Claude Opus 4.8 vs GPT-5.5: Đánh giá chuẩn, bài kiểm tra và cách lựa chọn

Nếu bạn đang chọn một mô hình đầu bảng cho công việc tác tử nghiêm túc ngay lúc này, Claude Opus 4.8 và GPT-5.5 rõ ràng là hai trong số lựa chọn hàng đầu, bên cạnh Gemini 3.5 Flash. Cả hai đều là trần năng lực hiện tại trong sản phẩm của phòng lab tương ứng và đều nhắm tới lập trình tầm xa và quy trình làm việc tự động.

Các con số nổi bật khá sít sao nên quyết định không thể dựa vào benchmark đơn thuần. Opus 4.8 dẫn trên SWE-bench Pro (69,2% so với 58,6%) trong khi GPT-5.5 dẫn trên Terminal-Bench 2.0 (82,7% so với 74,6%). Điều thú vị hơn nằm ở chất lượng: Anthropic đặt cược rằng tính trung thực và mức độ bất định được hiệu chỉnh là mặt trận tiếp theo cho AI sản xuất, còn OpenAI đặt cược vào thông lượng tác tử thô và hiệu quả token.

Trong bài viết này, tôi sẽ so sánh Claude Opus 4.8 và GPT-5.5 theo năm khía cạnh: lập trình và quy trình tác tử, nhiệm vụ lập luận và tri thức, hiệu năng ngữ cảnh dài, căn chỉnh và độ tin cậy, cùng mức giá. Bạn cũng có thể xem bài viết riêng về Claude Opus 4.8 và GPT-5.5 để đào sâu từng mô hình.

Cập nhật những tin tức mới nhất về AI. Đăng ký The Median, bản tin miễn phí vào thứ Sáu hằng tuần tóm lược các câu chuyện nổi bật. Nắm bắt nhanh chỉ trong vài phút mỗi tuần.

Claude Opus 4.8 là gì?

Claude Opus 4.8 là mô hình đầu bảng hiện tại của Anthropic, ra mắt ngày 28 tháng 5, 2026. Nó đứng đầu dòng Claude phía trên Sonnet và Haiku, được thiết kế cho các tác vụ khắt khe nhất: lập trình tác tử, lập luận đa bước phức tạp và quy trình tự động chạy dài. Cải tiến nổi bật so với Opus 4.7 không chỉ là điểm benchmark mà còn là chuyển dịch về chất hướng tới tính trung thực: mô hình ít bỏ qua lỗi trong mã mà không cảnh báo hơn bốn lần so với thế hệ trước.

Opus 4.8 cũng đi kèm loạt tính năng mới, gồm quy trình động trong Claude Code (có thể chạy hàng trăm tác tử con song song trong một phiên), điều khiển mức nỗ lực trong claude.ai, và chế độ nhanh hiện có giá chỉ bằng một phần ba so với các mô hình Opus trước. Mức giá cho sử dụng chuẩn là 5 USD cho mỗi triệu token đầu vào và 25 USD cho mỗi triệu token đầu ra, không đổi so với Opus 4.7.

Đừng quên đọc các hướng dẫn của chúng tôi về Claude Fable 5 và Claude Mythos 5, những mô hình đầu bảng mới nhất của Anthropic.

GPT-5.5 là gì?

GPT-5.5 là mô hình chủ lực tháng 4 năm 2026 của OpenAI, được mô tả là mô hình lập trình tác tử mạnh nhất của hãng tính đến nay. Nó có sẵn trong ChatGPT và Codex cho người dùng Plus, Pro, Business và Enterprise, với cửa sổ ngữ cảnh 1M trong Codex. Tuyên bố chính của OpenAI là GPT-5.5 đạt độ trễ trên mỗi token tương đương GPT-5.4 trong môi trường phục vụ thực tế nhưng thể hiện mức “trí tuệ” cao hơn đáng kể, đồng thời dùng ít token hơn để hoàn thành cùng tác vụ trong Codex.

Biến thể GPT-5.5 Pro cũng có sẵn cho công việc yêu cầu độ chính xác cao, với giá 30 USD mỗi triệu token đầu vào và 180 USD mỗi triệu token đầu ra trên API. Giá API chuẩn của GPT-5.5 là 5 USD mỗi triệu token đầu vào và 30 USD mỗi triệu token đầu ra.

Claude Opus 4.8 vs GPT-5.5: So sánh trực diện

Dưới đây là tóm tắt nhanh về vị thế của mỗi mô hình trước khi đi vào chi tiết. Bức tranh tách theo miền ứng dụng, nên lựa chọn đúng phụ thuộc nhiều vào việc bạn đang xây dựng gì.

Lập trình và quy trình tác tử

Đây là khía cạnh hai mô hình khác biệt rõ nhất, và khác biệt theo môi trường hơn là chất lượng tổng thể. Trên SWE-bench Pro, vốn dùng các kho mã thực được duy trì tích cực và không rò rỉ đáp án công khai, Opus 4.8 đạt 69,2% so với 58,6% của GPT-5.5. Đó là khoảng cách 10,6 điểm nghiêng về Opus 4.8 cho kỹ nghệ phần mềm cấp độ kho mã.

Bức tranh đảo chiều trên Terminal-Bench 2.0, nơi GPT-5.5 đạt 78,2% so với 74,6% của Opus 4.8. Terminal-Bench kiểm tra các quy trình dòng lệnh phức tạp đòi hỏi lập kế hoạch, lặp lại và phối hợp công cụ, vì vậy nếu công việc của bạn nặng về shell hoặc hướng DevOps, GPT-5.5 có lợi thế. Một chi tiết đáng chú ý từ system card của Anthropic: ở mức nỗ lực tối thiểu, Opus 4.8 đã đạt hiệu năng đỉnh của Opus 4.7 ở mức nỗ lực tối đa trên SWE-bench Pro, cho thấy không gian tăng cường mà điều khiển nỗ lực đem lại.

Bức tranh lập trình tách bạch: Opus 4.8 cho kỹ nghệ cấp kho mã, nơi hiểu cấu trúc codebase quan trọng; GPT-5.5 cho quy trình nặng terminal và tự động hóa shell. Nếu bạn chạy Claude Code với quy trình động, Opus 4.8 nay có thể điều phối hàng trăm tác tử con song song trong một phiên, một lớp năng lực khác với những gì điểm benchmark thô của cả hai mô hình thể hiện.

Nhiệm vụ lập luận và tri thức

Trên Humanity's Last Exam, bộ đánh giá các câu hỏi khó cấp sau đại học về khoa học, toán và nhân văn, Opus 4.8 dẫn cả khi có và không có công cụ. Không công cụ: 49,8% cho Opus 4.8 so với 41,4% cho GPT-5.5. Có công cụ: 57,9% so với 52,2%. Đó là khoảng cách ổn định 7–8 điểm nghiêng về Opus 4.8 cho lập luận liên ngành.

Câu chuyện về toán đặc biệt ấn tượng. Trên Kỳ thi Olympic Toán học Mỹ (USAMO), Opus 4.8 đạt 96,7% trong kỳ thi năm nay, diễn ra sau thời điểm cắt dữ liệu huấn luyện của mô hình, loại trừ khả năng nhiễm bẩn dữ liệu. Opus 4.7 đạt 69,3% trên cùng bài toán. Đó là bước nhảy 27 điểm ở toán chứng minh chỉ trong một thế hệ mô hình. GPT-5.5 đạt 51,7% trên FrontierMath Tầng 1–3 và 35,4% ở Tầng 4, là kết quả tốt, nhưng so sánh với USAMO không có sẵn trực tiếp cho GPT-5.5 trong ghi chú nghiên cứu.

Anthropic chưa công bố điểm GPQA Diamond cho riêng Opus 4.8, có lẽ vì bộ này đã bão hòa và kém liên quan hơn so với các benchmark khác.

Cũng đáng chú ý là cả hai mô hình đều kém hơn Gemini 3.5 Flash (57,9%) ở công việc tri thức tài chính, theo đo lường của Finance Agent v2 (lần lượt 53,9% và 51,8%).

Sử dụng công cụ và tương tác máy tính

Opus 4.8 dẫn trên cả hai benchmark chính về sử dụng công cụ và sử dụng máy tính. Trên OSWorld-Verified, đánh giá khả năng hoàn thành tác vụ bằng cách điều khiển máy tính bàn sống với chuột và bàn phím, Opus 4.8 đạt 83,4% so với 78,7% của GPT-5.5. Trên MCP-Atlas, đo lường sử dụng công cụ đa bước qua các API thực, Opus 4.8 đạt 82,2% so với 75,3% của GPT-5.5.

Khoảng cách OSWorld đáng chú ý vì Opus 4.7 và GPT-5.5 gần như hòa trên benchmark này (78,0% so với 78,7%). Opus 4.8 đã vượt lên khoảng năm điểm, là cải thiện đáng kể cho các đội xây dựng tác tử trình duyệt hoặc tự động hóa desktop. Những người thử nghiệm sớm báo cáo Opus 4.8 đạt 84% trên Online-Mind2Web, một benchmark tác tử web, tăng so với cả Opus 4.7 và GPT-5.5.

Một lưu ý về hiệu năng tác tử: system card của Anthropic ghi nhận sự thoái lui về khả năng chống tiêm prompt. Không có biện pháp bảo vệ, một lần tấn công đơn lẻ thành công với Opus 4.8 khoảng 7% thời gian, so với 2,3% ở Opus 4.7. Khi triển khai biện pháp bảo vệ, con số trở lại 2%, nhưng nếu bạn xây dựng pipeline tác tử xử lý đầu vào không tin cậy, đây là điều cần biết trước khi chuyển đổi.

Hiệu năng ngữ cảnh dài

Đây là nơi Opus 4.8 có lợi thế rõ nhất. Trên GraphWalks, bài kiểm tra áp lực lập luận ngữ cảnh dài bằng cách nhúng một đồ thị có hướng lớn vào cửa sổ ngữ cảnh và yêu cầu mô hình duyệt nó, Opus 4.8 đạt 85,9% ở tập con BFS 256K so với 73,7% của GPT-5.5. Ở tập con 1M token đầy đủ, khoảng cách nới rộng: 68,1% cho Opus 4.8 so với 45,4% cho GPT-5.5.

Như chúng tôi đã lưu ý trong đánh giá GPT-5.5, GPT-5.4 gần như sụp đổ sau 128K token, và GPT-5.5 đã khắc phục. Nhưng Opus 4.8 vẫn vượt trội đáng kể ở mức 1M. Với quy trình tài liệu dày đặc, hồ sơ tài chính nặng hoặc bất kỳ tác vụ nào cần lập luận trên ngữ cảnh rất lớn, Opus 4.8 là lựa chọn mạnh hơn với biên đáng kể.

Căn chỉnh, trung thực và độ tin cậy

Đây là khía cạnh Anthropic cạnh tranh rõ ràng nhất với Opus 4.8, và kết quả thực sự thú vị. Trong một bài test nơi mô hình tóm tắt phiên lập trình có ẩn các thất bại, Opus 4.8 chỉ bỏ qua những thất bại đó 3,7% thời gian. Đây cũng là mô hình Claude đầu tiên đạt điểm không ở bài test phải phát hiện dữ liệu lỗi trước khi báo cáo kết quả.

Đội ngũ căn chỉnh của Anthropic cũng nhận thấy Opus 4.8 có tỷ lệ hành vi lệch chuẩn thấp hơn đáng kể so với Opus 4.7, và tương tự Claude Mythos Preview, mô hình mạnh nhất và được căn chỉnh cẩn trọng nhất của Anthropic. Có một lưu ý: trong quá trình huấn luyện, Opus 4.8 đôi khi có vẻ lập luận về cách sẽ được chấm điểm hơn là cách hoàn thành nhiệm vụ. Anthropic cho biết ảnh hưởng hành vi là khiêm tốn, nhưng đó là điều có thể quan trọng trong triển khai tác tử rủi ro cao.

OpenAI chưa công bố các số liệu căn chỉnh tương đương cho GPT-5.5 trong ghi chú nghiên cứu có sẵn, nên không thể so sánh trực tiếp khía cạnh này. Điều có thể nói là Anthropic đang ưu tiên tính trung thực và bất định được hiệu chỉnh, dù kết quả gần đây còn lẫn lộn.

Giá

Ở tầng API chuẩn, hai mô hình khá gần nhau nhưng không hoàn toàn giống. Cả hai đều tính 5 USD mỗi triệu token đầu vào. Về đầu ra, Opus 4.8 là 25 USD mỗi triệu token so với 30 USD của GPT-5.5, chênh 17% và sẽ cộng dồn nhanh với khối lượng đầu ra lớn.

Opus 4.8 cũng có chế độ nhanh chạy với tốc độ 2,5 lần, giá 10 USD mỗi triệu token đầu vào và 50 USD mỗi triệu token đầu ra. Anthropic đã giảm giá chế độ nhanh xuống còn một phần ba so với các mô hình Opus trước, giúp nó thực tế hơn cho quy trình nhạy độ trễ.

GPT-5.5 Pro, cho công việc yêu cầu độ chính xác cao hơn, có giá 30 USD mỗi triệu token đầu vào và 180 USD mỗi triệu token đầu ra, cao đáng kể so với GPT-5.5 chuẩn.

Khi nào chọn Claude Opus 4.8 và khi nào chọn GPT-5.5

Quyết định không phải về mô hình nào tốt hơn nói chung. Đó là về mô hình nào phù hợp với hình dạng công việc cụ thể của bạn. Tôi sẽ đóng khung như sau.

Chọn Claude Opus 4.8 nếu...

• Công việc của bạn là kỹ nghệ phần mềm cấp kho mã. Khoảng cách 10 điểm trên SWE-bench Pro là tín hiệu thực, và thử nghiệm review code của chúng tôi xác nhận Opus 4.8 phát hiện lỗi tinh vi mà không cần gợi ý.
• Bạn xây dựng pipeline tác tử xử lý tài liệu dài hoặc codebase lớn. Khoảng cách GraphWalks 1M (68,1% so với 45,4%) là khác biệt hiệu năng lớn nhất giữa hai mô hình trên bất kỳ benchmark nào.
• Bạn cần mô hình tự gắn cờ sự bất định. Cải thiện về tính trung thực của Opus 4.8 đặc biệt quan trọng trong các lượt chạy tác tử không giám sát từng bước.
• Bạn chạy tác tử trình duyệt hoặc tự động hóa desktop. Opus 4.8 dẫn OSWorld-Verified khoảng năm điểm so với GPT-5.5, và người thử nghiệm sớm báo 84% trên Online-Mind2Web.
• Chi phí token đầu ra quan trọng ở quy mô. Với 25 USD mỗi triệu token đầu ra so với 30 USD của GPT-5.5, chênh lệch cộng dồn nhanh trên khối lượng lớn.

Chọn GPT-5.5 nếu...

• Công việc của bạn nặng terminal. GPT-5.5 dẫn Terminal-Bench 2.0 tám điểm (82,7% so với 74,6%), phù hợp với kết quả thử nghiệm GPT-5.5 của chúng tôi.
• Bạn cần tầng Pro cho tác vụ khó nhất. GPT-5.5 Pro có sẵn với 30 USD mỗi triệu token đầu vào và 180 USD mỗi triệu token đầu ra cho công việc độ chính xác cao. Opus 4.8 không có biến thể phân tầng tương đương.
• Bạn đã gắn sâu với hệ sinh thái OpenAI. GPT-5.5 tích hợp với Codex, ChatGPT và bộ công cụ rộng hơn của OpenAI, có cộng đồng lớn hơn và nhiều ví dụ tích hợp hơn hệ sinh thái của Anthropic.
• Bạn thực hiện quy trình nghiên cứu khoa học. GPT-5.5 cho kết quả tốt trên GeneBench (25,0%) và BixBench (80,5%), và OpenAI định vị nó rõ ràng như một “đồng nghiệp khoa học” cho nghiên cứu y sinh.

Kết luận

Opus 4.8 là mô hình mạnh hơn cho hầu hết tác vụ quan trọng với nhà khoa học dữ liệu và kỹ sư ML: lập trình cấp kho mã, lập luận ngữ cảnh dài, sử dụng công cụ đa bước và quy trình tác tử cần chạy không giám sát. Cải thiện về tính trung thực là phần tôi thấy thú vị nhất, vì một mô hình biết nói khi nó bế tắc hữu ích hơn trong sản xuất so với mô hình báo cáo thành công một cách tự tin. Liệu điều này có giữ vững trong thực tế hay không còn phải xem, nhưng hướng đi có vẻ đầy hứa hẹn.

GPT-5.5 là lựa chọn đúng cho công việc nặng terminal và cho các đội đã đầu tư vào hệ sinh thái OpenAI. Khoảng cách Terminal-Bench là có thật, và GPT-5.5 Pro mang lại tùy chọn độ chính xác cao mà Opus 4.8 hiện chưa có dạng phân tầng tương ứng.

Một điều đáng theo dõi: Anthropic liên tục nhắc tới Claude Mythos Preview trong suốt thông báo về Opus 4.8, mô tả đó là mô hình được căn chỉnh tốt nhất và đã được sử dụng hạn chế cho an ninh mạng. Có thể Opus 4.8 sẽ không còn là trần quá lâu. Nếu bạn muốn nắm bắt nhanh nền tảng AI và cách làm việc thực tế với các mô hình này, tôi khuyến nghị bắt đầu với lộ trình kỹ năng AI Fundamentals trên DataCamp.