GPT-6.1 Terra vs. Claude Sonnet 5.5: confronto tra due modelli di fascia media

Nell'ultimo mese, OpenAI e Anthropic hanno entrambe presentato un nuovo modello di fascia media molto valido. 

Sia GPT-6.1 Terra sia Claude Sonnet 5.5 si collocano un gradino sotto i rispettivi modelli di punta e sono proposti come cavalli di battaglia quotidiani: abbastanza veloci per l'uso interattivo ma sufficientemente economici per funzionare su larga scala.

Detto questo, ci sono dei compromessi. Terra costa circa la metà per token e usa molti meno token per task. Sonnet 5.5 è il modello più forte, soprattutto ai livelli di sforzo più alti su compiti di coding e uso del computer.

In questo articolo confronterò GPT-6.1 Terra e Claude Sonnet 5.5 per specifiche, prezzi, benchmark, velocità e costo per task, per aiutarti a decidere quale si adatta meglio al tuo carico di lavoro.

Che cos'è GPT-6.1 Terra?

La lineup di OpenAI ha ora quattro livelli, dal più piccolo al più grande: Luna, Terra, Sol e Astra. Terra sostituisce GPT-5.6 Terra, che era stato escluso dall'aggiornamento GPT-6 di settembre, e costa il 50% in meno rispetto al predecessore.

6.1 Terra ha tre aree di focus:

• Uso del computer: Comprendere ciò che c'è sullo schermo ed eseguire azioni tra app
• Ragionamento visivo: Interpretare immagini, grafici e disegni tecnici
• Scrittura: Comunicazione più chiara e naturale

OpenAI segnala anche un forte calo degli errori fattuali. Sul suo set interno di prompt difficili, il tasso di errore di Terra allo sforzo massimo è del 4,3%, in calo dal 22,3% di GPT-5.6 Terra e all'incirca in linea con GPT-6.1 Sol.

Terra è disponibile in ChatGPT (per utenti Plus, Pro, Enterprise ed Edu), in Codex e tramite API come gpt-6.1-terra. È inoltre in distribuzione in GitHub Copilot e su Amazon Bedrock.

Che cos'è Claude Sonnet 5.5?

Claude Sonnet 5.5 è il secondo modello della famiglia Claude 5.5 di Anthropic, posizionato come complemento più veloce ed economico rispetto a Claude Opus 5.5. È un grande passo avanti rispetto a Sonnet 5: Anthropic afferma che gira oltre il 30% più velocemente e costa fino al 30% in meno per task, anche perché raggruppa le chiamate agli strumenti.

Su diversi benchmark, Sonnet 5.5 si avvicina a Opus 5.5. Ad esempio, ottiene 1844 su GDPval-AA (knowledge work), solo due punti in meno di Opus, anche se sappiamo che nel complesso Opus 5.5 è chiaramente più forte nel lavoro complesso e aperto.

Anthropic evidenzia i punti di forza di Sonnet 5.5 in coding e bug fixing, lavoro agentico da terminale, design, slide e fogli di calcolo.

Sonnet 5.5 è disponibile nelle app Claude, in Claude Code e nella Claude API come claude-sonnet-5-5, oltre che su Amazon Bedrock, Google Cloud e Microsoft Azure.

Specifiche e prezzi: GPT-6.1 Terra vs. Claude Sonnet 5.5

Al prezzo di listino, Terra costa la metà per token per i prompt normali. Per i prompt molto lunghi (oltre 272K token), le tariffe di Terra aumentano e il divario scompare.

Il prezzo per token è solo metà della storia. Come vedremo sotto, i due modelli usano quantità molto diverse di token per completare lo stesso task.

Benchmark: GPT-6.1 Terra vs. Claude Sonnet 5.5

Risultati dichiarati dai vendor

I grafici di lancio di OpenAI confrontano direttamente Terra con Sonnet 5.5 su due benchmark agentici a ciascun livello di sforzo. È stata in parte l'ispirazione per questo articolo. 

Si nota un pattern. A sforzo medio, Terra eguaglia o supera Sonnet 5.5. Aumentando lo sforzo, Sonnet prende il largo e a sforzo massimo è avanti di circa 10 o 20 punti.

Risultati indipendenti

Artificial Analysis testa entrambi i modelli con la stessa suite. A sforzo massimo:

Sonnet 5.5 vince la maggior parte di questi, con il vantaggio più grande su GDPval-AA, che misura compiti professionali reali. I due sono pari nel ragionamento su contesti lunghi.

Anche il livello di sforzo conta qui. Sull'Intelligence Index, entrambi i modelli ottengono 36 a sforzo basso e 41 a sforzo medio. Sonnet prende il largo solo a sforzo alto e oltre.

Costo per task ed efficienza dei token: GPT-6.1 Terra vs. Claude Sonnet 5.5

Qui Terra fa una bella figura. A sforzo massimo, Sonnet 5.5 pensa molto: Artificial Analysis ha misurato circa 197.000 token per task per Sonnet contro circa 35.000 per Terra.

Combinando questo con il prezzo per token più basso di Terra, il divario nel costo per task è in realtà molto ampio:

A sforzo medio, Terra ottiene lo stesso punteggio di indice a circa un quinto del costo. A sforzo massimo, Sonnet fa 8 punti in più, ma ogni task costa oltre 13 volte tanto.

I grafici di OpenAI mostrano la stessa cosa. A sforzo massimo, un task OSWorld è costato $1,19 con Terra contro $5,74 con Sonnet, e un task Terminal-Bench $1,84 contro $10,44.

Velocità: GPT-6.1 Terra vs. Claude Sonnet 5.5

La velocità è interessante perché dipende da cosa misuri:

• Velocità di output: Sonnet 5.5 genera token più velocemente, circa 141 token al secondo contro 91 per Terra.
• Tempo per task: Terra termina i task prima perché scrive molti meno token. Secondo l'Artificial Analysis Index, il task medio ha richiesto 384 secondi con Terra contro 878 con Sonnet.

Quindi, se stai trasmettendo risposte lunghe agli utenti, Sonnet sembra più rapido. Se esegui task agentici end-to-end, Terra dovrebbe finire prima.

Testare GPT-6.1 Terra e Claude Sonnet 5.5

Ho chiesto a entrambi di scrivere lo stesso piano di allenamento di quattro settimane, usando lo stesso prompt, sforzo di ragionamento alto e un tentativo ciascuno.

Il piano era per un sollevatore esperto con un infortunio alla spalla e doveva rispettare questi vincoli:

• Esercizi vietati: Niente press sopra la testa, dips, movimenti dietro la nuca o panca piana con bilanciere.
• Una richiesta in conflitto: Vuole comunque allenare le distensioni per il petto, perché è il suo punto debole.
• Due location: Palestra completa lunedì e giovedì. A casa martedì e sabato, con solo manubri fino a 30 kg, una panca piana, una sbarra per trazioni ed elastici.
• Allenamento bilanciato: Sei schemi di movimento, ciascuno almeno due volte a settimana: hip hinge, squat o affondo, spinta orizzontale, spinta verticale, trazione orizzontale e trazione verticale.
• Formato: Quattro settimane, circa 60 minuti a sessione, meno di 1.000 parole.
• Carico progressivo: Gli esercizi devono aumentare in volume, come serie, ripetizioni, peso o complessità.

Parte dell'insidia è che la spinta verticale di solito significa press sopra la testa, che è vietata.

Ecco come si confrontano i due piani:

Le sessioni a casa di 6.1 Terra mostrano una differenza: un esercizio per tricipiti sostituisce la spinta verticale in grassetto:

Sonnet 5.5 ha inserito una spinta verticale sotto l'altezza della testa in grassetto:

Entrambi i piani sono sicuri e utilizzabili. Sonnet 5.5 ha mostrato un giudizio migliore trovando un modo sicuro per mantenere la spinta verticale, mentre Terra l'ha eliminata.

Il piano di Terra è più snello e ha costato circa un sesto. Tuttavia, Terra nel complesso ha ignorato il requisito finale, ovvero aumentare il volume/carico incrementando serie, ripetizioni, peso o complessità. Il piano di Sonnet 5.5 mostra una progressione più chiara: 3x10 diventa 3x12, poi 4x12, ecc.

GPT-6.1 Terra vs. Claude Sonnet 5.5: quale dovresti usare?

Scegli GPT-6.1 Terra se:

• Hai carichi di lavoro ad alto volume dove conta soprattutto il costo per task
• I tuoi compiti sono knowledge work quotidiano: email, riassunti, documenti e brevi Q&A
• Usi per lo più sforzo basso o medio, dove Terra eguaglia Sonnet a un costo molto inferiore
• Ti serve ragionamento visivo o uso del computer rapido ed economico a difficoltà moderata
• Sei già nell'ecosistema OpenAI (ChatGPT, Codex, Copilot)

Scegli Claude Sonnet 5.5 se:

• Fai lunghe sessioni di coding agentico o debug complesso
• Ti servono i risultati migliori su uso del computer complesso e multi-step
• Il tuo lavoro prevede deliverable professionali come analisi, slide e fogli di calcolo, dove Sonnet è avanti su GDPval-AA
• Sei disposto a pagare di più per impostazioni di sforzo più alte per ottenere risultati migliori
• Sei già nell'ecosistema Anthropic (Claude Code, app Claude)

Considerazioni finali

Sonnet 5.5 è il modello più capace, con un ampio vantaggio su compiti difficili di coding e uso del computer ad alto sforzo. Terra è il più efficiente, eguagliando Sonnet a sforzo medio a una frazione del costo.

Nel mio test pratico ad alto sforzo, entrambi i modelli hanno scritto un piano di allenamento sicuro intorno a un infortunio alla spalla complicato, ma Sonnet 5.5 ha mostrato un giudizio migliore e, a mio avviso, ha creato il programma migliore. Detto ciò, entrambi i piani erano buoni e quello di Terra è costato una frazione. Il modo migliore per scegliere è far girare entrambi su un campione dei tuoi task, al livello di sforzo che useresti davvero, e confrontare qualità e costo per task, come ho fatto qui.