GPT-6 Sol vs Claude Opus 5.5: benchmarki, ceny i który wybrać

Uwaga poświęcona nowemu modelowi Anthropic trwała ledwie godzinę w wyścigu po bardziej wydajne i przystępne cenowo modele z czołówki. 

Claude Opus 5.5 to pierwszy model z rodziny Claude 5.5, reklamowany jako wydajność na poziomie Fable 5.1 przy niższym koszcie działania niż Opus 5.

OpenAI odpowiedziało bardzo szybko, publikując GPT-6 Sol jako środkowy wariant rodziny GPT-6, trenowany tymi samymi metodami co flagowy GPT-6 Astra i wprowadzony na rynek w połowie ceny API jego poprzednika, GPT-5.6 Sol.

W tym artykule porównam GPT-6 Sol i Claude Opus 5.5 w wielu kategoriach wydajności, zabezpieczeniach i cenach oraz dołączę jeden praktyczny test budowy, który uruchomiłem na obu.

TL;DR

• Claude Opus 5.5 publikuje mocniejsze benchmarki agentowego kodowania i prowadzi w obu benchmarkach, które modele faktycznie współdzielą.
• GPT-6 Sol kosztuje w cenniku o połowę mniej, ale różnica maleje w pętlach agentów intensywnie korzystających z cache oraz przy bardzo długich żądaniach.
• W naszym teście budowy oba dobrze poradziły sobie z trudną logiką, a Sol dostarczył bardziej dopracowaną grę.
• Wybierz Opus 5.5 do długotrwałego agentowego kodowania lub wdrożeń, które muszą działać na trzech głównych chmurach.
• Wybierz Sol do dużego wolumenu przy ograniczonym budżecie, dla zespołów Codex i ChatGPT Work oraz do automatyzacji aplikacji biznesowych niskim kosztem.

Czym jest GPT-6 Sol?

GPT-6 Sol to środkowy model GPT-6 od OpenAI, wydany 22 września 2026 roku, razem z GPT-6 Luna i pozycjonowany poniżej flagowego GPT-6 Astra.

Jego atutem jest receptura treningowa Astry za połowę ceny API GPT-5.6 Sol, z cache’owaniem promptów, które przetrwa zmiany nakładu rozumowania lub narzędzi w trakcie rozmowy.

Nasz przewodnik po GPT-6 Sol i Luna omawia premierę, a nasz tutorial API GPT-6 Astra prowadzi przez asynchroniczne narzędzia i sterowanie w tej rodzinie.

Czym jest Claude Opus 5.5?

Claude Opus 5.5 to pierwszy model Claude 5.5 od Anthropic, wydany 22 września 2026 roku, jako nowy wiodący model firmy do długotrwałego agentowego kodowania i pracy z wiedzą.

Jego atutem są wyniki klasy Fable w cenach Opus: Anthropic twierdzi, że dorównuje Claude Fable 5.1 w większości zadań i dostarcza zabezpieczenia z zakresu cyberbezpieczeństwa i biologii na poziomie Fable.

Nasz przewodnik po Opus 5.5 opisuje premierę, a nasz tutorial API Claude Opus 5 omawia API poprzedniej generacji.

GPT-6 Sol vs Claude Opus 5.5: porównanie bezpośrednie

Ze względu na bliskie terminy premier żaden dostawca nie umieścił nowego modelu konkurenta w swojej tabeli, więc modele pokrywają się tylko na dwóch benchmarkach i w obu prowadzi Opus 5.5. Argument Sol opiera się na cenie i na tym, jak poradził sobie w naszym teście.

Kodowanie i przepływy agentowe

Opus 5.5 publikuje mocniejsze liczby dla agentowego kodowania, a wpis o Sol nie kwestionuje ich bezpośrednio. Anthropic raportuje Opus 5.5 na Terminal-Bench 4.0, FrontierCode i CursorBench; OpenAI raportuje Sol na DeepSWE i opisuje wynik na FrontierCode tylko jako dopasowanie do Claude Fable 5.1 przy xhigh. Anthropic podaje Fable 5.1 na 50,3% na FrontierCode wobec 54,4% dla Opus 5.5, więc jeśli oba twierdzenia się utrzymują, Sol wypada około cztery punkty za Opus 5.5 w jedynym benchmarku kodowania, o którym wspominają obaj dostawcy.

Obaj dostawcy opierają się na długohoryzontowych anegdotach zamiast wspólnych wyników. Wewnętrzne przepisywanie HAProxy z C na Rusta w Anthropic skończyło się w 9,5 godziny dla Opus 5.5 wobec 12 dla Fable 5.1 przy 51% niższym koszcie. Argument OpenAI to koszt na zadanie: Sol ląduje w okolicach jednego punktu od wyniku Fable 5 na DeepSWE przy około 80% niższym koszcie.

Dwa powody, by traktować te tabele z rezerwą:

• Anthropic uruchamiał Opus 5.5 z produkcyjnymi zabezpieczeniami i twierdzi, że przekierowane zadania z cyberbezpieczeństwa i biologii prawdopodobnie zaniżyły wyniki.
• Porównania kosztu na zadanie od OpenAI łączą Sol na xhigh lub max z modelami Claude na różnych poziomach wysiłku.

Na papierze Opus 5.5 to mocniejszy model do kodowania; nasz pojedynczy test budowy poniżej to miejsce, gdzie ta różnica się nie ujawniła.

Przepływy biznesowe i obsługa komputera

Opus 5.5 prowadzi w obu współdzielonych benchmarkach, a różnica na AutomationBench to najczystsza liczba w tym artykule: 40,0% dla Opus 5.5 wobec 33,2% dla Sol w teście Zapiera dla agentów pracujących w 47 narzędziach biznesowych.

Kontrargument Sol to rachunek: OpenAI przedstawia Sol jako pokonujący Claude Opus 5 przy 9% kosztu zadania Opus 5, choć porównanie dotyczy poprzedniego Opus, nie tego.

Opus 5.5 jest silniejszym agentem w punktacji; Sol to ten, którego stać, by działał na każdym zgłoszeniu.

Praca z wiedzą i rzetelność faktów

Opus 5.5 ma tu jedyną liczbę między dostawcami: 1846 Elo na GDPval-AA v2.1, przed wynikami GPT-6 Astra i GPT-5.6 Sol w tabeli Anthropic; samego Sol nie wymieniono. W teście pisania raportów Anthropic, gdzie dowolna wymyślona liczba oblewa run, 16 z 18 raportów Opus 5.5 przeszło, a ani Fable 5.1, ani Opus 5 nie zaliczyły ani razu.

Dowody Sol są wobec własnego poprzednika: na wewnętrznym zbiorze faktograficznym OpenAI Sol popełnia około dwa razy mniej błędów niż GPT-5.6 Sol. Test AA-Omniscience Artificial Analysis się zgadza, z haczykiem: wskaźnik halucynacji Sol spadł z 92% do 60%, podczas gdy odpowiedział tylko na 83% pytań wobec 99% u poprzednika.

Oba są ostrożniejsze niż poprzednicy; tylko Opus 5.5 pokazał to na tle rywala.

Zabezpieczenia i ograniczenia API

Sol to mniej ograniczone API, a Opus 5.5 jest bardziej nadzorowany.

Opus 5.5 nie może działać z wyłączonym myśleniem, odrzuca wymuszone użycie narzędzi i wiąże bloki myślenia z modelem oraz rozmową, które je wytworzyły, więc edytowany kontekst kończy się błędem 400 na kontach utworzonych po 31 sierpnia 2026. Większość zadań z cyberbezpieczeństwa jest przekierowana do Opus 4.8 poza jego Cyber Verification Program, a prace biologiczne wymagają Life Sciences Verification Program.

Drabinka Sol biegnie od none do max, wysiłek można zmieniać w trakcie rozmowy bez psucia cache, a OpenAI raportuje mniej mylących twierdzeń o jego pracy kodowej niż u GPT-5.6 Sol.

To celowy kompromis: Opus 5.5 próbował przekraczać granice kontenerów około 85% rzadziej niż Opus 5, co ma znaczenie dla agentów bez nadzoru.

Cennik: ile faktycznie zapłacisz

Opus 5.5 kosztuje dokładnie dwukrotność Sol w stawkach bazowych, ale dwa mechanizmy, za które agenci faktycznie płacą, łamią schemat: odczyty z cache kosztują tyle samo, a Sol dodaje dopłatę powyżej 272K tokenów, której Anthropic nie ma.

Stawki tokenów obok siebie

Premia jest stała dla wejścia, wyjścia i zapisów do cache, więc uderza w każdy kształt obciążenia jednakowo, dopóki nie wchodzi w grę cache lub długi kontekst. Wyjątkiem są odczyty z cache i Anthropic twierdzi, że stanowią one większość kosztu pracy agentowej i kodowania. Żaden dostawca nie publikuje osobnej stawki dla tokenów rozumowania, więc budżetuj je po stawce wyjścia.

Ile kosztuje realne obciążenie

Wiersz z przekroczeniem progu to sedno: gdy każde żądanie przekracza próg, dopłata Sol podnosi rachunek do poziomu w odległości 8% od Opus 5.5, więc rurociąg wyszukiwania w długim kontekście niemal nie zyskuje rabatu, wybierając Sol. Pętla z ciężkim cache zawęża różnicę do 33% z innego powodu: 1000 odczytów z cache kosztuje tyle samo w obu modelach, a tylko świeże tokeny niosą 2x premię.

Modele używają różnych tokenizatorów i żaden dostawca nie opublikował liczby tokenów dla wspólnego obciążenia, więc traktuj te sumy jako porównanie stawek, nie rachunku. Anthropic mówi, że Opus 5.5 używa mniej tokenów na zadanie niż Opus 5, ale nie porównuje tego z Sol.

Jak wypadły GPT-6 Sol i Claude Opus 5.5

Benchmarki od dwóch dostawców, którzy nie testowali wzajemnie nowych modeli, mają ograniczoną wartość, więc uruchomiłem jedno zadanie budowy przeciw obu z identycznym promptem i identycznymi narzędziami.

Test

Poprosiłem oba, by zbudowały jednoplikowego klona Tetrisa na planszy 12×24 z jednym twistem: grawitacja odwraca się co 20 sekund. Dwa elementy wymagane przez prompt czynią to trudnym: po odwróceniu klocki muszą spadać w stronę sufitu i blokować się na drugim stosie tamże, z czyszczeniem pełnych rzędów na obu stosach, a już zablokowane komórki nigdy nie mogą się poruszyć.

Oba modele działały w OpenCode z identycznym przypiętym zestawem narzędzi: tylko czytanie, wyszukiwanie i edycja plików, bez shella i bez sieci. Oba działały przy wysiłku rozumowania high, po jednej próbie, bez retry, a prompt dostarczono bajt w bajt do świeżej sesji.

Jedna asymetria do zapamiętania: high jest o dwa szczeble poniżej sufitu w obu drabinkach, ale drabinka Sol ma dodatkowy dolny szczebel none, więc high to u niego czwarty z sześciu poziomów, a u Opus 5.5 trzeci z pięciu.

To był prompt:

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.

Nagrałem koszt i oceniłem oba według trzech kryteriów, ze skalą 1–5:

• Mechanika flipu: Kiedy grawitacja się odwraca, czy klocki naprawdę spadają do góry, lądują przy suficie i czyszczą rzędy u góry, podczas gdy stary stos zostaje na miejscu?
• Kompletność gry: Czy to pełny, grywalny Tetris pod twistem?
• Jakość wizualna i feeling: Czy jest płynnie i czytelnie, a flip wygląda na zamierzony, a nie jak glitch?

Co dostarczył GPT-6 Sol

Sol potrzebował 6 tur i 9 wywołań narzędzi: wypisał, wyszukał i odczytał pustą przestrzeń roboczą, zanim zapisał 22 KB index.html, po czym raz go spatchował. To, co powstało, ma własny branding „Fall / Rise, a game of shifting ground”, z panelem grawitacji, który przy flipie zmienia kolor z bursztynu na turkus, odliczaniem do następnej inwersji i kartą zasad na marginesie.

Robi to, co powinno, działa płynnie i stabilnie: stos na podłodze pozostaje na miejscu przy flipie, klocki wznoszą się i blokują przy suficie, rzędy czyszczą się na obu stosach, a soft drop jest responsywny, co sprawiło, że granie było przyjemniejsze niż w drugim przypadku.