GPT-5.6 Terra и Claude Sonnet 5: бенчмарки, цены и как выбрать

Если вы выбираете средний по уровню модель для агента, который работает весь день, сейчас очевидные кандидаты — GPT-5.6 Terra и Claude Sonnet 5. Обе — модели по умолчанию для бесплатных пользователей у своих вендоров, обе предлагают контекстное окно примерно в 1M токенов и обе стоят на входящих токенах в пределах одного доллара друг от друга.

В этой статье я сравню GPT-5.6 Terra и Claude Sonnet 5 по агентам для кодинга и терминала, офисной работе, позиционированию в кибербезопасности, поведению в длинном контексте, возможностям управления через API и ценам — чтобы вы могли выбрать модель под свой рабочий профиль. За подробностями по каждой модели отдельно смотрите наши обзоры семейства GPT-5.6 и Claude Sonnet 5.

Итоги вкратце

• Terra — более сильный выбор для терминальных агентов и пайплайнов с активным использованием инструментов, где её функции по экономии токенов реально помогают.
• Sonnet 5 — более спокойный вариант для длинного контекста и работы с документами, поскольку его ставки остаются плоскими по всему окну.
• Выбирайте GPT-5.6 Terra, если ваши агенты живут в оболочке, вызывают много инструментов за ход или если вам нужны более дешёвые выходящие токены после августа.
• Выбирайте Claude Sonnet 5, если вы отправляете очень большие подсказки, хотите предсказуемое поминутное тарифицирование за токен или сознательно ищете модель, которая отказывает в запросах на эксплуатацию уязвимостей.

Что такое GPT-5.6 Terra?

GPT-5.6 Terra — средний уровень в семействе GPT-5.6 от OpenAI, которое стало общедоступным 9 июля 2026 года вместе с флагманом Sol и самым дешёвым уровнем Luna. OpenAI описывает Terra как сбалансированный вариант для повседневной работы и отмечает, что она примерно соответствует «mini»-уровню ранних семейств GPT-5. У неё контекстное окно на 1 050 000 токенов, потолок вывода 128 000 токенов и срез знаний 16 февраля 2026 года.

Две вещи делают Terra интересной, а не просто недорогой. Она наследует Programmatic Tool Calling из Responses API, что позволяет модели писать и выполнять небольшие программы в памяти для координации инструментов, а не прогонять каждый ответ инструмента через модель. А 30 июля 2026 года OpenAI снизила цену Terra на 20%: с $2.50/$15 на старте до $2.00/$12 за 1M токенов.

Про всё семейство мы рассказывали в гайде GPT-5.6 Sol, Terra и Luna, а если хотите посмотреть, для чего используют флагманский уровень, прочитайте, как GPT-5.6 Sol помог опровергнуть гипотезу Максвелла. Есть и сравнение флагманов напрямую в статье Claude Opus 5 vs GPT-5.6 Sol.

Что такое Claude Sonnet 5?

Claude Sonnet 5 — средний уровень модели от Anthropic, выпущенный 30 июня 2026 года, позиционируемый как самый «агентный» Sonnet на сегодня. По заявлению Anthropic, он планирует, управляет браузерами и терминалами и работает автономно на уровне, который раньше требовал моделей класса Opus, приближаясь к Opus 4.8 по рассуждению, использованию инструментов, кодингу и офисной работе при меньшей цене.

Это модель по умолчанию в тарифах Free и Pro, и она поставляется с набором продуманных ограничений: temperature, top_p и top_k убраны, ручное расширенное мышление возвращает ошибку 400, а адаптивное мышление включено по умолчанию. Также используется новый токенизатор, который даёт примерно на 30% больше токенов для того же текста по сравнению с Sonnet 4.6, что Anthropic компенсировала вводной ценой до 31 августа 2026 года.

Мы разобрали стартовые цифры в гайде по Claude Sonnet 5 и сравнили его с флагманом Anthropic в статье Claude Opus 5 vs Claude Sonnet 5.

GPT-5.6 Terra vs Claude Sonnet 5: сравнение лицом к лицу

Вот как выглядят модели рядом, прежде чем перейти к отдельным областям.

Кодинг и терминальные агенты

Обычно расклад такой: у Anthropic преимущество при работе с репозиторием, у OpenAI — в терминале.

Вторая часть расклада сохраняется: на Terminal-Bench 2.1 Terra набирает 87,4% против 80,4% у Sonnet 5 в материалах Anthropic к запуску — разрыв в 7 пунктов на командной строке. Примечательно, что Terra также опережает Claude Opus 4.8 (78,9%) и Claude Fable 5 (83,1%) в прогоне того же эвала от OpenAI.

Но сейчас обе среднеуровневые конкурирующие модели сопоставимы друг с другом по кодингу в репозитории. На SWE-Bench Pro, где выполняются многошаговые исправления в реальных репозиториях, OpenAI сообщает 63,4% у Terra, а Anthropic — 63,2% у Sonnet 5.

Фрейминг Anthropic подтверждает этот расклад. История про кодинг у Sonnet 5 — это про доведение дел до конца, а не про пик баллов: ранние тестеры описывали, как он завершал задачи, на которых Sonnet 4.6 останавливался, и проверял свой вывод без запроса.

Если ваш агент живёт в оболочке, у Terra преимущество. Если он живёт внутри кодовой базы и размышляет о сбое, бенчмарки говорят, что вы выбираете между двумя моделями одного класса.

Офисная и профессиональная работа

Оба вендора приводят GDPval-AA v2 — показатель Elo для качества профессионального вывода — и цифры достаточно близки, чтобы считать их равными. OpenAI даёт Terra 1593 Elo; Anthropic — Sonnet 5 на 1618. OpenAI оценивает Claude Opus 4.8 на 1600 Elo на этом эвале, тогда как Anthropic даёт той же модели 1615, так что разрыв в 25 пунктов между Terra и Sonnet 5 укладывается в «шум» методологии.

Где у Terra есть необжалованная заявка — это Agents' Last Exam, оценка долгих профессиональных процессов в 55 областях. Terra набирает 50,4%, выше GPT-5.5 (46,9%), Claude Opus 4.8 (45,2%) и Claude Fable 5 (40,5%). Anthropic не публиковала Sonnet 5 на этом эв BustingsEvaluation, так что относитесь к нему как к выбранному полю боя OpenAI, а не к вердикту.

Компьютерное использование — единственное место, где я бы вовсе не сравнивал напрямую. OpenAI сообщает 50,2% у Terra на OSWorld 2.0, в то время как Anthropic сообщает 81,2% у Sonnet 5 на OSWorld-Verified. Это разные наборы и методики, и Anthropic явно пересмотрела запуск OSWorld-Verified к этому релизу, так что ставить эти цифры рядом бессмысленно.

Практическое преимущество Terra здесь — учёт токенов. Notion сообщила, что многие агенты на GPT-5.5 работают так же хорошо на Terra при вдвое меньшей стоимости и с 16% меньшим количеством токенов, а Clio отметила, что Programmatic Tool Calling сократил входящие токены на 38% при многошаговом анализе документов без потери качества. Это заявления партнёров вендора, а не независимые измерения, но они конкретны насчёт изменений.

Кибербезопасность: две противоположные ставки

Это самый широкий разрыв в сравнении, и он обусловлен дизайном, а не случайной способностью.

OpenAI обучила семейство GPT-5.6 для киберзадач: Terra набирает 91,8% на Capture-the-Flag, 57,7% на SEC-Bench Pro, 52,9% на ExploitBench и 23,2% на ExploitGym. Две из этих цифр превосходят GPT-5.5, предыдущий флагман, у которого было 45,8% на SEC-Bench Pro и 47,9% на ExploitBench.

Anthropic пошла в другую сторону. Sonnet 5 целенаправленно не обучался на киберзадачах, и на эв wale по разработке эксплойтов, построенном вместе с Mozilla по уязвимостям Firefox 147, он ни разу не выдал рабочий эксплойт — 0,0%. Anthropic поставляет Sonnet 5 с включёнными по умолчанию защитами в реальном времени и рекомендует Opus 4.8 для киберработы с ослабленными ограничениями.

Для большинства читателей это — достоинство Sonnet 5, а не слабость. Если вы строите продукт, где попытка модели сгенерировать эксплойт — риск, модель, которая стабильно отказывает, безопаснее. Если вы занимаетесь защитой, Terra доступна через программу OpenAI Daybreak Trusted Access for Cyber, и отдельные участники должны включить аппаратные passkey до 1 сентября, чтобы сохранить доступ к самым «киберспособным» моделям.

Стоит отметить и трение на стороне OpenAI. По словам OpenAI, кибер-защиты GPT-5.6 Sol блокируют примерно в 10 раз больше потенциально вредной активности, чем прежние модели, и компания добавила опцию повтора на менее способной модели в ChatGPT и Codex именно потому, что доброкачественные запросы тоже попадают под блокировки. На Reddit у Anthropic — те же жалобы: Sonnet 5 блокирует безобидные обучающие материалы по безопасности, так что ни у одного вендора проблема сверхблокировок не решена.

Контекстное окно и работа с длинным контекстом

Формально они одинаковы: Terra публикует контекстное окно на 1 050 000 токенов с потолком вывода 128 000, Sonnet 5 — 1M с потолком 128K. Разница — в том, что происходит, когда вы действительно заполняете окно.

У Terra опубликованы показатели извлечения по всему окну. На OpenAI MRCR v2 8-needle — 89,6% в диапазоне 256K–512K и 72,5% в 512K–1M, близко к 91,5% и 73,8% у Sol и значительно выше 41,3% у Luna. Это означает, что можно ожидать нахождения скрытых деталей примерно в 9 из 10 случаев внутри документа на 512k, что делает модель надёжным помощником для извлечения знаний. Anthropic не публиковала сопоставимые метрики «иголка в стоге» для Sonnet 5 на старте.

Более значима разница в биллинге. Подсказки свыше 272K входящих токенов у Terra тарифицируются по 2× на входе и 1,5× на выходе за весь запрос, а не только за превышение. У Sonnet 5 нет опубликованной надбавки за длинный контекст, ставки сохраняются по всему окну. Числа приведу в разделе про цены — там как раз меняется, что дешевле.

Поверхность управления: усилия, мышление и ограничения API

Обе модели дают доступ к «ручке» уровня рассуждений, но дальше резко расходятся в том, что ещё можно настраивать.

Sonnet 5 полностью убрал temperature, top_p и top_k, и попытка их указать возвращает 400. Ручное расширенное мышление тоже даёт 400; по умолчанию включено адаптивное мышление, либо вы полностью отключаете «мышление».

Sonnet 5 также не поддерживает Priority Tier на платформе Anthropic, что важно, если вашей команде нужны гарантии по задержкам для Opus или Sonnet 4.6 сегодня. Anthropic подняла лимиты по Chat, Cowork, Claude Code и Claude Platform, чтобы компенсировать больший расход токенов при высоких уровнях усилий.

У Terra поверхность шире в другом направлении. Важные особенности:

• Programmatic Tool Calling в Responses API — исполняет координирующие программы в памяти и совместим с Zero Data Retention.

• Бета многоагентности в Responses API — позволяет запускать параллельные субагенты и синтезировать их работу в одном запросе.

• Настройка усилий max, доступная любому пользователю с доступом к GPT-5.6 в ChatGPT Work и Codex.

• Явные точки разрыва кэша с минимальным временем жизни кэша 30 минут, чтением из кэша со скидкой 90% и записью в кэш по 1,25× от не кэшированной ставки на входе.

• Вызов функций, структурированные ответы, хостинговая оболочка, интерпретатор кода и «computer use» в Responses API; дообучение не поддерживается.

Асимметрия, о которой стоит помнить: настройка OpenAI ultra координирует четыре агента параллельно, но все опубликованные бенчмарки ultra относятся к Sol, не к Terra. Не предполагайте, что средний уровень получит те же мультиагентные выигрыши, пока не появятся числа по Terra Ultra.

Цены: сколько вы платите на самом деле

Сегодня Terra и Sonnet 5 отличаются на входе в пределах одного доллара, поэтому форму нагрузки, а не витринную ставку, и следует считать главным фактором счета.

Ставки за токены рядом

Ставки Terra $2.00/$12.00 отражают снижение на 20% 30 июля 2026 года — с $2.50/$15.00 на старте. Чтение из кэша на Terra — $0.20 за 1M, а у Anthropic поддерживается кэширование подсказок для Sonnet 5 без отдельной ставки для Sonnet в материалах запуска.

Поскольку Anthropic тарифицирует токены «мышления» по ставке выхода, запуск Sonnet 5 на сверхвысоком уровне усилий — прямой множитель по самой дорогой строке. Это самый простой способ выйти за рамки бюджета, посчитанного по объёму входа.

Сколько стоит реальная нагрузка

Формула проста: (объём ÷ 1M) × ставка, суммируется по входу и выходу. Я рассчитал три профиля нагрузки на стандартных ставках — каждый демонстрирует механизм, где модели реально различаются.

Третья строка — ключевой вывод. В объёме между второй и третьей строками не меняется ничего, кроме размера отдельных запросов, и надбавка Terra со 272K превращает преимущество в 41% по стоимости в 29% штрафа. Если вы регулярно упаковываете 300K токенов договоров или контекста репозитория в один вызов, более дешёвая витринная цена Terra вводит в заблуждение.

Строка про генерацию тоже переворачивается, если покупаете до сентября. На вводных ставках Sonnet 5 $2.00/$10.00 такая нагрузка стоит $42 против $50 у Terra, так что Sonnet 5 дешевле на $8 до перехода на стандартные ставки 1 сентября 2026. Anthropic сделала это окно, чтобы миграция с Sonnet 4.6 была примерно нейтральной по стоимости — держите это в уме, планируя бюджет.

Почему одна и та же задача стоит по-разному

Эти ставки превращаются в счёт только если обе модели потребляют одинаковое число токенов для одинаковой работы, а это обычно не так. Terra и Sonnet 5 используют разные токенизаторы от разных вендоров, поэтому идентичный текст даёт разное число входящих токенов ещё до ответа модели.

Ни один вендор не опубликовал межмодельный подсчёт токенов, так что скорректированных цифр дать нельзя. Есть лишь заявления о предшественниках, не говорящие напрямую о Terra против Sonnet 5:

• Anthropic документирует, что новый токенизатор Sonnet 5 даёт примерно на 30% больше токенов, чем Sonnet 4.6, и
• Notion сообщила, что Terra использует на 16% меньше токенов, чем GPT-5.5.

Мой совет — воспринимать таблицу выше как сравнение ставок, а не прогноз, и измерить собственные токен-счётчики на репрезентативной выборке до коммита. Изменение токенизатора у Sonnet 5 особенно застало команды врасплох на старте — об этом писали и обзор Саймона Уиллисона, и облачные консалтеры, выделяя это как главный сюрприз миграции.

Когда выбирать GPT-5.6 Terra, а когда — Claude Sonnet 5

Вот как, по моим ожиданиям, распадётся решение по наиболее частым сценариям.

Выбирайте GPT-5.6 Terra, если…

• Ваши агенты живут в оболочке. Разрыв в 7 пунктов на Terminal-Bench 2.1 — крупнейшая опубликованная разница в кодинге между этими моделями.
• Вы вызываете много инструментов за ход. Programmatic Tool Calling удерживает промежуточные данные вне контекста модели, а PlayCo сообщил о 63,5% меньшем общем числе токенов и 50,1% меньшем числе ходов модели при структурированной сборке сцен.
• Вы занимаетесь защитой. 57,7% на SEC-Bench Pro и 52,9% на ExploitBench у Terra — другой класс относительно сознательного отказа Sonnet 5.
• Вам нужны более дешёвые выходящие токены. После августа 2026 ставка Sonnet 5 — $15 за 1M против $12 у Terra.
• Вам нужны опубликованные метрики извлечения в длинном контексте, вроде 72,5% на MRCR v2 в диапазоне 512K–1M.

Выбирайте Claude Sonnet 5, если…

• Ваши подсказки или файловый контекст крупные. Плоское ценообразование до 1M токенов лучше «обрыва» Terra на 272K — разница даёт разворот на 29% при 10M входа в месяц.
• Вам нужна модель, которая по дизайну отказывает в киберработе. По оценке самой Anthropic, у Sonnet 5 существенно более слабые киберспособности, чем у Opus 4.8 и Mythos 5, и для большинства продуктовых команд это желаемое поведение.
• Вы уже в экосистеме Claude. Sonnet 5 — модель по умолчанию в Free и Pro и работает в Claude Code.
• Вам нужна одна «ручка», а не панель настроек. Адаптивное мышление плюс уровень усилий — меньшая поверхность для раздумий, чем сочетание effort, max, ultra и режимов вызова инструментов.

Если стоимость — главный ограничитель, три рассчитанных профиля — самый быстрый способ понять, на чьей вы стороне: $50 против $63 при генерации, $32 против $45 при извлечении ниже порога и $58 против $45, когда каждый запрос превышает 272K входящих токенов.

Как начать работу с GPT-5.6 Terra и Claude Sonnet 5

Обе модели общедоступны уже сегодня, и обе — те, что вендоры раздают бесплатно, так что попробовать их стоит лишь времени.

Первый вызов API

Это разные SDK, так что переключение — это больше, чем заменить строку модели. Оба вызова достаточно короткие, чтобы разница была видна с первого взгляда.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6-terra",  # swap for gpt-5.6-sol or gpt-5.6-luna
    input="Refactor this pytest fixture to avoid module-level state.",
)
print(response.output_text)

from anthropic import Anthropic

client = Anthropic()
message = client.messages.create(
    model="claude-sonnet-5",  # no temperature/top_p/top_k on this model
    max_tokens=1024,
    messages=[{"role": "user", "content": "Refactor this pytest fixture to avoid module-level state."}],
)
print(message.content.text)

Если вы портируете существующий код под Anthropic, не забудьте убрать temperature, top_p, top_k и любую ручную настройку расширенного мышления — Sonnet 5 вернёт 400, а не проигнорирует их.

Полный путь настройки на стороне Anthropic — в нашем полном гайде по Claude API. Чтобы начать на стороне GPT, лучший старт — наш курс Working with the OpenAI API.

Итог

В одном предложении: Terra — лучшая средняя модель для терминальных агентов и насыщенных инструментами пайплайнов, а Sonnet 5 — лучшая для крупных подсказок и команд, которым нужна меньшая поверхность для настроек.

Интересно, что оба вендора выбрали средний уровень как бесплатный по умолчанию — и сделали противоположные ставки на то, чему средняя модель должна отказывать. OpenAI обучила Terra киберработе и спрятала самую острую способность за верификацией личности и аппаратными ключами. Anthropic обучила Sonnet 5 вовсе этого не делать, а затем наложила поверх защиты. Ни один подход не очевидно «правильный», и оба создают реальное трение для легитимной работы.

Если вы хотите сами нарастить базу знаний для таких решений, а не полагаться на чужие таблицы бенчмарков, начните с нашего трекa навыков AI Fundamentals.