GPT-6 Sol vs Claude Opus 5.5: benchmarks, preços e quando usar cada um

A atenção ao novo modelo da Anthropic durou cerca de uma hora na corrida por modelos de fronteira mais eficientes e acessíveis. 

O Claude Opus 5.5 é o primeiro modelo da família Claude 5.5, apresentado como desempenho no nível do Fable 5.1 com um custo de execução menor que o do Opus 5.

A OpenAI respondeu rápido, publicando o GPT-6 Sol como o modelo intermediário da família GPT-6, treinado com os mesmos métodos do carro-chefe GPT-6 Astra e lançado pela metade do preço de API do seu antecessor, o GPT-5.6 Sol.

Neste artigo, comparo GPT-6 Sol e Claude Opus 5.5 em várias categorias de desempenho, guardrails e preços, e incluo um teste prático de build que rodei nos dois.

Resumo

• O Claude Opus 5.5 publica os benchmarks mais fortes em agentic coding e lidera os dois benchmarks que ambos os modelos compartilham.
• O GPT-6 Sol custa metade na tabela, mas a diferença diminui em loops de agente com cache pesado e em requisições muito longas.
• No nosso teste de build, os dois acertaram a lógica difícil, e o Sol entregou o jogo mais polido.
• Escolha o Opus 5.5 para agentic coding de longa duração ou para uma implantação que precise rodar nas três grandes nuvens.
• Escolha o Sol para alto volume sensível a custo, para times no Codex e ChatGPT Work, e para automação de apps de negócio com orçamento ajustado.

O que é o GPT-6 Sol?

O GPT-6 Sol é o modelo intermediário da OpenAI na linha GPT-6, lançado em 22 de setembro de 2026 ao lado do GPT-6 Luna e posicionado abaixo do carro-chefe GPT-6 Astra.

O diferencial é a receita de treinamento do Astra por metade do preço de API do GPT-5.6 Sol, com cache de prompt que sobrevive a mudanças, no meio da conversa, no esforço de raciocínio ou nas ferramentas.

Nosso guia do GPT-6 Sol e Luna cobre o lançamento, e nosso tutorial da API do GPT-6 Astra mostra as ferramentas assíncronas e o steering da família.

O que é o Claude Opus 5.5?

O Claude Opus 5.5 é o primeiro modelo Claude 5.5 da Anthropic, lançado em 22 de setembro de 2026 como o novo modelo líder da empresa para agentic coding de longa duração e trabalho de conhecimento.

Seu argumento é desempenho classe Fable a preço de Opus: a Anthropic diz que ele iguala o Claude Fable 5.1 na maior parte do trabalho e chega com salvaguardas de cibersegurança e biologia em nível Fable.

Nosso guia do Opus 5.5 cobre o lançamento, e nosso tutorial da API do Claude Opus 5 cobre a geração anterior.

GPT-6 Sol vs Claude Opus 5.5: comparação direta

Por causa do timing apertado, nenhum fornecedor incluiu o novo modelo do outro na sua tabela de lançamento, então os dois modelos se sobrepõem em apenas dois benchmarks — e o Opus 5.5 lidera em ambos. O caso do Sol se apoia no preço e em como ele se saiu no nosso teste.

Code e fluxos agentic

O Opus 5.5 publica números mais fortes em agentic coding, e o post do Sol não os contesta diretamente. A Anthropic reporta Opus 5.5 no Terminal-Bench 4.0, FrontierCode e CursorBench; a OpenAI reporta Sol no DeepSWE e descreve o resultado no FrontierCode apenas como igual ao Claude Fable 5.1 em xhigh. A Anthropic coloca o Fable 5.1 em 50,3% no FrontierCode, contra 54,4% do Opus 5.5; se ambos os relatos se mantêm, o Sol fica cerca de quatro pontos atrás do Opus 5.5 no único benchmark de código citado por ambos.

Ambos os fornecedores apoiam-se mais em relatos de longo prazo do que em pontuações compartilhadas. A reescrita interna do HAProxy de C para Rust, da Anthropic, teve o Opus 5.5 concluindo em 9,5 horas contra 12 do Fable 5.1, a 51% menos custo. O argumento da OpenAI é custo por tarefa: o Sol ficou a cerca de um ponto da pontuação do Fable 5 no DeepSWE a um custo cerca de 80% menor.

Duas razões para ver essas tabelas com cautela:

• A Anthropic rodou o Opus 5.5 com salvaguardas de produção ativas e diz que tarefas redirecionadas de cibersegurança e biologia provavelmente baixaram as pontuações.
• As comparações de custo por tarefa da OpenAI combinam o Sol em xhigh ou max com modelos Claude em níveis de esforço diferentes.

No papel, o Opus 5.5 é o modelo de código mais forte; nosso único teste de build abaixo foi onde essa diferença não apareceu.

Workflows de negócios e uso de computador

O Opus 5.5 lidera nos dois benchmarks que os modelos compartilham, e a diferença no AutomationBench é o número mais limpo deste artigo: 40,0% para o Opus 5.5 contra 33,2% para o Sol no teste da Zapier com agentes operando em 47 ferramentas de negócio.

O contraponto do Sol é a conta: a OpenAI enquadra o Sol como superando o Claude Opus 5 a 9% do custo por tarefa do Opus 5 — embora essa comparação seja com o Opus anterior, não com este.

O Opus 5.5 é o agente mais forte em pontuação; o Sol é o que você consegue rodar em todos os tickets.

Trabalho de conhecimento e confiabilidade factual

O Opus 5.5 tem o único número cruzado entre fornecedores aqui: 1846 Elo no GDPval-AA v2.1, à frente das pontuações do GPT-6 Astra e do GPT-5.6 Sol na tabela da Anthropic; o próprio Sol não está listado. No teste de relatórios da Anthropic, em que qualquer número inventado reprova a execução, 16 de 18 relatórios do Opus 5.5 passaram, e nem o Fable 5.1 nem o Opus 5 passaram uma única vez.

A evidência do Sol é contra seu antecessor: no conjunto interno de factualidade da OpenAI, o Sol comete cerca de metade dos erros do GPT-5.6 Sol. O teste AA-Omniscience da Artificial Analysis concorda, com um detalhe: a taxa de alucinação do Sol caiu de 92% para 60% enquanto ele respondeu a apenas 83% das perguntas, contra 99% do antecessor.

Ambos estão mais cautelosos que seus predecessores; só o Opus 5.5 mostrou isso contra um rival.

Guardrails e restrições de API

O Sol é a API menos restrita, e o Opus 5.5 é a mais supervisionada.

O Opus 5.5 não pode rodar com o thinking desligado, rejeita uso forçado de ferramentas e vincula os blocos de thinking ao modelo e à conversa que os gerou, então contexto editado falha com erro 400 em contas criadas após 31 de agosto de 2026. A maioria das tarefas de cibersegurança é redirecionada ao Opus 4.8 fora do seu Cyber Verification Program, e trabalhos de biologia exigem o Life Sciences Verification Program.

A escada do Sol vai de none a max, o esforço pode mudar no meio da conversa sem quebrar o cache, e a OpenAI reporta menos alegações enganosas sobre seu trabalho de código do que no GPT-5.6 Sol.

A troca é deliberada: o Opus 5.5 tentou cruzar limites de contenção cerca de 85% menos vezes do que o Opus 5, o que importa para agentes autônomos.

Preços: o que você realmente paga

O Opus 5.5 custa exatamente o dobro do Sol nas tarifas de vitrine, mas dois mecanismos que agentes realmente pagam quebram o padrão: leituras de cache custam o mesmo, e o Sol adiciona sobretaxa acima de 272K tokens que a Anthropic não cobra.

Tarifas de tokens lado a lado

O ágio é plano em input, output e gravações de cache, então afeta igualmente qualquer formato de workload até que caching ou long context entrem em cena. Leituras em cache são a exceção, e a Anthropic diz que elas compõem a maior parte do custo em trabalho agentic e de código. Nenhum fornecedor publica uma tarifa separada para tokens de raciocínio, então estime-os na tarifa de output.

Quanto custa um workload real

A linha acima do limite é o destaque: quando cada requisição passa do limite, a sobretaxa do Sol eleva a conta para ficar a 8% do Opus 5.5, então um pipeline de retrieval com long context quase não recebe desconto por escolher o Sol. O loop com cache pesado reduz a diferença para 33% por outro motivo: as 1.000 leituras em cache custam o mesmo nos dois modelos, e só os tokens novos carregam o ágio de 2x.

Os dois modelos usam tokenizers diferentes e nenhum fornecedor publicou contagens de tokens para um workload compartilhado, então trate esses totais como comparação de tarifas, não de fatura. A Anthropic diz que o Opus 5.5 usa menos tokens por tarefa que o Opus 5, mas não compara com o Sol.

Como GPT-6 Sol e Claude Opus 5.5 se saíram

Benchmarks de dois fornecedores que não testaram o modelo um do outro vão até certo ponto, então rodei uma tarefa de build nos dois com prompt e ferramentas idênticos.

O teste

Pedi a ambos para construir um clone de Tetris em arquivo único numa grade 12×24 com um detalhe: a gravidade inverte a cada 20 segundos. Duas exigências do prompt tornam isso difícil: após a inversão, as peças precisam cair em direção ao teto e travar numa segunda pilha lá, com linhas completas limpando em qualquer pilha, e células já travadas nunca podem se mover.

Ambos rodaram dentro do OpenCode com a mesma superfície de ferramentas fixada: apenas leitura, busca e edição de arquivos, sem shell e sem rede. Ambos rodaram com esforço de raciocínio high, uma tentativa cada, sem retries, e o prompt foi entregue byte por byte a uma sessão nova.

Uma assimetria a ter em mente: high fica dois degraus abaixo do teto em ambas as escadas, mas a escada do Sol tem um degrau extra none na base, então high é o quarto de seis níveis nele e o terceiro de cinco no Opus 5.5.

Este foi o 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.

Registrei o custo e avaliei ambos nas três rubricas abaixo, com notas de 1 a 5:

• Mecânica da inversão: Quando a gravidade inverte, as peças realmente sobem, pousam no teto e limpam lá, enquanto a pilha antiga fica intacta?
• Completude do jogo: É um Tetris completo e jogável por baixo do truque?
• Qualidade visual e sensação: É fluido e legível, e a inversão parece intencional em vez de bugada?

O que o GPT-6 Sol produziu

O Sol levou 6 turnos e 9 chamadas de ferramenta: ele listou, buscou e leu o workspace vazio antes de escrever um index.html de 22 KB, depois fez um patch. O resultado tem branding próprio, "Fall / Rise, a game of shifting ground", com um painel de gravidade que muda de âmbar para teal na inversão, um contador regressivo para a próxima inversão e uma cartela de regras na margem.

Ele faz o que deve e funciona suave e estável: a pilha do piso fica parada na inversão, as peças sobem e travam no teto, linhas limpam em ambas as pilhas e o soft drop é responsivo — o que tornou este o mais divertido de jogar.