GPT-6.1 Sol contre Claude Opus 5 : à un point d'indice près, deux fois et demie le prix

Un point sur une échelle de cent points les sépare, et l'un des deux coûte deux fois et demie plus cher. Sur l'Artificial Analysis Intelligence Index, GPT-6.1 Sol — la sortie d'Open​AI du 29 septembre 2026 — se situe à 51,8. Claude Opus 5, le modèle phare d'Anthrop​ic depuis le 24 juillet 2026, se situe à 50,8. Les grilles tarifaires sont de 2,00 $ et 10,00 $ par million de tokens pour GPT-6.1 Sol, contre 5,00 $ et 25,00 $ pour Claude Opus 5. Ce n'est pas une comparaison entre un modèle puissant et un modèle bon marché. Ce sont deux modèles qu'un évaluateur indépendant ne peut départager par plus d'un point, vendus à des prix qui diffèrent d'un facteur 2,5 — et la question intéressante n'est pas de savoir lequel est meilleur, mais lequel des deux l'indice ne parvient pas à distinguer.

Chaque chiffre ci-dessous est soit une mesure d’Artificial Analysis consignée dans nos fiches de modèle, soit un chiffre publié par le fournisseur lui-même, soit un calcul arithmétique effectué sur les deux grilles tarifaires. Lorsqu’un chiffre provient du fournisseur lui-même et qu’aucun tiers ne l’a reproduit, la phrase le précise.

Ce que les deux sont réellement

Claude Opus 5 est le généraliste le plus haut de gamme d'Anthropic : une fenêtre de contexte de 1 000 000 de tokens, 128 000 tokens de sortie, des entrées texte, image et fichier, et un raisonnement adaptatif où les appelants définissent un niveau d'effort plutôt qu'une température. C'est le modèle que l'entreprise positionne pour l'ingénierie logicielle de bout en bout, la revue de code et les longues sessions agentiques à étapes multiples avec un usage intensif d'outils.

GPT-6.1 Sol se situe un cran en dessous du propre fleuron d'Open​AI — GPT-6 Astra — dans la gamme GP​T-6, et il a été lancé six semaines après le modèle qu'il a remplacé, GPT-6 Sol, au même prix de 2,00 $/10,00 $. Il dispose d'une fenêtre de contexte de 1 050 000 jetons, du même plafond de sortie de 128 000, de la même surface d'entrée pour le texte, les images et les fichiers, et de cinq niveaux d'effort de raisonnement, de faible à maximal, avec moyen par défaut.

Lisez ces deux paragraphes côte à côte et les lignes de spécification sont presque identiques. Les différences se trouvent dans les petits caractères, et trois d’entre elles comptent :

• Paramètres d'échantillonnage — aucun des deux modèles n'accepte temperature ou top_p. Tous deux les remplacent par un réglage d'effort. Si votre code transmet une température, les deux la rejetteront, donc ni l'un ni l'autre n'est un remplacement direct pour une intégration existante.

• Contexte — 1 050 000 tokens pour GPT-6.1 Sol contre 1 000 000 pour Claude Opus 5. Une différence de cinq pour cent ; sans importance en pratique, et ce n'est pas là que se joue cette décision.

• Valeurs d'effort par défaut — GPT-6.1 Sol est par défaut sur medium ; la réflexion adaptative de Claude Opus 5 alloue la profondeur de manière autonome. Tout, dans la comparaison d'indices ci-dessous, est sensible à ce point, ce qui constitue la mise en garde qui arrive plus loin.

Les cinq axes sur lesquels les deux ont été mesurés

C’est la partie que la plupart des articles consacrés à ce duo ratent, parce qu’ils mélangent un chiffre de fournisseur d’un côté avec un chiffre tiers de l’autre. Les cinq lignes ci-dessous proviennent toutes d’Artificial Analysis, toutes du même évaluateur, pour les deux modèles :

• AA Intelligence Index — GPT-6.1 Sol 51,8 (10e rang, 93,2e percentile) contre Claude Opus 5 50,8 (11e rang, 92,5e percentile). Un point.

• Humanity's Last Exam — 52,9 % contre 54,9 %. Claude Opus 5 l'emporte de deux points.

• SciCode — 54,2 % contre 56,4 %. Claude Opus 5 de 2,2 points.

• Rappel en contexte long — 83 % contre 79,33 %. GPT-6.1 Sol l'emporte de 3,7 points.

• Terminal-Bench 4.0 — 56,06 % contre 48,99 %. GPT-6.1 Sol l'emporte de sept points.

Trois contre deux, sur des écarts compris entre un et sept points, pour un prix 2,5 fois plus élevé. Il existe un sixième axe que Claude Opus 5 détient seul — GPQA Diamond à 93,2 % — et un septième qu'il détient seul dans l'autre sens : Artificial Analysis attribue à Claude Opus 5 un score de 78 sur son Coding Index, 98,6e centile, rang 2. GPT-6.1 Sol n'est pas répertorié du tout sur cet axe dans nos relevés, il n'y a donc aucun chiffre à mettre en face, et en inventer un à partir d'un diaporama de fournisseur est exactement le geste que ce blog ne fait pas.

Là où le premium est encore défendable

Un écart d’un point dans l’indice serait une maigre raison de payer 2,5 fois plus cher si c’était là tout le tableau. Ce n’est pas le cas, et il y a trois points sur lesquels Claude Opus 5 est l’achat le plus judicieux, peu importe ce que dit l’indice.

C'est la ligne de l'Index de codage ci-dessus. Le rang 2 sur 138 modèles selon le composite propre de l'évaluateur, soit le 98,6e centile, est une affirmation concernant un type de travail précis, et c'est le type de travail que réalisent la plupart des équipes qui achètent à ce prix. Notre page de modèle Orca pour anthropic/claude-opus-5 affiche « Classé n° 1 » face au benchmark Codex et un coût de 1,09 $ par tâche — nos propres données de service, et non une affirmation d'un fournisseur, et un rappel que le prix par token n'est pas le prix par tâche.

Le deuxième point est le mode batch. Claude Opus 5 bénéficie d'une remise batch de 50 %, ce qui fait passer son prix à 2,50 $ en entrée et 12,50 $ en sortie, et il permet 300 000 jetons de sortie en mode batch, contre 128 000 sur la voie interactive. À 2,50 $/12,50 $, il ne coûte plus deux fois et demie le prix de GPT-6.1 Sol en entrée — il coûte 25 % de plus. Pour toute charge de travail qui tolère une file d'attente — indexation hors ligne, classification en masse, génération nocturne de tests — tout l'argument de cet article s'affaiblit considérablement, et il s'affaiblit en faveur d'Anthropic.

Le troisième est le modeste multiplicateur multimodal. Les propres chiffres publiés d’Anthropic placent Claude Opus 5 à 70,6 % sur OSWorld 2.0 et à 96,0 % sur SWE-bench Verified, avec 79,2 % sur SWE-bench Pro. Ce sont des chiffres rapportés par le fournisseur pour un modèle annoncé en juillet, personne à l’extérieur ne les a reproduits ici, et les axes ne chevauchent pas les lignes d’Artificial Analysis ci-dessus — ils ne peuvent donc pas être ajoutés à ce tableau de scores. Ils ne valent la peine d’être lus que comme une indication qu’Anthropic revendique une force sur l’utilisation d’ordinateur et l’ingénierie à l’échelle du dépôt spécifiquement, ce qui correspond à l’acheteur pour lequel ce modèle est tarifé.

Les grilles tarifaires, y compris la ligne que seule l’une d’entre elles comporte.

Claude Opus 5 facture 5,00 $ et 25,00 $ de façon forfaitaire sur toute sa fenêtre d'un million de jetons, avec les lectures de cache à 0,50 $ et les écritures de cache à 10,00 $. GPT-6.1 Sol facture 2,00 $ et 10,00 $ jusqu'à 272 000 jetons de prompt, puis applique à l'ensemble de la requête un nouveau tarif de 4,00 $ et 15,00 $ au-delà de ce seuil, les lectures de cache passant de 0,10 $ à 0,20 $ et les écritures de cache de 2,50 $ à 5,00 $. L'inversion que cela produit est la conséquence pratique d'acheter du contexte long auprès de l'un ou l'autre modèle :

• Un prompt de 250 000 jetons — GPT-6.1 Sol reste dans son premier palier, à 2,00 $/10,00 $ contre 5,00 $/25,00 $. C'est la requête à grand contexte la moins chère de la comparaison.

• Un prompt de 300 000 tokens — GPT-6.1 Sol est passé à 4,00 $/15,00 $, et Claude Opus 5 n'a pas bougé. L'écart se réduit de 2,5× à 1,25× en entrée et de 1,67× en sortie.

• Lectures du cache — 0,10 $ le million pour GPT-6.1 Sol contre 0,50 $ pour Claude Opus 5, dans le premier palier tarifaire des deux modèles. Sur une session agentique qui relit le même préfixe, cette ligne pèse plus lourd sur la facture que les tarifs affichés.

• Écritures de cache — 2,50 $ contre 10,00 $. Même direction, même ordre de grandeur.

C’est un point réel et peu glamour : le chiffre phare de 2,5× n’est atteint que par des prompts courts. Dès qu’une charge de travail dépasse 272 000 tokens, GPT-6.1 Sol est lui aussi facturé comme un modèle premium, et la comparaison honnête devient « un modèle premium avec un cache bien moins cher » face à « un modèle premium avec une grille tarifaire forfaitaire ».

Pourquoi un seul point ne devrait pas décider cela à lui seul

Les lignes d’indice ci-dessus n’ont pas été collectées le même jour, et cela compte ici plus que dans la plupart des comparaisons. Le relevé Artificial Analysis de GPT-6.1 Sol porte une date d’évaluation du 2026-09-28. Celui de Claude Opus 5 porte le 2026-07-23 — neuf semaines plus tôt, sur un harnais qui a été révisé au cours de cette période.

Il y a un symptôme visible de cela dans nos propres archives. Une couverture antérieure de Claude Opus 5 le plaçait à 61 sur l’Intelligence Index et au sommet du classement. La fiche de catalogue que nous avons consultée aujourd’hui situe le même modèle à 50,8, au 11e rang. Les deux peuvent être vrais : l’indice a été révisé, et un score composite est sensible à l’effort de raisonnement que sélectionne l’évaluateur — Claude Opus 5 plafonnait à effort maximal, et la fiche que nous détenons n’est pas annotée avec un réglage d’effort du tout. Le 51,8 de GPT-6.1 Sol porte la même ambiguïté.

Ce que cela signifie pour une décision d’achat a une portée limitée, mais importante. Un écart d’un point entre deux modèles évalués à neuf semaines d’intervalle, sur un composite mouvant, avec des paramètres d’effort non précisés, n’établit pas qu’un modèle est plus intelligent que l’autre. Ce que les cinq lignes établissent, en revanche, c’est que ces modèles se situent dans la même bande de performance — et un résultat dans la même bande à 2,5 fois le prix est un fait d’approvisionnement, pas un fait de performance.

Lequel router

Prenez le modèle que vous comptiez acheter et testez-le face à l'autre. Cela peut sembler une platitude, mais c'est le seul geste que les données étayent réellement ici, et les deux modèles sont accessibles depuis un seul point de terminaison compatible OpenAI — openai/gpt-6.1-sol et anthropic/claude-opus-5 sur OrcaRouter — le test se résume donc à modifier une chaîne de modèle, et non à signer un second contrat ni à tout réécrire. La tarification correspond au tarif catalogue du fournisseur, avec 0 % de marge : 2,00 $/10,00 $ avec le palier au-delà de 272 K appliqué exactement comme OpenAI le définit, et 5,00 $/25,00 $ avec la remise par lots appliquée exactement comme Anthropic le définit, ce qui signifie aussi qu'une modification tarifaire du fournisseur est répercutée de notre côté le jour même, et non au cycle de facturation suivant. Là où les deux sont routés, un basculement automatique opère en dessous, ce qui a de la valeur lorsque c'est le moins cher des deux qui porte un chemin de production.

Si vous voulez une valeur par défaut avant de disposer de vos propres chiffres, voici la répartition que les preuves étayent. Choisissez GPT-6.1 Sol lorsque la charge de travail se caractérise par des prompts longs, une forte utilisation du cache, ou une forme orientée terminal et outils — les lignes Long-Context Recall et Terminal-Bench 4.0 sont les deux écarts les plus larges de la comparaison, et des lectures de cache à 0,10 $ sont un levier important sur les sessions agentiques qui relisent un préfixe. Choisissez Claude Opus 5 lorsque la charge de travail est du codage à l’échelle d’un dépôt, lorsque le traitement par lots est acceptable, ou lorsque le prompt tient dans 128 000 tokens et que le coût par tâche que notre propre playground mesure à 1,09 $ est le chiffre que votre équipe financière a déjà approuvé.

Le verdict que ce duo obtient est plus serré qu’aucun des deux fournisseurs ne le souhaiterait. En mesures indépendantes, ces deux-là sont effectivement à égalité ; sur le prix, ils ne le sont pas, et le prix est l’axe dont l’un d’eux ne peut pas s’extraire par l’argumentation.