GPT-6.1 Sol vs Claude Sonnet 5.5: Điểm chuẩn, giá, và bài kiểm tra thực hành
Cùng giá niêm yết, khác chữ nhỏ. Chúng tôi so sánh GPT-6.1 Sol và Claude Sonnet 5.5 về điểm chuẩn, chi phí cache và ngữ cảnh dài, truy cập đám mây, và một bài kiểm tra mã hóa thực hành.
Anthropic ra mắt Claude Sonnet 5.5 vào ngày 28 tháng 9 năm 2026, và OpenAI đáp lại một ngày sau tại DevDay với GPT-6.1 Sol.
Cả hai đều là mô hình tầm trung với cùng mức giá niêm yết, và cả hai bài giới thiệu đều so sánh với Claude Opus 5.5 thay vì so trực tiếp với nhau. Điều đó khiến người dùng phải chọn giữa hai bộ điểm chuẩn hầu như không trùng nhau và một mức giá không đủ để phân thắng bại.
Trong bài viết này, tôi sẽ so sánh GPT-6.1 Sol và Claude Sonnet 5.5 về khả năng mã hóa, công việc tri thức, tốc độ, độ an toàn và giá, sau đó cho cả hai chạy cùng một bài kiểm tra mã hóa thực hành.
Cả hai mô hình tính phí theo token giống nhau, nên hóa đơn chỉ khác khi dùng ngữ cảnh bộ nhớ đệm và các prompt rất dài.
GPT-6.1 Sol rẻ hơn cho vòng lặp tác tử dùng cache nặng; Claude Sonnet 5.5 rẻ hơn nhiều cho prompt vượt 272K token.
Nhà cung cấp công bố rất ít điểm chuẩn chung, và mỗi bên tuyên bố kết quả gần Opus 5.5 trên các bài test riêng.
Trong bài test thực hành của chúng tôi, Sol xây dựng ứng dụng cẩn trọng hơn, nhưng Sonnet hoàn thành nhanh hơn và với ít lượt hơn.
Chọn Sonnet 5.5 nếu ưu tiên tốc độ, ngữ cảnh dài, và triển khai trên AWS hoặc Google Cloud.
Chọn GPT-6.1 Sol nếu tác tử dùng cache nặng và pipeline cần từ chối đầu vào sai thay vì chỉ kèm cảnh báo.
GPT-6.1 Sol là gì?
GPT-6.1 Sol là mô hình GPT-6 tầm trung của OpenAI, ra mắt tại DevDay vào ngày 29 tháng 9 năm 2026, chỉ một tuần sau GPT-6 Sol. OpenAI định vị nó là "trí tuệ gần Astra với một phần năm giá" cho mã hóa theo tác tử, sử dụng máy tính, và công việc chuyên môn.
Claude Sonnet 5.5 là mô hình tầm trung của Anthropic, ra mắt ngày 28 tháng 9 năm 2026, là mô hình Claude 5.5 thứ hai và là lựa chọn bổ sung nhanh hơn, chi phí thấp hơn cho Claude Opus 5.5.
Anthropic cho biết nó mạnh ở các tác vụ thường ngày phạm vi rõ ràng, sửa lỗi, và tài liệu trau chuốt; những người thử sớm cũng đánh giá cao con mắt thiết kế của nó.
GPT-6.1 Sol vs Claude Sonnet 5.5: So sánh trực diện
GPT-6.1 Sol và Claude Sonnet 5.5 gần nhau hơn bất kỳ cặp chéo nhà cung cấp nào gần đây: cùng mức giá cơ bản, cùng thang nỗ lực, và cửa sổ ngữ cảnh gần như giống hệt.
Khác biệt đáng kể nằm ở giá cache, cách tính phí prompt dài, tốc độ, và cách mỗi mô hình xử lý đầu vào vi phạm quy tắc.
Tính năng
GPT-6.1 Sol
Claude Sonnet 5.5
Nhà phát triển và ngày phát hành
OpenAI, 29 tháng 9, 2026
Anthropic, 28 tháng 9, 2026
Định vị
Kết quả gần Astra với 1/5 giá của Astra
Bổ sung nhanh hơn, chi phí thấp hơn cho Opus 5.5
Nhập / xuất trên mỗi 1M token
$2 / $10
$2 / $10
Đọc đầu vào từ cache trên mỗi 1M token
$0.10
$0.20
Prompt dài
2x nhập, 1.5x xuất trên 272K token đầu vào
Mức chuẩn cho toàn bộ cửa sổ 1M
Cửa sổ ngữ cảnh / đầu ra tối đa
1.050.000 / 128.000 token
1M / 128K token
Các mức nỗ lực suy luận
low, medium, high, xhigh, max
low, medium, high, xhigh, max
Artificial Analysis Intelligence Index
51,8
56
Đám mây lớn
Microsoft Azure (Bedrock và Vertex AI chưa xác nhận)
Amazon Bedrock, Google Cloud, Microsoft Foundry
Bài test thực hành của chúng tôi (điểm trung bình theo rubric)
5,0
4,7
Mã hóa và quy trình theo tác tử
Không có nhà cung cấp nào công bố một điểm chuẩn mã hóa mà bên kia cũng chạy, nên cách duy nhất để đặt chúng cạnh nhau là thông qua Claude Opus 5.5, vốn được cả hai bài ra mắt dùng làm thước đo.
Đọc theo cách đó, hai mô hình về cơ bản nằm cùng vị trí: mỗi bên tuyên bố kết quả theo tác tử ở mức Opus với một nửa giá niêm yết $4 / $20 của Opus 5.5.
Điểm chuẩn
GPT-6.1 Sol
Claude Sonnet 5.5
Ghi chú
DeepSWE v1.1
Sánh ngang GPT-6 Astra; cao hơn điểm tốt nhất của GPT-6 Sol 6,4 điểm
Không công bố
OpenAI, chỉ tuyên bố tương đối
AutomationBench 1.0.6
Cao hơn Opus 5.5 2,2 điểm ở mức nỗ lực trung bình
Không công bố
OpenAI, với chi phí khoảng một phần ba của Opus 5.5
Terminal-Bench Science 0.1
$5,47 mỗi tác vụ ở mức nỗ lực tối đa so với $23,21 cho Opus 5.5
Không công bố
OpenAI; GPT-6 Astra dẫn đầu điểm số với 68,1%
Terminal-Bench 4.0
Không công bố
70,6% (Opus 5.5: 66,4%)
Anthropic; Artificial Analysis đo 64%
CursorBench 4.0
Không công bố
55,5% (Opus 5.5: 57,8%)
Anthropic; tác vụ từ phiên Cursor thực
FrontierCode 1.1 (Main)
Không công bố
52,1% ở xhigh, 46,2% ở max
Anthropic; Opus 5.5 đạt 54,4%
Bằng chứng của Sol thiên về kỹ nghệ phần mềm tầm xa với chi phí mỗi tác vụ thấp, trong khi Sonnet thiên về công việc terminal và các phiên chỉnh sửa nhiều tệp lộn xộn, nơi nó vượt Opus 5.5 ở một bài và kém ở bài khác.
Có hai lưu ý cho cả bảng:
Mọi con số do nhà cung cấp công bố, với kết quả đối thủ lấy từ báo cáo công khai.
OpenAI nêu hầu hết kết quả mã hóa theo tương quan với mô hình khác thay vì điểm tuyệt đối.
Dựa trên số liệu công bố, mã hóa gần như hòa hơn so với những gì các bài ra mắt ám chỉ, đó là lý do bài test thực hành bên dưới được coi trọng hơn thường lệ.
Công việc tri thức và sử dụng máy tính
Claude Sonnet 5.5 có luận cứ công bố mạnh hơn cho công việc văn phòng và tài liệu, một phần vì Anthropic báo cáo nhiều hơn.
Sonnet đạt 1844 trên GDPval-AA, trong phạm vi 2 điểm so với Opus 5.5, và 80,1% trên OSWorld 2.1. GPT-6.1 Sol vượt Opus 5.5 với fallback trên GDP.pdf, một bài hỏi-đáp qua các PDF chuyên môn phức tạp, với chi phí mỗi tác vụ chưa đến một nửa, và chỉ kém GPT-6 Astra 2,1 điểm trên bộ offline OSWorld 2.0.
Các phiên bản OSWorld khác nhau, nên hai kết quả đó không so trực tiếp được.
Một con số bên thứ ba chung, Artificial Analysis Intelligence Index, đặt Sonnet ở mức 56 và Sol ở 51,8, lần lượt do Smartscope và danh sách model của OpenRouter báo cáo.
Dựa trên bằng chứng sẵn có, Sonnet nhỉnh hơn ở công việc tri thức.
Tốc độ và hiệu suất token
Claude Sonnet 5.5 mặc định là mô hình nhanh hơn.
Anthropic nói nó sinh đầu ra nhanh hơn Sonnet 5 trên 30% và giảm tới 30% chi phí mỗi tác vụ, và các báo cáo khách hàng trong bài ra mắt cũng ủng hộ xu hướng này, như Lovable ghi nhận "ít hơn một phần ba số lần gọi công cụ" trong đánh giá mã hóa.
GPT-6.1 Sol coi tốc độ là tiện ích trả phí. Chế độ nhanh tính 2x mức chuẩn và không khả dụng với lưu trú dữ liệu EU; OpenAI cho biết GPT-6.1 Sol Ultrafast, với tốc độ sinh token nhanh hơn tới 8x trong Codex, sẽ ra mắt trong vài ngày tới.
Anthropic chỉ cung cấp chế độ nhanh trên các mô hình Opus, không phải Sonnet 5.5.
Nếu bạn muốn tốc độ mà không trả phụ phí, Sonnet là lựa chọn mặc định.
Hàng rào an toàn và độ tin cậy
Cả hai mô hình đều có hàng rào an toàn thay đổi hành vi trong sản xuất, và Sonnet có các thay đổi dễ thấy hơn.
Các yêu cầu an ninh mạng rủi ro cao trên Sonnet 5.5 sẽ rơi xuống Sonnet 5 một cách hiển thị, và các khối suy nghĩ của nó chỉ hoạt động trong tài khoản đã tạo ra chúng, điều này quan trọng nếu bạn chuyển cuộc trò chuyện giữa các tài khoản.
OpenAI xếp GPT-6.1 Sol ở mức Critical trong an ninh mạng.
Nó cắt giảm lỗi thực tế ở mức nỗ lực thấp từ 11,4% xuống 7,7% so với GPT-6 Sol, nhưng tỷ lệ đánh lừa trong mã hóa là 1,50% cao hơn mức 0,51% của Astra.
Tôi sẽ giữ một bước rà soát thủ công cho các lần chạy Sol không giám sát, và lên kế hoạch cho fallback về Sonnet 5 nếu bạn làm việc an ninh trên Sonnet.
Giá: bạn thực sự trả bao nhiêu
GPT-6.1 Sol và Claude Sonnet 5.5 cùng tính $2 cho mỗi 1M token đầu vào và $10 cho mỗi 1M token đầu ra, nên hóa đơn chỉ khác ở ngữ cảnh cache và prompt rất dài.
Sol thắng khi cùng một ngữ cảnh được tái sử dụng nhiều lần, và Sonnet thắng ngay khi một yêu cầu vượt quá 272K token đầu vào.
Mức phí token cạnh nhau
Mức phí
GPT-6.1 Sol
Claude Sonnet 5.5
Đầu vào, mỗi 1M token
$2,00
$2,00
Đầu ra, mỗi 1M token
$10,00
$10,00
Đọc đầu vào từ cache, mỗi 1M token
$0,10
$0,20
Ghi cache, mỗi 1M token
$2,50
$2,50 (5 phút), $4 (1 giờ)
Yêu cầu vượt 272K token đầu vào
2x mức nhập và cache, 1,5x mức xuất, áp cho toàn bộ yêu cầu
Mức chuẩn cho toàn bộ cửa sổ 1M
Giảm giá batch
50% (Batch và Flex)
50% (Batch API)
Chế độ nhanh
2x mức chuẩn
Không cung cấp
Phụ phí là dòng cần theo dõi: trên Sol, chỉ một bước truy xuất quá cỡ sẽ tính lại giá cho toàn bộ yêu cầu, không chỉ phần vượt ngưỡng.
Chi phí một khối lượng công việc thực
Khối lượng công việc (hàng tháng)
GPT-6.1 Sol
Claude Sonnet 5.5
Chênh lệch
Trợ lý cân bằng: 1M vào / 250K ra
$4,50
$4,50
$0 (0%)
Truy xuất, mỗi yêu cầu dưới 272K: 10M vào / 1M ra
$30
$30
$0 (0%)
Truy xuất, mỗi yêu cầu trên 272K: 10M vào / 1M ra
$55
$30
Sol đắt hơn $25 (+83%)
Vòng lặp dùng cache nặng: tiền tố 100K ghi một lần, 1.000 lần đọc cache, cộng 5K đầu vào mới / 1K đầu ra mỗi yêu cầu
$30,25
$40,25
Sonnet đắt hơn $10 (+33%)
Mỗi tổng là (khối lượng ÷ 1M) × mức phí, cộng các dòng đầu vào, đầu ra, và cache, ở mức chuẩn.
Trợ lý cân bằng và truy xuất dưới ngưỡng: mức phí giống nhau cho hóa đơn giống nhau.
Truy xuất vượt ngưỡng: cùng 10M token, chia thành các yêu cầu trên 272K, khiến Sol mất $4 mỗi 1M đầu vào và $15 mỗi 1M đầu ra, và chỉ riêng điều đó đã biến một trận hòa thành phụ phí 83%.
Vòng lặp dùng cache nặng: 100M token đọc cache tốn $10 trên Sol và $20 trên Sonnet, giả sử lần đọc nằm trong cửa sổ cache. Prompt 105K token vẫn dưới ngưỡng của Sol.
Không nhà cung cấp nào công bố số token cho cùng một khối lượng công việc, và chúng tôi chưa đo tokenizer của mỗi bên tách cùng một văn bản như thế nào, nên hãy coi các tổng này là so sánh mức phí chứ không phải hóa đơn thực.
Hiệu năng của GPT-6.1 Sol và Claude Sonnet 5.5
Vì các điểm chuẩn công bố không trùng nhau, tôi tự chạy một tác vụ build trên cả hai mô hình, với cùng prompt và cùng bộ công cụ.
Điểm khó không phải hoạt ảnh. Mà là dữ liệu: prompt không hề nói rằng đồ thị thứ hai cắt đứt đích khỏi nguồn, hay đồ thị thứ ba có một cạnh trọng số âm, điều này phá vỡ các quy tắc mà thuật toán Dijkstra phụ thuộc vào.
Không có điểm chuẩn mã hóa chung giữa hai mô hình này, đây là phép so sánh trực tiếp duy nhất trong bài.
Cả hai mô hình chạy trong cùng một tác tử mã hóa, OpenCode, ở mức nỗ lực suy luận cao, mỗi mô hình một lần thử và không thử lại.
Mỗi bên nhận một không gian làm việc trống chỉ có tệp đồ thị và cùng năm quyền công cụ: read, list, glob, grep, và edit, trong đó edit bao gồm ghi tệp.
Cấu hình tác tử chặn quyền shell và mạng, nên không mô hình nào có thể tự mở trang để kiểm tra. Đây là prompt, nguyên văn:
You have a file, `graph.json`, in the working directory. It holds three scenarios. Each scenario is a small weighted undirected graph — 12 nodes with `x`/`y` positions on a 1200×800 plane, 20 to 24 edges with integer weights, and a `source` and a `target` node.
Build a single-file HTML page (inline CSS and JS, canvas or SVG, no build step, no external dependencies, no network) that visualizes Dijkstra's algorithm on those graphs. It needs:
- read `graph.json` and embed its contents in the page (a JS object or `<script>` block) so it works when opened as a file — do not `fetch` it;
- a scenario selector: the first scenario is selected on load, and choosing another one restarts the visualization on that graph;
- draw the selected graph at the given positions with every edge weight labelled;
- auto-start on load from `source` to `target` with no click required, animating one edge examination every 300 milliseconds: pop the closest unsettled node, then examine each of its edges one at a time — highlight the edge being examined, and update the neighbour's tentative distance label if it improves;
- three visibly distinct node states at all times: settled, frontier (reached but not settled), and unvisited; each reached node shows its current tentative distance;
- stop when the target is settled, highlight the shortest path from source to target, and show a table of the final distance from the source to every node;
- pause / resume, single-step, and restart controls;
- everything fits 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.Được hỗ trợ bởi
Tôi chấm từng trang theo ba câu hỏi:
Độ đúng của thuật toán: Có thực sự là Dijkstra không, với khoảng cách cuối cùng đúng, đường đi đúng, và thứ tự chốt nút đúng, và có nhận ra khi đồ thị phá vỡ quy tắc của thuật toán không?
Độ trung thực của trực quan hóa: Bạn có thể theo dõi thuật toán chỉ từ hình vẽ không?
Điều khiển và bố cục: Các điều khiển có hoạt động không, và có nằm gọn trong một màn hình không?
GPT-6.1 Sol tạo ra gì
GPT-6.1 Sol xây một trang trau chuốt với sổ tay trực tiếp bên cạnh đồ thị: phép kiểm tra cạnh hiện tại được viết thành phép tính, danh sách frontier sắp xếp theo gần nhất trước, và bảng khoảng cách cập nhật theo thời gian thực. Ở đồ thị đầu tiên, nó tìm đúng đường đi và khoảng cách, và khi bước tay thì các nút được chốt đúng thứ tự theo đáp án.
Nó cũng xử lý tốt cả hai cái bẫy. Ở đồ thị bị cắt đứt, nó báo "Không có đường tới đích" và để hai nút không thể tới ở vô cực. Ở đồ thị có cạnh âm, nó từ chối chạy, tô đỏ cạnh vi phạm và giải thích rằng không có đường đi ngắn nhất hữu hạn.
Nó đạt điểm 5 ở cả ba câu hỏi.
Claude Sonnet 5.5 tạo ra gì
Claude Sonnet 5.5 xây một trang đơn giản hơn với bản ghi chạy giải thích từng lần kiểm tra cạnh, và nó đúng ở đồ thị đầu tiên, với cùng đường đi, khoảng cách và thứ tự chốt.
Nó cũng phát hiện cả hai cái bẫy mà không cần gợi ý, thậm chí còn chỉ ra rằng đồ thị thứ hai có 17 cạnh trong khi prompt nói 20 đến 24.
Điểm trừ đến ở đồ thị có cạnh âm.
Sonnet hiển thị cảnh báo đỏ rõ ràng, nêu tên cạnh âm và nói đảm bảo của Dijkstra không còn giữ, nhưng rồi vẫn vẽ một "đường đi ngắn nhất" màu xanh và báo một khoảng cách làm đáp án.
Điều đó khiến nó mất một điểm ở độ đúng thuật toán, còn hai mục kia đạt 5.
Kết quả
Turns là số vòng trao đổi để hoàn thành build, và tool calls là tổng số lần đọc tệp, tìm kiếm và ghi.
Thước đo
GPT-6.1 Sol
Claude Sonnet 5.5
Turns
5
4
Tool calls
7
3
Khả năng chạy
pass
pass
Độ đúng thuật toán
5
4
Độ trung thực trực quan
5
5
Điều khiển và bố cục
5
5
Điểm rubric (trung bình ba trục)
5,0
4,7
GPT-6.1 Sol là người xây dựng kỹ lưỡng hơn, và đồ thị cạnh âm chính là toàn bộ khác biệt: nó từ chối chạy đồ thị phá luật thuật toán, trong khi Sonnet cảnh báo rồi vẫn trả lời.
Tôi vẫn sẽ chọn Claude Sonnet 5.5 cho công việc build thường ngày, vì nó đạt một trang đúng và chạy được với ít lượt và ít lần gọi công cụ hơn, và hoàn thành nhanh hơn nhiều.
Tuy vậy, cảnh báo là có thật. Nếu pipeline của bạn phải từ chối đầu vào không hợp lệ thay vì chỉ cảnh báo, thì hành vi của Sol là điều bạn cần.
Đây là mỗi mô hình một lần chạy cho một tác vụ, nên nó đo mức độ cẩn trọng khi triển khai thuật toán, không phải khả năng mã hóa nói chung, và không nói gì về việc dùng token hay chi phí.
Khi nào nên chọn GPT-6.1 Sol so với Claude Sonnet 5.5
Với mức giá cơ bản giống hệt, lựa chọn phụ thuộc vào hình dạng prompt, nơi bạn triển khai, và mức độ mô hình phải từ chối đầu vào xấu nghiêm ngặt đến đâu.
Chọn GPT-6.1 Sol nếu...
Tác tử của bạn tái sử dụng ngữ cảnh cache lớn. Đọc cache rẻ bằng một nửa Sonnet, khiến ví dụ dùng cache nặng trong bảng giá rẻ hơn $10/tháng trên Sol.
Pipeline của bạn phải từ chối đầu vào không hợp lệ. Trong bài test của chúng tôi, Sol dừng lại trước đồ thị phá luật thuật toán thay vì đưa ra câu trả lời kèm cảnh báo.
Bạn tự động hóa các quy trình nghiệp vụ nhiều bước. OpenAI báo cáo Sol cao hơn Opus 5.5 2,2 điểm trên AutomationBench ở mức nỗ lực trung bình, với chi phí khoảng một phần ba.
Bạn đã làm việc trong ChatGPT Work, Codex, hoặc Azure. Sol có mặt ở cả ba, nên không cần nhận thêm nền tảng mới.
Chọn Claude Sonnet 5.5 nếu...
Prompt của bạn vượt 272K token. Sonnet tính phí cửa sổ 1M đầy đủ ở mức chuẩn, trong khi phụ phí của Sol khiến ví dụ truy xuất vượt ngưỡng trong bảng giá đắt hơn 83%.
Bạn lặp nhanh khi build. Sonnet hoàn thành bài test với ít lượt và ít lần gọi công cụ hơn, và Anthropic báo cáo đây là Sonnet nhanh nhất từ trước đến nay.
Bạn triển khai trên AWS hoặc Google Cloud. Sonnet có trên Amazon Bedrock, Google Cloud, và Microsoft Foundry, trong khi chúng tôi chỉ xác nhận Sol trên Azure.
Công việc của bạn thiên về coding trên terminal hoặc tài liệu trau chuốt. Đây là các lĩnh vực mà điểm chuẩn của Anthropic và người thử sớm nhấn mạnh.
Cách bắt đầu với GPT-6.1 Sol và Claude Sonnet 5.5
Cả hai mô hình đều khả dụng rộng rãi qua API của nhà cung cấp và qua OpenRouter, nhưng độ phủ đám mây khác nhau.
Bề mặt truy cập
GPT-6.1 Sol
Claude Sonnet 5.5
Ứng dụng người dùng
ChatGPT Work (Plus, Pro, Business, Enterprise, Edu); chưa có trong Chat
Ứng dụng Claude
API chính chủ
OpenAI API (Responses, Chat Completions không có tools, Batch)
Claude API
Nền tảng đám mây
Microsoft Azure; không thấy Bedrock và Vertex AI trong nguồn
Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry
Khác biệt lớn nhất là độ phủ đám mây: Sonnet 5.5 chạy trên cả ba đám mây lớn, trong khi chúng tôi chỉ xác nhận GPT-6.1 Sol trên Azure. Trên API của nhà cung cấp, ID là gpt-6.1-sol và claude-sonnet-5-5.
Thực hiện lệnh gọi API đầu tiên
Cách nhanh nhất để thử cả hai là qua OpenRouter, nơi bạn chỉ cần thay một chuỗi. Trên API của OpenAI, nhớ rằng gọi công cụ của Sol cần dùng Responses API.
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="YOUR_OPENROUTER_KEY")
response = client.chat.completions.create(
model="openai/gpt-6.1-sol",# swap for "anthropic/claude-sonnet-5.5"
messages=[{"role":"user","content":"Explain why Dijkstra's algorithm fails on negative edge weights."}],)print(response.choices[0].message.content)Được hỗ trợ bởi
GPT-6.1 Sol và Claude Sonnet 5.5 có chi phí mỗi token như nhau, nên hãy chọn theo hình dạng khối lượng công việc.
Dùng Sonnet 5.5 cho prompt dài, lặp nhanh, và triển khai đa đám mây; dùng GPT-6.1 Sol cho tác tử dùng cache nặng và các pipeline phải từ chối đầu vào sai.
Mặc định của tôi cho mã hóa thường ngày sẽ là Sonnet, với lưu ý từ bài test: nó thấy đồ thị phá luật Dijkstra, đã nói rõ, nhưng vẫn đưa ra câu trả lời, trong khi Sol từ chối.
Điều đáng chú ý là cả hai nhà cung cấp đều benchmark so với Claude Opus 5.5 thay vì so nhau, dấu hiệu cho thấy họ kỳ vọng phần lớn công việc trả phí sẽ chạy ở phân khúc tầm trung.
GPT-6.1 Sol hay Claude Sonnet 5.5 tốt hơn cho mã hóa?⌄
Dựa trên các điểm chuẩn đã công bố thì gần như hòa, vì OpenAI và Anthropic báo cáo các bài test mã khác nhau và mỗi bên đo so với Claude Opus 5.5. Trong bài test trình diễn Dijkstra thực hành của chúng tôi, GPT-6.1 Sol kỹ lưỡng hơn và từ chối đồ thị có cạnh âm, trong khi Claude Sonnet 5.5 cảnh báo nhưng vẫn trả lời. Sonnet hoàn thành với ít lượt và ít lần gọi công cụ hơn, nên phù hợp hơn cho lặp nhanh, còn Sol hợp với pipeline phải từ chối đầu vào sai.
GPT-6.1 Sol và Claude Sonnet 5.5 có giá bao nhiêu?⌄
Cả hai đều có giá $2 cho mỗi 1M token đầu vào và $10 cho mỗi 1M token đầu ra. GPT-6.1 Sol tính $0,10 cho mỗi 1M token đầu vào đọc từ cache so với $0,20 của Sonnet 5.5, nhưng Sol tính bất kỳ yêu cầu nào vượt 272K token đầu vào ở mức 2x cho đầu vào và 1,5x cho đầu ra. Claude Sonnet 5.5 tính mức chuẩn cho toàn bộ cửa sổ 1M token.
ID mô hình API cho GPT-6.1 Sol và Claude Sonnet 5.5 là gì?⌄
GPT-6.1 Sol có ID gpt-6.1-sol trên OpenAI API, và Claude Sonnet 5.5 là claude-sonnet-5-5 trên Claude API, hoặc anthropic.claude-sonnet-5-5 trên Amazon Bedrock. Trên OpenRouter, chúng là openai/gpt-6.1-sol và anthropic/claude-sonnet-5.5.
Tôi có thể truy cập GPT-6.1 Sol và Claude Sonnet 5.5 ở đâu?⌄
GPT-6.1 Sol có trên ChatGPT Work và Codex cho người dùng Plus, Pro, Business, Enterprise, và Edu, OpenAI API, Microsoft Azure, GitHub Copilot, và OpenRouter. Claude Sonnet 5.5 có trên ứng dụng Claude, Claude Code, Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry, GitHub Copilot, và OpenRouter.
Mô hình nào có cửa sổ ngữ cảnh lớn hơn, GPT-6.1 Sol hay Claude Sonnet 5.5?⌄
Gần như giống hệt nhau: GPT-6.1 Sol nhận 1.050.000 token và Claude Sonnet 5.5 nhận 1M, và cả hai trả tối đa 128.000 token đầu ra. Khác biệt nằm ở cách tính phí, vì GPT-6.1 Sol tính lại giá cho yêu cầu vượt 272K token đầu vào, còn Sonnet 5.5 thì không.
Nâng cao kỹ năng lập trình của bạn với trí tuệ nhân tạo — hướng dẫn trợ lý lập trình của bạn để viết, kiểm thử và tài liệu hóa mã nguồn một cách hiệu quả.
Anthropic ra mắt Claude Sonnet 5.5 vào ngày 28 tháng 9 năm 2026, và OpenAI đáp lại một ngày sau tại DevDay với GPT-6.1 Sol.
Cả hai đều là mô hình tầm trung với cùng mức giá niêm yết, và cả hai bài giới thiệu đều so sánh với Claude Opus 5.5 thay vì so trực tiếp với nhau. Điều đó khiến người dùng phải chọn giữa hai bộ điểm chuẩn hầu như không trùng nhau và một mức giá không đủ để phân thắng bại.
Trong bài viết này, tôi sẽ so sánh GPT-6.1 Sol và Claude Sonnet 5.5 về khả năng mã hóa, công việc tri thức, tốc độ, độ an toàn và giá, sau đó cho cả hai chạy cùng một bài kiểm tra mã hóa thực hành.
Để tìm hiểu sâu hơn từng mô hình, xem hướng dẫn GPT-6.1 Sol và hướng dẫn Claude Sonnet 5.5 của chúng tôi.
TL;DR
GPT-6.1 Sol là gì?
GPT-6.1 Sol là mô hình GPT-6 tầm trung của OpenAI, ra mắt tại DevDay vào ngày 29 tháng 9 năm 2026, chỉ một tuần sau GPT-6 Sol. OpenAI định vị nó là "trí tuệ gần Astra với một phần năm giá" cho mã hóa theo tác tử, sử dụng máy tính, và công việc chuyên môn.
Để thấy dòng Sol trên một dự án thực tế, hãy thử hướng dẫn API GPT-6 Sol của chúng tôi, nơi bạn sẽ xây một tác tử di trú codebase, hoặc bài so sánh GPT-6 Sol vs Claude Opus 5.5.
Claude Sonnet 5.5 là gì?
Claude Sonnet 5.5 là mô hình tầm trung của Anthropic, ra mắt ngày 28 tháng 9 năm 2026, là mô hình Claude 5.5 thứ hai và là lựa chọn bổ sung nhanh hơn, chi phí thấp hơn cho Claude Opus 5.5.
Anthropic cho biết nó mạnh ở các tác vụ thường ngày phạm vi rõ ràng, sửa lỗi, và tài liệu trau chuốt; những người thử sớm cũng đánh giá cao con mắt thiết kế của nó.
Hướng dẫn đầy đủ về Claude API của chúng tôi đề cập đến thiết lập và quản lý chi phí, và hướng dẫn Claude Opus 5.5 giải thích nơi người anh lớn vẫn xứng đáng với mức giá.
GPT-6.1 Sol vs Claude Sonnet 5.5: So sánh trực diện
GPT-6.1 Sol và Claude Sonnet 5.5 gần nhau hơn bất kỳ cặp chéo nhà cung cấp nào gần đây: cùng mức giá cơ bản, cùng thang nỗ lực, và cửa sổ ngữ cảnh gần như giống hệt.
Khác biệt đáng kể nằm ở giá cache, cách tính phí prompt dài, tốc độ, và cách mỗi mô hình xử lý đầu vào vi phạm quy tắc.
Mã hóa và quy trình theo tác tử
Không có nhà cung cấp nào công bố một điểm chuẩn mã hóa mà bên kia cũng chạy, nên cách duy nhất để đặt chúng cạnh nhau là thông qua Claude Opus 5.5, vốn được cả hai bài ra mắt dùng làm thước đo.
Đọc theo cách đó, hai mô hình về cơ bản nằm cùng vị trí: mỗi bên tuyên bố kết quả theo tác tử ở mức Opus với một nửa giá niêm yết $4 / $20 của Opus 5.5.
Bằng chứng của Sol thiên về kỹ nghệ phần mềm tầm xa với chi phí mỗi tác vụ thấp, trong khi Sonnet thiên về công việc terminal và các phiên chỉnh sửa nhiều tệp lộn xộn, nơi nó vượt Opus 5.5 ở một bài và kém ở bài khác.
Có hai lưu ý cho cả bảng:
Dựa trên số liệu công bố, mã hóa gần như hòa hơn so với những gì các bài ra mắt ám chỉ, đó là lý do bài test thực hành bên dưới được coi trọng hơn thường lệ.
Công việc tri thức và sử dụng máy tính
Claude Sonnet 5.5 có luận cứ công bố mạnh hơn cho công việc văn phòng và tài liệu, một phần vì Anthropic báo cáo nhiều hơn.
Sonnet đạt 1844 trên GDPval-AA, trong phạm vi 2 điểm so với Opus 5.5, và 80,1% trên OSWorld 2.1. GPT-6.1 Sol vượt Opus 5.5 với fallback trên GDP.pdf, một bài hỏi-đáp qua các PDF chuyên môn phức tạp, với chi phí mỗi tác vụ chưa đến một nửa, và chỉ kém GPT-6 Astra 2,1 điểm trên bộ offline OSWorld 2.0.
Các phiên bản OSWorld khác nhau, nên hai kết quả đó không so trực tiếp được.
Một con số bên thứ ba chung, Artificial Analysis Intelligence Index, đặt Sonnet ở mức 56 và Sol ở 51,8, lần lượt do Smartscope và danh sách model của OpenRouter báo cáo.
Dựa trên bằng chứng sẵn có, Sonnet nhỉnh hơn ở công việc tri thức.
Tốc độ và hiệu suất token
Claude Sonnet 5.5 mặc định là mô hình nhanh hơn.
Anthropic nói nó sinh đầu ra nhanh hơn Sonnet 5 trên 30% và giảm tới 30% chi phí mỗi tác vụ, và các báo cáo khách hàng trong bài ra mắt cũng ủng hộ xu hướng này, như Lovable ghi nhận "ít hơn một phần ba số lần gọi công cụ" trong đánh giá mã hóa.
GPT-6.1 Sol coi tốc độ là tiện ích trả phí. Chế độ nhanh tính 2x mức chuẩn và không khả dụng với lưu trú dữ liệu EU; OpenAI cho biết GPT-6.1 Sol Ultrafast, với tốc độ sinh token nhanh hơn tới 8x trong Codex, sẽ ra mắt trong vài ngày tới.
Anthropic chỉ cung cấp chế độ nhanh trên các mô hình Opus, không phải Sonnet 5.5.
Nếu bạn muốn tốc độ mà không trả phụ phí, Sonnet là lựa chọn mặc định.
Hàng rào an toàn và độ tin cậy
Cả hai mô hình đều có hàng rào an toàn thay đổi hành vi trong sản xuất, và Sonnet có các thay đổi dễ thấy hơn.
Các yêu cầu an ninh mạng rủi ro cao trên Sonnet 5.5 sẽ rơi xuống Sonnet 5 một cách hiển thị, và các khối suy nghĩ của nó chỉ hoạt động trong tài khoản đã tạo ra chúng, điều này quan trọng nếu bạn chuyển cuộc trò chuyện giữa các tài khoản.
OpenAI xếp GPT-6.1 Sol ở mức Critical trong an ninh mạng.
Nó cắt giảm lỗi thực tế ở mức nỗ lực thấp từ 11,4% xuống 7,7% so với GPT-6 Sol, nhưng tỷ lệ đánh lừa trong mã hóa là 1,50% cao hơn mức 0,51% của Astra.
Tôi sẽ giữ một bước rà soát thủ công cho các lần chạy Sol không giám sát, và lên kế hoạch cho fallback về Sonnet 5 nếu bạn làm việc an ninh trên Sonnet.
Giá: bạn thực sự trả bao nhiêu
GPT-6.1 Sol và Claude Sonnet 5.5 cùng tính $2 cho mỗi 1M token đầu vào và $10 cho mỗi 1M token đầu ra, nên hóa đơn chỉ khác ở ngữ cảnh cache và prompt rất dài.
Sol thắng khi cùng một ngữ cảnh được tái sử dụng nhiều lần, và Sonnet thắng ngay khi một yêu cầu vượt quá 272K token đầu vào.
Mức phí token cạnh nhau
Phụ phí là dòng cần theo dõi: trên Sol, chỉ một bước truy xuất quá cỡ sẽ tính lại giá cho toàn bộ yêu cầu, không chỉ phần vượt ngưỡng.
Chi phí một khối lượng công việc thực
Mỗi tổng là (khối lượng ÷ 1M) × mức phí, cộng các dòng đầu vào, đầu ra, và cache, ở mức chuẩn.
Không nhà cung cấp nào công bố số token cho cùng một khối lượng công việc, và chúng tôi chưa đo tokenizer của mỗi bên tách cùng một văn bản như thế nào, nên hãy coi các tổng này là so sánh mức phí chứ không phải hóa đơn thực.
Hiệu năng của GPT-6.1 Sol và Claude Sonnet 5.5
Vì các điểm chuẩn công bố không trùng nhau, tôi tự chạy một tác vụ build trên cả hai mô hình, với cùng prompt và cùng bộ công cụ.
Bài test
Tác vụ là xây một trang web một tệp mô phỏng thuật toán đường đi ngắn nhất của Dijkstra trên ba đồ thị có trọng số nhỏ được cung cấp trong tệp
graph.json.Điểm khó không phải hoạt ảnh. Mà là dữ liệu: prompt không hề nói rằng đồ thị thứ hai cắt đứt đích khỏi nguồn, hay đồ thị thứ ba có một cạnh trọng số âm, điều này phá vỡ các quy tắc mà thuật toán Dijkstra phụ thuộc vào.
Không có điểm chuẩn mã hóa chung giữa hai mô hình này, đây là phép so sánh trực tiếp duy nhất trong bài.
Cả hai mô hình chạy trong cùng một tác tử mã hóa, OpenCode, ở mức nỗ lực suy luận cao, mỗi mô hình một lần thử và không thử lại.
Mỗi bên nhận một không gian làm việc trống chỉ có tệp đồ thị và cùng năm quyền công cụ: read, list, glob, grep, và edit, trong đó edit bao gồm ghi tệp.
Cấu hình tác tử chặn quyền shell và mạng, nên không mô hình nào có thể tự mở trang để kiểm tra. Đây là prompt, nguyên văn:
Tôi chấm từng trang theo ba câu hỏi:
GPT-6.1 Sol tạo ra gì
GPT-6.1 Sol xây một trang trau chuốt với sổ tay trực tiếp bên cạnh đồ thị: phép kiểm tra cạnh hiện tại được viết thành phép tính, danh sách frontier sắp xếp theo gần nhất trước, và bảng khoảng cách cập nhật theo thời gian thực. Ở đồ thị đầu tiên, nó tìm đúng đường đi và khoảng cách, và khi bước tay thì các nút được chốt đúng thứ tự theo đáp án.
Nó cũng xử lý tốt cả hai cái bẫy. Ở đồ thị bị cắt đứt, nó báo "Không có đường tới đích" và để hai nút không thể tới ở vô cực. Ở đồ thị có cạnh âm, nó từ chối chạy, tô đỏ cạnh vi phạm và giải thích rằng không có đường đi ngắn nhất hữu hạn.
Nó đạt điểm 5 ở cả ba câu hỏi.
Claude Sonnet 5.5 tạo ra gì
Claude Sonnet 5.5 xây một trang đơn giản hơn với bản ghi chạy giải thích từng lần kiểm tra cạnh, và nó đúng ở đồ thị đầu tiên, với cùng đường đi, khoảng cách và thứ tự chốt.
Nó cũng phát hiện cả hai cái bẫy mà không cần gợi ý, thậm chí còn chỉ ra rằng đồ thị thứ hai có 17 cạnh trong khi prompt nói 20 đến 24.
Điểm trừ đến ở đồ thị có cạnh âm.
Sonnet hiển thị cảnh báo đỏ rõ ràng, nêu tên cạnh âm và nói đảm bảo của Dijkstra không còn giữ, nhưng rồi vẫn vẽ một "đường đi ngắn nhất" màu xanh và báo một khoảng cách làm đáp án.
Điều đó khiến nó mất một điểm ở độ đúng thuật toán, còn hai mục kia đạt 5.
Kết quả
Turns là số vòng trao đổi để hoàn thành build, và tool calls là tổng số lần đọc tệp, tìm kiếm và ghi.
GPT-6.1 Sol là người xây dựng kỹ lưỡng hơn, và đồ thị cạnh âm chính là toàn bộ khác biệt: nó từ chối chạy đồ thị phá luật thuật toán, trong khi Sonnet cảnh báo rồi vẫn trả lời.
Tôi vẫn sẽ chọn Claude Sonnet 5.5 cho công việc build thường ngày, vì nó đạt một trang đúng và chạy được với ít lượt và ít lần gọi công cụ hơn, và hoàn thành nhanh hơn nhiều.
Tuy vậy, cảnh báo là có thật. Nếu pipeline của bạn phải từ chối đầu vào không hợp lệ thay vì chỉ cảnh báo, thì hành vi của Sol là điều bạn cần.
Đây là mỗi mô hình một lần chạy cho một tác vụ, nên nó đo mức độ cẩn trọng khi triển khai thuật toán, không phải khả năng mã hóa nói chung, và không nói gì về việc dùng token hay chi phí.
Khi nào nên chọn GPT-6.1 Sol so với Claude Sonnet 5.5
Với mức giá cơ bản giống hệt, lựa chọn phụ thuộc vào hình dạng prompt, nơi bạn triển khai, và mức độ mô hình phải từ chối đầu vào xấu nghiêm ngặt đến đâu.
Chọn GPT-6.1 Sol nếu...
Chọn Claude Sonnet 5.5 nếu...
Cách bắt đầu với GPT-6.1 Sol và Claude Sonnet 5.5
Cả hai mô hình đều khả dụng rộng rãi qua API của nhà cung cấp và qua OpenRouter, nhưng độ phủ đám mây khác nhau.
gpt-6.1-solclaude-sonnet-5-5(Bedrock:anthropic.claude-sonnet-5-5)Khác biệt lớn nhất là độ phủ đám mây: Sonnet 5.5 chạy trên cả ba đám mây lớn, trong khi chúng tôi chỉ xác nhận GPT-6.1 Sol trên Azure. Trên API của nhà cung cấp, ID là
gpt-6.1-solvàclaude-sonnet-5-5.Thực hiện lệnh gọi API đầu tiên
Cách nhanh nhất để thử cả hai là qua OpenRouter, nơi bạn chỉ cần thay một chuỗi. Trên API của OpenAI, nhớ rằng gọi công cụ của Sol cần dùng Responses API.
Để thiết lập đầy đủ trên API của từng nhà cung cấp, xem hướng dẫn API GPT-6 Sol và hướng dẫn đầy đủ về Claude API.
Kết luận
GPT-6.1 Sol và Claude Sonnet 5.5 có chi phí mỗi token như nhau, nên hãy chọn theo hình dạng khối lượng công việc.
Dùng Sonnet 5.5 cho prompt dài, lặp nhanh, và triển khai đa đám mây; dùng GPT-6.1 Sol cho tác tử dùng cache nặng và các pipeline phải từ chối đầu vào sai.
Mặc định của tôi cho mã hóa thường ngày sẽ là Sonnet, với lưu ý từ bài test: nó thấy đồ thị phá luật Dijkstra, đã nói rõ, nhưng vẫn đưa ra câu trả lời, trong khi Sol từ chối.
Điều đáng chú ý là cả hai nhà cung cấp đều benchmark so với Claude Opus 5.5 thay vì so nhau, dấu hiệu cho thấy họ kỳ vọng phần lớn công việc trả phí sẽ chạy ở phân khúc tầm trung.
Nếu bạn muốn bắt tay vào xây dựng với các mô hình như thế này, tôi khuyến nghị lộ trình Associate AI Engineer for Developers, hoặc các khóa Introduction to Claude Models và Working with the OpenAI API sau khi bạn đã chọn một bên.