकि, Terra ने कुल मिलाकर अंतिम आवश्यकता—सेट्स, रेप्स, वज़न, या जटिलता बढ़ाकर वॉल्यूम/लोड बढ़ाना—नज़रअंदाज़ कर दी। Sonnet 5.5 के प्लान में प्रोग्रेशन अधिक स्पष्ट है: 3x10 से 3x12, फिर 4x12, इत्यादि।
GPT-6.1 Terra बनाम Claude Sonnet 5.5: आपको कौन-सा चुनना चाहिए?
GPT-6.1 Terra चुनें, यदि:
Claude Sonnet 5.5 चुनें, यदि:
अंतिम विचार
Sonnet 5.5 अधिक सक्षम मॉडल है, उच्च प्रयास पर कठिन कोडिंग और कंप्यूटर-यूज़ कार्यों में बड़ी बढ़त के साथ। Terra अधिक दक्ष है—मीडियम प्रयास पर, लागत के एक छोटे हिस्से में Sonnet के बराबर।
मेरे उच्च प्रयास वाले हैंड्स-ऑन टेस्ट में, दोनों मॉडलों ने एक मुश्किल कंधे की चोट के इर्द-गिर्द सुरक्षित ट्रेनिंग प्लान लिखा, पर मेरे विचार में Sonnet 5.5 ने बेहतर निर्णय दिखाया और बेहतर प्रोग्राम बनाया। लेकिन दोनों प्लान अच्छे थे और Terra की लागत बहुत कम आई। चुनने का सबसे अच्छा तरीका है कि आप अपने वास्तविक प्रयास स्तर पर, अपने कार्यों के सैंपल पर दोनों को चलाएँ, और गुणवत्ता की तुलना प्रति कार्य लागत से करें—जैसा मैंने यहाँ किया।