GPT-6 Sol と Claude Opus 5.5：ベンチマーク、価格、使い分けガイド

より効率的で手頃なフロンティアモデルをめぐる競争の中で、Anthropic の新モデルへの注目は約1時間しか持ちませんでした。

Claude Opus 5.5 は Claude 5.5 ファミリーの最初のモデルで、Opus 5 よりも低い実行コストで Fable 5.1 相当の性能をうたっています。

OpenAI はすぐに応じ、GPT-6 ファミリーのミッドレンジとして GPT-6 Sol を公開。フラッグシップの GPT-6 Astra と同じ手法で学習され、前世代の GPT-5.6 Sol の API 価格の半額で提供されます。

本記事では、GPT-6 Sol と Claude Opus 5.5 を、性能カテゴリ別、ガードレール、価格で比較し、両者に対して実施したハンズオンのビルドテストも紹介します。

TL;DR

• Claude Opus 5.5 はエージェント型コーディングの公開ベンチマークが強く、両社が共通で掲載した2つのベンチマークはいずれもリード。
• GPT-6 Sol は定価が半額だが、キャッシュを多用するエージェントループや非常に長いリクエストでは差が縮まる。
• ビルドテストでは両者とも難しいロジックは正解。仕上がりの洗練度では Sol が上。
• 長時間のエージェント型コーディングや、3大クラウドすべてで動かす必要がある場合は Opus 5.5 を選択。
• コストに敏感な高ボリューム運用、Codex・ChatGPT Work チーム、低予算での業務アプリ自動化には Sol を選択。

GPT-6 Sol とは？

GPT-6 Sol は OpenAI のミッドレンジ GPT-6 モデルで、2026年9月22日に GPT-6 Luna と同時リリースされ、フラッグシップの GPT-6 Astra の下位に位置付けられます。

売りは、Astra の学習レシピを採用しつつ、GPT-5.6 Sol の API 価格の半額で提供されること。推論努力やツールの変更が会話中に起きても持続するプロンプトキャッシュにも対応します。

詳細はGPT-6 Sol と Luna のガイド、ファミリーの非同期ツールと制御はGPT-6 Astra API チュートリアルで解説しています。

Claude Opus 5.5 とは？

Claude Opus 5.5 は Anthropic の Claude 5.5 ファミリー最初のモデルで、2026年9月22日にリリース。長時間のエージェント型コーディングやナレッジワーク向けの新たな主力モデルです。

売りは、Opus 価格で Fable クラスの成果。Anthropic は、多くの作業で Claude Fable 5.1 に匹敵し、サイバーセキュリティと生物学のセーフガードも Fable クラスだとしています。

詳細はOpus 5.5 ガイド、API は前世代のClaude Opus 5 API チュートリアルで解説しています。

GPT-6 Sol と Claude Opus 5.5 の比較

リリース時期がほぼ同時だったため、各社の発表表に相手の新モデルは含まれておらず、共通のベンチマークは2つのみ。いずれも Opus 5.5 が上回っています。Sol の強みは価格と、当方のテストでの踏ん張りにあります。

コーディングとエージェント型ワークフロー

Opus 5.5 はエージェント型コーディングの数値を強く打ち出し、Sol の発表はそれを直接は否定していません。Anthropic は Opus 5.5 を Terminal-Bench 4.0、FrontierCode、CursorBench で報告。OpenAI は Sol を DeepSWE で報告し、FrontierCode は xhigh で Claude Fable 5.1 に匹敵とだけ記載。Anthropic は Fable 5.1 を FrontierCode で 50.3%、Opus 5.5 を 54.4% としているため、両主張が正しければ、両社が言及した唯一のコーディング系ベンチで Sol は Opus 5.5 に約4ポイント差で劣る計算です。

両社とも、共有スコアより長期作業の逸話に頼る傾向。Anthropic の社内事例では、HAProxy を C から Rust に書き換え、Opus 5.5 は Fable 5.1 の12時間に対し9.5時間、コストは51%安。OpenAI の根拠はタスク当たりコストで、Sol は Fable 5 の DeepSWE に約1ポイント差で迫りつつ、コストは約80%安とします。

これらの表を額面通りに受け取りにくい理由は2つあります。

• Anthropic は本番セーフガードを有効にしたまま Opus 5.5 を走らせ、経路変更されたサイバー／生物系タスクがスコアを下げた可能性を示唆。
• OpenAI のタスク当たりコスト比較は、Sol を xhigh ないし max、Claude を異なる努力レベルで並べている箇所がある。

紙上では Opus 5.5 が強いコーディングモデル。ただし下記の単発ビルドテストでは差は出ませんでした。

ビジネスワークフローとコンピュータ操作

両社が共有する2つのベンチはいずれも Opus 5.5 が上。中でも AutomationBench の差は本記事で最もクリーンな数字です。47の業務ツールを横断するエージェントのテストで、Opus 5.5 が 40.0%、Sol は 33.2%。

Sol の対抗は請求額。OpenAI は、Sol は Claude Opus 5 に対しタスク当たりコストが9%で勝ると主張していますが、これは前世代の Opus との比較です。

スコア上は Opus 5.5 がより強いエージェント。すべてのチケットで回せるのは Sol の価格です。

ナレッジワークと事実性

ここでの唯一のクロスベンダー数値は Opus 5.5 のみ掲示：GDPval-AA v2.1 で 1846 Elo。Anthropic の表では GPT-6 Astra と GPT-5.6 Sol を上回り、Sol 自体の数値は未掲載。レポート作成テスト（捏造が1つでもあれば失格）では、Opus 5.5 の18本中16本が合格し、Fable 5.1 と Opus 5 はゼロ。

Sol の根拠は自社前世代比：OpenAI 内部の factuality セットで、Sol は GPT-5.6 Sol の約半分のミス。Artificial Analysis の AA-Omniscience でも傾向は一致。ただし注意点として、Sol の幻覚率は 92% から 60% に低下する一方で、回答率は前世代の 99% から 83% に下がっています。

両者とも前世代より慎重に。競合に対して証明したのは Opus 5.5 だけです。

ガードレールと API 制約

Sol は制約が緩く、Opus 5.5 はより監督が厳しい API です。

Opus 5.5 は思考オフ不可、ツール強制使用は拒否、思考ブロックは生成したモデルと会話に結び付くため、2026年8月31日以降に作成されたアカウントでは、編集済みコンテキストは 400 エラーで失敗します。多くのサイバーセキュリティ作業は Cyber Verification Program 外では Opus 4.8 に経路変更、生物学は Life Sciences Verification Program が必要。

Sol のラダーは none から max まで。会話途中の努力変更でもキャッシュは壊れず、OpenAI はコーディング作業に関する誤解を招く主張が GPT-5.6 Sol より減ったと報告。

このトレードは意図的。Opus 5.5 は、Opus 5 と比べ封じ込め境界を越えようとする試みが約85%少なく、無人エージェントでは重要です。

価格：実際に支払う額

見出しレートでは Opus 5.5 は Sol のちょうど2倍ですが、実際のエージェントが支払う2つの仕組みでは崩れます。キャッシュ読み出しは同額、Sol は 272K トークン超でサーチャージが乗り、Anthropic にはそれがありません。

トークン単価の並び

プレミアムは入力・出力・キャッシュ書き込みで一律のため、キャッシュや長文脈が関与するまでは、あらゆるワークロード形状で均等に効いてきます。例外はキャッシュ読み出しで、Anthropic によればエージェント・コーディング作業のコストの大半を占めます。両社とも推論トークンの別料金は公開していないため、出力レートで見積もってください。

実際のワークロードがいくらかかるか

見出しは3行目。すべてのリクエストがしきい値を超えると、Sol のサーチャージで請求額は Opus 5.5 の 8% 差まで接近。したがって長文脈の検索パイプラインでは、Sol を選んでも割安感はほぼありません。キャッシュ多用ループの差が 33% に狭まるのは別要因で、1,000 回のキャッシュ読み出しは両モデルで同額、新規トークンだけが 2 倍プレミアムの対象になるためです。

両モデルはトークナイザが異なり、共有ワークロードでのトークン数は未公開のため、これは請求額というよりレート比較として扱ってください。Anthropic は Opus 5.5 が Opus 5 よりタスク当たりトークン数が少ないと述べていますが、Sol との比較は不明です。

GPT-6 Sol と Claude Opus 5.5 の実力

ベンダー間で相互検証のないベンチだけでは限界があるため、同一プロンプト・同一ツール面で、両者に同じビルドタスクを1回ずつ実行しました。

テスト内容

12×24 の盤面で、20 秒ごとに重力の向きが反転する単一ファイルのテトリスを作成するよう依頼しました。難しいのは条件の2点：反転後はピースが天井に向かって落ち、そこに第2のスタックとしてロックされ、両スタックでそろった行が消えること。そして、すでにロックされたセルは重力反転でも決して動かないこと。

両モデルとも OpenCode 内で、固定ツール面（ファイルの読み取り・検索・編集のみ。シェルとネットワークなし）で実行。推論努力は high、各1回のみ、リトライなし、プロンプトは新規セッションにバイト単位で同一投入しました。

一点の非対称性：high は両モデルで上から2段目ですが、Sol のラダーは最下段に none があるため、high は6段階中4段目、Opus 5.5 は5段階中3段目です。

プロンプトは次のとおりです。

Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external dependencies, no network) that is a playable Tetris clone with one twist: gravity flips every 20 seconds. It needs:
- a 12×24 board, the seven tetrominoes, rotation, left/right movement, soft drop, hard drop, line clears, a score, and a game-over state, controlled with the arrow keys and the space bar;
- the twist: every 20 seconds the direction of gravity flips between down and up. Pieces then fall toward the ceiling, land on the stack that has formed there, and full rows clear on either stack. Pieces already locked in place never move when gravity flips;
- a visible gravity indicator (an arrow showing the current direction) and a countdown to the next flip, both always on screen;
- a fixed starting position: the board loads with the same flat four-row stack already locked on the floor (a few gaps, no complete rows), so the flip has a stack to leave behind;
- a fixed seed for the piece sequence, so two loads produce the same game;
- autoplay on load: with no key pressed, a simple built-in player plays at the normal starting speed of about one row per second, sliding each piece without rotating into the column where the stack it is falling toward is currently lowest (the leftmost such column on a tie) and letting it fall — never a hard drop — so pieces are seen falling the moment the page opens. Any key press hands control to the keyboard for the rest of the game;
- the whole board, indicator and countdown fit in one viewport of about 1440×900 without scrolling.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.提供：

コストを記録し、以下の3つの観点で1〜5点で採点しました。

• 反転メカニクス：重力反転時に本当に上に落ち、天井で着地してロックし、両スタックで行が消え、旧スタックはそのままか。
• ゲームの完成度：ツイストの下に、プレイ可能なテトリスがきちんと成立しているか。
• 見た目と手触り：滑らかで読みやすく、反転がバグではなく意図的に見えるか。

GPT-6 Sol の成果物

Sol は 6 ターン・9 回のツール呼び出し。空のワークスペースを一覧・検索・読取後、22KB の index.html を書き、1 度パッチ。出力は独自ブランディング「Fall / Rise, a game of shifting ground」を冠し、重力パネルは反転時にアンバーからティールに色替え、次回反転までのカウントダウン、欄外にルールカードも。

要件どおりで、動作は滑らかかつ安定。反転時に床スタックはそのまま、ピースは上昇して天井でロック、両スタックで行消去。ソフトドロップの手触りも良く、プレイ感は両者のうちこちらが上でした。