GPT-6 Astra vs Claude Opus 5.5: który model wybrać
Claude Opus 5.5 wygrywa z GPT-6 Astra w większości benchmarków kodowania i prac wiedzowych przy 40% ceny. Astra wciąż prowadzi w obsłudze komputera, matematyce i naukach ścisłych.
Oba modele stały się obecnie popularnym domyślnym wyborem do poważnych prac agentowych. Są dostępne od kilku miesięcy i mieliśmy czas solidnie je przećwiczyć. W tym artykule porównam GPT-6 Astra i Claude Opus 5.5 pod kątem benchmarków, funkcji i cen. Dodatkowo przepuszczę oba przez ten sam praktyczny test kodowania i dam konkretną rekomendację, który wolę.
Czym jest GPT-6 Astra?
GPT-6 Astra to flagowy model OpenAI ogłoszony we wrześniu. Jest dostępny w ChatGPT Plus, Pro, Business i Enterprise, w Codexie, przez API OpenAI oraz na Amazon Bedrock.
OpenAI zbudowało Astrę wokół obsługi komputera. Potrafi sterować pulpitem end-to-end, łącznie z aplikacjami bez API, i jest szkolona do wykonywania zadań przy mniejszej liczbie tokenów i mniejszej liczbie ponowień.
OpenAI nazywa też GPT-6 Astra swoim jak dotąd najbardziej „wyrównanym” (aligned) modelem i jest to pierwszy model OpenAI, który osiągnął poziom „Critical” w zakresie cyberbezpieczeństwa w ramach firmowego Preparedness Framework.
Czym jest Claude Opus 5.5?
Claude Opus 5.5 to najnowszy model z linii Opus od Anthropica, także wydany we wrześniu. Jest dostępny w aplikacjach Claude, Claude Code, poprzez Claude Platform API (jako claude-opus-5-5), Amazon Bedrock, Google Cloud Vertex AI oraz Microsoft Foundry.
Anthropic pozycjonuje Opus 5.5 jako model osiągający poziom Claude Fable 5.1 w większości zadań, przy czym jest o 20% tańszy za token niż Opus 5 i około 40% tańszy w typowych obciążeniach, bo zużywa też mniej tokenów. Anthropic podaje, że generowanie wyjścia jest ponad 30% szybsze niż w Opus 5.
Materiały z premiery Anthropica mocno podkreślają długotrwałe prace inżynieryjne: wczesny tester ukończył migrację 680 tys. linii kodu w mniej niż dzień, a w wewnętrznym tłumaczeniu HAProxy z C na Rust Opus 5.5 skończył w 9,5 godziny wobec 12 godzin dla Fable 5.1.
GPT-6 Astra vs. Claude Opus 5.5: porównanie bezpośrednie
Najbardziej przejrzyste dane zestawione obok siebie pochodzą z wpisu premierowego Opus 5.5, gdzie obok modeli Anthropica widnieje GPT-6 Astra. Pamiętaj, że liczby dla Astry to wyniki raportowane przez OpenAI lub publiczne leaderboardy, a nie uruchomienia wykonane przez Anthropica.
Benchmark
Claude Opus 5.5
GPT-6 Astra
Terminal-Bench 4.0 (agentowe kodowanie)
66,4%
57,9%
FrontierCode v1.1 Main (agentowe kodowanie)
54,4%
53,3%
GDPval-AA v2.1 (prace wiedzowe, Elo)
1846
1542
Humanity's Last Exam (z narzędziami)
67,7%
57,2%
AutomationBench (workflowy biznesowe)
40,0%
41,4%
Terminal-Bench-Science 0.1
58,7%
64,6%
CursorBench 4.0
57,8%
Kodowanie i inżynieria oprogramowania
Tu Opus 5.5 wypada najmocniej. W Terminal-Bench 4.0, który testuje agentów pracujących w prawdziwym terminalu, Opus 5.5 uzyskuje 66,4% wobec 57,9% Astry, czyli prowadzi o 8,5 punktu.
FrontierCode jest dużo bliżej: 54,4% dla Opus 5.5 kontra 53,3% dla Astry — w zasadzie remis.
Ale Astra ma też własne atuty w kodowaniu. OpenAI raportuje 74,1% na DeepSWE v1.1, co nazywa nowym rekordem, i podaje, że Astra w środowisku Codex wykonuje zadania szybciej niż poprzednik. Anthropic nie publikuje wyniku DeepSWE dla Opus 5.5.
Prace wiedzowe i rozumowanie
W GDPval-AA v2.1, który ocenia zadania zawodowe w 44 profesjach, Opus 5.5 ma 1846 Elo wobec 1542 dla Astry. To duża różnica. Opus 5.5 prowadzi też w Humanity's Last Exam z narzędziami: 67,7% kontra 57,2%.
Astra wyprzedza w terminalowej pracy naukowej: 64,6% w Terminal-Bench-Science wobec 58,7% dla Opus 5.5. OpenAI raportuje też bardzo mocne wyniki z matematyki i nauk ścisłych dla Astry, w tym 97,6% na FrontierMath Tier 4 v2 i 96,0% na GPQA Diamond. Anthropic nie podaje tych benchmarków dla Opus 5.5, więc jeśli twoim głównym przypadkiem użycia jest rozumowanie „matematyczne”, Astra ma silniejsze opublikowane dowody.
Obsługa komputera i automatyzacja biznesu
Obsługa komputera to sztandarowa funkcja Astry. OpenAI raportuje 72,6% na OSWorld 2.0 i 92,7% na ScreenSpot-Pro i dostarcza do tego kontrolę na poziomie enterprise: administratorzy mogą ograniczać strony i aplikacje desktopowe, wymagać akceptacji przed działaniami o dużych konsekwencjach i automatycznie poddawać przeglądowi potencjalnie niebezpieczne wywołania narzędzi.
Anthropic podaje 81,8% na OSWorld 2.1 (częściowe punkty) dla Opus 5.5. To inna wersja benchmarku z innym sposobem punktowania, więc nie da się tego bezpośrednio porównać z 72,6% Astry. W AutomationBench, benchmarku workflowów biznesowych od Zapiera, wyniki są zbliżone, z lekką przewagą Astry: 41,4% wobec 40,0%.
Okno kontekstu i wyjście
Oba modele radzą sobie z bardzo długimi wejściami. Astra ma okno kontekstu 1,05 mln tokenów, a Opus 5.5 — 1 mln. Oba pozwalają na maks. 128 tys. tokenów wyjściowych, a Opus 5.5 może dojść do 300 tys. tokenów wyjściowych przez Message Batches API (beta).
Bezpieczeństwo i dostępność
Oba laboratoria ograniczają najbardziej wrażliwe możliwości. Astra ma ocenę „Critical” dla cyberbezpieczeństwa, więc zaawansowane prace eksploatacyjne wymagają programu zaufanego dostępu OpenAI. Opus 5.5 przekierowuje większość zadań cyberbezpieczeństwa do Claude Opus 4.8 i stosuje te same zabezpieczenia biologiczne co Fable 5.1, z programami weryfikacyjnymi dla sprawdzonych organizacji.
Ceny: ile faktycznie zapłacisz
Za 1 mln tokenów
Claude Opus 5.5
GPT-6 Astra
Wejście
4$
10$
Wyjście
20$
50$
Odczyty z cache
0,20$
1,00$
Tryb szybki (wejście / wyjście)
8$ / 40$
20$ / 100$
Dopłata za długi kontekst
Brak
Powyżej 272 tys. tokenów wejściowych
Według cennika Opus 5.5 jest o 60% tańszy niż Astra zarówno na wejściu, jak i na wyjściu, oraz o 80% tańszy na odczytach z cache. Zapytanie ze 100 tys. tokenów wejścia i 10 tys. tokenów wyjścia kosztuje około 0,60$ w Opus 5.5 i 1,50$ w Astrze.
Ceny za tokeny to jednak nie wszystko. OpenAI szkoliło Astrę, by kończyła zadania przy mniejszej liczbie tokenów, a Opus 5.5 przy maksymalnym wysiłku potrafi wygenerować sporo wyjścia z rozumowaniem, co w niektórych obciążeniach zawęża różnicę.
Test praktyczny: budowa zegara z przekładnią zębatą
Teraz część rozrywkowa: dałem obu modelom to samo zadanie budowy, z tym samym promptem, w tym samym agencie kodującym.
Zadanie: jednostronicowa witryna pokazująca zegar analogowy napędzany w całości widoczną przekładnią zębatą. Strona odczytuje czas tylko raz przy wczytaniu; potem wskazówki mogą się poruszać wyłącznie dzięki zębnikom.
Wybrałem ten test, bo czytelnik może ocenić wyniki na oko. Czy zęby się zazębiają? Czy sąsiednie koła obracają się w przeciwnych kierunkach?
Ustawienia
Oba modele działały w OpenCode na tym samym Macu, jedno po drugim, z ustawieniami domyślnymi i pojedynczą próbą każdej. Użyłem standardowych wersji modeli (gpt-6-astra przez OpenRouter i claude-opus-5-5 przez Anthropic API), nie wariantów Pro ani trybu szybkiego. Oto prompt, wklejony dosłownie:
Build a single-file web page, index.html, with inline CSS and JavaScript. Use canvas or SVG. No external libraries, no network requests, no build step.
The page shows an analog clock driven entirely by a visible mechanical gear train.
Requirements:
One driving gear (the "motor") turns at a constant rate. Everything else moves only because gears mesh: the second, minute, and hour hands must be driven through the gear train, with the minute hand turning exactly 1/60 as fast as the second hand and the hour hand exactly 1/12 as fast as the minute hand. Do not compute hand angles from Date() each frame; read the current local time once at load to set the starting position, then let the gears drive the hands.
Show at least six gears with visible teeth. Gears that mesh must have matching tooth size, teeth that visibly interlock without overlapping, and opposite directions of rotation. Each pair's speed ratio must equal the inverse of its tooth-count ratio. Compound gears (two gears fixed on one axle) are allowed and should look like they share an axle.
Hovering over any gear shows its tooth count and its current speed in RPM.
Controls: a speed slider from 1x to 3600x real time, a pause/resume button, and a "reset to now" button.
After running at any speed for several minutes and then returning to 1x, the clock must still show the correct time for the simulated elapsed time (no drift from floating-point accumulation).
It should look like a well-made piece of clockwork, readable at both desktop and phone widths.
When you're done, briefly explain your gear train: the tooth counts and how they produce the 60:1 and 12:1 ratios.Obsługiwane przez
Wyniki
Oto oba zegary działające obok siebie z prędkością 10x. Przy tej prędkości pierwsze duże koło w każdym zegarze obraca się raz na sześć sekund, a wskazówki minut zaczynają się przesuwać.
Co zauważyłem podczas obserwacji
Różnie rozumieją „zegar analogowy”. Astra zbudowała to, co zegarmistrze nazywają regulatorem: sekundy, minuty i godziny mają własne tarcze, osadzone na osobnych kołach rozmieszczonych po panelu. Opus zbudował tradycyjną tarczę, gdzie wskazówki godzin i minut współdzielą środek, z małą tarczą sekundową u góry, a przekładnia jest widoczna przez wycięcie w tarczy.
Koła Astry łatwiej śledzić, a czas w Opusie łatwiej odczytać. U Astry każde koło jest na wierzchu i możesz prześledzić ruch od „silnika” aż do tarczy godzin. Ale by odczytać czas, musisz zerknąć na trzy tarcze. W Opusie czas odczytasz jednym rzutem oka, lecz część kół siedzi za pierścieniem tarczy, więc nie zobaczysz zazębienia wszystkich.
Pierwsze duże koło wygląda zbyt szybko, ale nie jest. Gdy przyspieszyłem zegary, pierwsze duże koło w każdym z nich wydawało się pędzić, zwłaszcza u Astry. W obu projektach to koło niesie wskazówkę sekundową, więc obraca się raz na minutę w czasie rzeczywistym i raz na sekundę przy 60x. W normalnej prędkości widać, że porusza się dokładnie w rytmie sekundnika.
Niektóre koła Astry nachodzą na siebie. W kilku miejscach Astra rysuje jedno duże koło na drugim, np. tam, gdzie koło godzin przecina zielone koło obok. To nie jest błąd, bo prawdziwe mechanizmy zegarowe układają koła warstwowo, ale utrudnia ocenę, które zęby faktycznie się zazębiają.
Oba utrzymały poprawny czas. Przewinąłem oba zegary o 10 godzin do przodu, co zajmuje ok. 10 sekund przy najwyższej prędkości, i oba zatrzymały się na 20:10:30, dokładnie tam, gdzie powinny.
Który podobał mi się bardziej
Oba zegary działają. Gdybym chciał czegoś do oglądania, wybrałbym Astrę: cały mechanizm jest na widoku i wygląda jak inżynierska robota. Mimo to to, co zbudował Opus, jest bliższe treści promptu: pojedyncza tarcza zegara analogowego.
Kiedy wybrać GPT-6 Astra, a kiedy Claude Opus 5.5
Budowa zegara to tylko jedna zabawna próba. Nie miałem okazji przetestować każdego przypadku użycia. Oto przydatne wskazówki:
Wybierz Claude Opus 5.5, jeśli...
Budujesz lub uruchamiasz agentów do kodowania, zwłaszcza długie migracje, refaktory i pracę w terminalu.
Twoje obciążenie to profesjonalne prace wiedzowe, jak badania, analizy i dokumenty. Mówię tak, bo Opus 5.5 prowadzi w GDPval-AA.
Koszt ma znaczenie w skali lub regularnie wysyłasz prompty dłuższe niż 272 tys. tokenów.
Potrzebujesz modelu w Google Cloud lub Microsoft Foundry.
Wybierz GPT-6 Astra, jeśli...
Twoim głównym zastosowaniem jest obsługa komputera: sterowanie aplikacjami desktopowymi i przeglądarkami, wypełnianie formularzy i QA w narzędziach bez API.
Potrzebujesz najsilniejszych opublikowanych wyników z matematyki i nauk ścisłych. Mówię tak, bo Astra prowadzi w Terminal-Bench-Science i raportuje topowe wyniki FrontierMath i GPQA.
Twój zespół już pracuje w ChatGPT Enterprise i Codex i chcesz mieć kontrolę administracyjne Astry i wtyczki enterprise.
Na koniec
Na papierze Claude Opus 5.5 daje lepszą wartość. Prowadzi nad GPT-6 Astra w większości benchmarków, gdzie oba mają wyniki, w tym wyraźnie w agentowym kodowaniu i pracach wiedzowych, a robi to za 40% ceny listowej Astry.
Ale Astra nie jest w tyle. To mocniejszy wybór do obsługi komputera, ma lepsze opublikowane wyniki z matematyki i nauk, a efektywność tokenowa sprawia, że realna różnica w kosztach jest mniejsza niż sugeruje cennik.
FAQ
Czy Claude Opus 5.5 jest lepszy niż GPT-6 Astra?⌄
W tabeli opublikowanej przez Anthropica Opus 5.5 wygrywa z GPT-6 Astra w Terminal-Bench 4.0, FrontierCode, GDPval-AA i Humanity's Last Exam z narzędziami. Astra wygrywa w AutomationBench i Terminal-Bench-Science oraz jest mocniejszym wyborem do obsługi komputera i zadań silnie „matematycznych”. Który jest lepszy, zależy od twojego obciążenia.
Ile kosztują GPT-6 Astra i Claude Opus 5.5?⌄
Claude Opus 5.5 kosztuje 4$ za milion tokenów wejściowych i 20$ za milion tokenów wyjściowych. GPT-6 Astra kosztuje 10$ i 50$. Opus 5.5 jest o 60% tańszy według cennika, choć Astra jest projektowana tak, by zużywać mniej tokenów na zadanie.
Który jest lepszy do kodowania: GPT-6 Astra czy Claude Opus 5.5?⌄
Do agentowego kodowania Opus 5.5 ma mocniejsze opublikowane wyniki: 66,4% w Terminal-Bench 4.0 wobec 57,9% dla Astry. W FrontierCode różnica jest mała (54,4% vs 53,3%). Astra raportuje rekordowe 74,1% w DeepSWE v1.1, czego Anthropic nie opublikował dla Opus 5.5.
Jakie są okna kontekstu GPT-6 Astra i Claude Opus 5.5?⌄
GPT-6 Astra ma okno kontekstu 1,05 mln tokenów, a Claude Opus 5.5 — 1 mln. Oba wspierają do 128 tys. tokenów wyjściowych. OpenAI nalicza wyższą opłatę za prompty Astry powyżej 272 tys. tokenów wejścia, podczas gdy Anthropic nie ma dopłaty za długi kontekst w Opus 5.5.
Który model jest lepszy do obsługi komputera?⌄
GPT-6 Astra. Obsługa komputera to kluczowa funkcja Astry, z 72,6% w OSWorld 2.0 i 92,7% w ScreenSpot-Pro, plus kontrola enterprise do automatyzacji pulpitu i przeglądarki. Opus 5.5 raportuje 81,8% na OSWorld 2.1, ale to inna wersja benchmarku i inne punktowanie, więc liczb nie da się porównać wprost.
Gdy OpenAI wypuściło GPT-6 Astra na początku września, firma przedstawiła go jako model, który potrafi „zrobić wszystko, co ty możesz na komputerze”.
W tym samym miesiącu Anthropic odpowiedział modelem Claude Opus 5.5, który – jak twierdzi – dorównuje jego topowemu Claude Fable 5.1. (Wcześniej przygotowaliśmy porównanie GPT-Astra i Claude Fable 5.1).
Oba modele stały się obecnie popularnym domyślnym wyborem do poważnych prac agentowych. Są dostępne od kilku miesięcy i mieliśmy czas solidnie je przećwiczyć. W tym artykule porównam GPT-6 Astra i Claude Opus 5.5 pod kątem benchmarków, funkcji i cen. Dodatkowo przepuszczę oba przez ten sam praktyczny test kodowania i dam konkretną rekomendację, który wolę.
Czym jest GPT-6 Astra?
GPT-6 Astra to flagowy model OpenAI ogłoszony we wrześniu. Jest dostępny w ChatGPT Plus, Pro, Business i Enterprise, w Codexie, przez API OpenAI oraz na Amazon Bedrock.
OpenAI zbudowało Astrę wokół obsługi komputera. Potrafi sterować pulpitem end-to-end, łącznie z aplikacjami bez API, i jest szkolona do wykonywania zadań przy mniejszej liczbie tokenów i mniejszej liczbie ponowień.
OpenAI nazywa też GPT-6 Astra swoim jak dotąd najbardziej „wyrównanym” (aligned) modelem i jest to pierwszy model OpenAI, który osiągnął poziom „Critical” w zakresie cyberbezpieczeństwa w ramach firmowego Preparedness Framework.
Czym jest Claude Opus 5.5?
Claude Opus 5.5 to najnowszy model z linii Opus od Anthropica, także wydany we wrześniu. Jest dostępny w aplikacjach Claude, Claude Code, poprzez Claude Platform API (jako
claude-opus-5-5), Amazon Bedrock, Google Cloud Vertex AI oraz Microsoft Foundry.Anthropic pozycjonuje Opus 5.5 jako model osiągający poziom Claude Fable 5.1 w większości zadań, przy czym jest o 20% tańszy za token niż Opus 5 i około 40% tańszy w typowych obciążeniach, bo zużywa też mniej tokenów. Anthropic podaje, że generowanie wyjścia jest ponad 30% szybsze niż w Opus 5.
Materiały z premiery Anthropica mocno podkreślają długotrwałe prace inżynieryjne: wczesny tester ukończył migrację 680 tys. linii kodu w mniej niż dzień, a w wewnętrznym tłumaczeniu HAProxy z C na Rust Opus 5.5 skończył w 9,5 godziny wobec 12 godzin dla Fable 5.1.
GPT-6 Astra vs. Claude Opus 5.5: porównanie bezpośrednie
Najbardziej przejrzyste dane zestawione obok siebie pochodzą z wpisu premierowego Opus 5.5, gdzie obok modeli Anthropica widnieje GPT-6 Astra. Pamiętaj, że liczby dla Astry to wyniki raportowane przez OpenAI lub publiczne leaderboardy, a nie uruchomienia wykonane przez Anthropica.
Kodowanie i inżynieria oprogramowania
Tu Opus 5.5 wypada najmocniej. W Terminal-Bench 4.0, który testuje agentów pracujących w prawdziwym terminalu, Opus 5.5 uzyskuje 66,4% wobec 57,9% Astry, czyli prowadzi o 8,5 punktu.
FrontierCode jest dużo bliżej: 54,4% dla Opus 5.5 kontra 53,3% dla Astry — w zasadzie remis.
Ale Astra ma też własne atuty w kodowaniu. OpenAI raportuje 74,1% na DeepSWE v1.1, co nazywa nowym rekordem, i podaje, że Astra w środowisku Codex wykonuje zadania szybciej niż poprzednik. Anthropic nie publikuje wyniku DeepSWE dla Opus 5.5.
Prace wiedzowe i rozumowanie
W GDPval-AA v2.1, który ocenia zadania zawodowe w 44 profesjach, Opus 5.5 ma 1846 Elo wobec 1542 dla Astry. To duża różnica. Opus 5.5 prowadzi też w Humanity's Last Exam z narzędziami: 67,7% kontra 57,2%.
Astra wyprzedza w terminalowej pracy naukowej: 64,6% w Terminal-Bench-Science wobec 58,7% dla Opus 5.5. OpenAI raportuje też bardzo mocne wyniki z matematyki i nauk ścisłych dla Astry, w tym 97,6% na FrontierMath Tier 4 v2 i 96,0% na GPQA Diamond. Anthropic nie podaje tych benchmarków dla Opus 5.5, więc jeśli twoim głównym przypadkiem użycia jest rozumowanie „matematyczne”, Astra ma silniejsze opublikowane dowody.
Obsługa komputera i automatyzacja biznesu
Obsługa komputera to sztandarowa funkcja Astry. OpenAI raportuje 72,6% na OSWorld 2.0 i 92,7% na ScreenSpot-Pro i dostarcza do tego kontrolę na poziomie enterprise: administratorzy mogą ograniczać strony i aplikacje desktopowe, wymagać akceptacji przed działaniami o dużych konsekwencjach i automatycznie poddawać przeglądowi potencjalnie niebezpieczne wywołania narzędzi.
Anthropic podaje 81,8% na OSWorld 2.1 (częściowe punkty) dla Opus 5.5. To inna wersja benchmarku z innym sposobem punktowania, więc nie da się tego bezpośrednio porównać z 72,6% Astry. W AutomationBench, benchmarku workflowów biznesowych od Zapiera, wyniki są zbliżone, z lekką przewagą Astry: 41,4% wobec 40,0%.
Okno kontekstu i wyjście
Oba modele radzą sobie z bardzo długimi wejściami. Astra ma okno kontekstu 1,05 mln tokenów, a Opus 5.5 — 1 mln. Oba pozwalają na maks. 128 tys. tokenów wyjściowych, a Opus 5.5 może dojść do 300 tys. tokenów wyjściowych przez Message Batches API (beta).
Bezpieczeństwo i dostępność
Oba laboratoria ograniczają najbardziej wrażliwe możliwości. Astra ma ocenę „Critical” dla cyberbezpieczeństwa, więc zaawansowane prace eksploatacyjne wymagają programu zaufanego dostępu OpenAI. Opus 5.5 przekierowuje większość zadań cyberbezpieczeństwa do Claude Opus 4.8 i stosuje te same zabezpieczenia biologiczne co Fable 5.1, z programami weryfikacyjnymi dla sprawdzonych organizacji.
Ceny: ile faktycznie zapłacisz
Według cennika Opus 5.5 jest o 60% tańszy niż Astra zarówno na wejściu, jak i na wyjściu, oraz o 80% tańszy na odczytach z cache. Zapytanie ze 100 tys. tokenów wejścia i 10 tys. tokenów wyjścia kosztuje około 0,60$ w Opus 5.5 i 1,50$ w Astrze.
Ceny za tokeny to jednak nie wszystko. OpenAI szkoliło Astrę, by kończyła zadania przy mniejszej liczbie tokenów, a Opus 5.5 przy maksymalnym wysiłku potrafi wygenerować sporo wyjścia z rozumowaniem, co w niektórych obciążeniach zawęża różnicę.
Test praktyczny: budowa zegara z przekładnią zębatą
Teraz część rozrywkowa: dałem obu modelom to samo zadanie budowy, z tym samym promptem, w tym samym agencie kodującym.
Zadanie: jednostronicowa witryna pokazująca zegar analogowy napędzany w całości widoczną przekładnią zębatą. Strona odczytuje czas tylko raz przy wczytaniu; potem wskazówki mogą się poruszać wyłącznie dzięki zębnikom.
Wybrałem ten test, bo czytelnik może ocenić wyniki na oko. Czy zęby się zazębiają? Czy sąsiednie koła obracają się w przeciwnych kierunkach?
Ustawienia
Oba modele działały w OpenCode na tym samym Macu, jedno po drugim, z ustawieniami domyślnymi i pojedynczą próbą każdej. Użyłem standardowych wersji modeli (
gpt-6-astraprzez OpenRouter iclaude-opus-5-5przez Anthropic API), nie wariantów Pro ani trybu szybkiego. Oto prompt, wklejony dosłownie:Wyniki
Oto oba zegary działające obok siebie z prędkością 10x. Przy tej prędkości pierwsze duże koło w każdym zegarze obraca się raz na sześć sekund, a wskazówki minut zaczynają się przesuwać.
Co zauważyłem podczas obserwacji
Różnie rozumieją „zegar analogowy”. Astra zbudowała to, co zegarmistrze nazywają regulatorem: sekundy, minuty i godziny mają własne tarcze, osadzone na osobnych kołach rozmieszczonych po panelu. Opus zbudował tradycyjną tarczę, gdzie wskazówki godzin i minut współdzielą środek, z małą tarczą sekundową u góry, a przekładnia jest widoczna przez wycięcie w tarczy.
Koła Astry łatwiej śledzić, a czas w Opusie łatwiej odczytać. U Astry każde koło jest na wierzchu i możesz prześledzić ruch od „silnika” aż do tarczy godzin. Ale by odczytać czas, musisz zerknąć na trzy tarcze. W Opusie czas odczytasz jednym rzutem oka, lecz część kół siedzi za pierścieniem tarczy, więc nie zobaczysz zazębienia wszystkich.
Pierwsze duże koło wygląda zbyt szybko, ale nie jest. Gdy przyspieszyłem zegary, pierwsze duże koło w każdym z nich wydawało się pędzić, zwłaszcza u Astry. W obu projektach to koło niesie wskazówkę sekundową, więc obraca się raz na minutę w czasie rzeczywistym i raz na sekundę przy 60x. W normalnej prędkości widać, że porusza się dokładnie w rytmie sekundnika.
Niektóre koła Astry nachodzą na siebie. W kilku miejscach Astra rysuje jedno duże koło na drugim, np. tam, gdzie koło godzin przecina zielone koło obok. To nie jest błąd, bo prawdziwe mechanizmy zegarowe układają koła warstwowo, ale utrudnia ocenę, które zęby faktycznie się zazębiają.
Oba utrzymały poprawny czas. Przewinąłem oba zegary o 10 godzin do przodu, co zajmuje ok. 10 sekund przy najwyższej prędkości, i oba zatrzymały się na 20:10:30, dokładnie tam, gdzie powinny.
Który podobał mi się bardziej
Oba zegary działają. Gdybym chciał czegoś do oglądania, wybrałbym Astrę: cały mechanizm jest na widoku i wygląda jak inżynierska robota. Mimo to to, co zbudował Opus, jest bliższe treści promptu: pojedyncza tarcza zegara analogowego.
Kiedy wybrać GPT-6 Astra, a kiedy Claude Opus 5.5
Budowa zegara to tylko jedna zabawna próba. Nie miałem okazji przetestować każdego przypadku użycia. Oto przydatne wskazówki:
Wybierz Claude Opus 5.5, jeśli...
Wybierz GPT-6 Astra, jeśli...
Na koniec
Na papierze Claude Opus 5.5 daje lepszą wartość. Prowadzi nad GPT-6 Astra w większości benchmarków, gdzie oba mają wyniki, w tym wyraźnie w agentowym kodowaniu i pracach wiedzowych, a robi to za 40% ceny listowej Astry.
Ale Astra nie jest w tyle. To mocniejszy wybór do obsługi komputera, ma lepsze opublikowane wyniki z matematyki i nauk, a efektywność tokenowa sprawia, że realna różnica w kosztach jest mniejsza niż sugeruje cennik.