GPT-6.1 Sol vs Claude Opus 5: separati da un punto nell'indice, a due volte e mezzo il prezzo

Un punto su una scala di cento punti li separa, e uno dei due costa due volte e mezzo quanto l'altro. Nell'Artificial Analysis Intelligence Index, GPT-6.1 Sol — il rilascio di Open​AI del 2026-09-29 — si attesta a 51,8. Claude Opus 5, il modello di punta di Anthrop​ic dal 2026-07-24, si attesta a 50,8. Le tariffe sono $2,00 e $10,00 per milione di token per GPT-6.1 Sol contro $5,00 e $25,00 per Claude Opus 5. Non è un confronto tra un modello forte e uno economico. Sono due modelli che un valutatore indipendente non è riuscito a separare per più di un punto, venduti a prezzi che differiscono di un fattore 2,5 — e la domanda interessante non è quale dei due sia migliore, ma quale dei due l'indice non riesce a distinguere.

Ogni numero riportato di seguito è o una misurazione di Artificial Analysis presente nelle nostre schede dei modelli, o una cifra pubblicata dal fornitore stesso, o un calcolo aritmetico sui due listini. Laddove una cifra sia del fornitore stesso e nessuno all'esterno l'abbia riprodotta, la frase lo dice.

Cosa sono in realtà i due

Claude Opus 5 è il generalista di punta di Anthropic: una finestra di contesto da 1.000.000 di token, 128.000 token di output, input di testo, immagini e file, e ragionamento adattivo in cui i chiamanti impostano un livello di sforzo anziché una temperatura. È il modello che l'azienda propone per l'ingegneria del software end-to-end, la revisione del codice e lunghe sessioni agentiche multi-step con uso intensivo di strumenti.

GPT-6.1 Sol è un livello sotto il flagship di OpenAI — GPT-6 Astra — nella linea GPT-6, ed è stato rilasciato sei settimane dopo il modello che ha sostituito, GPT-6 Sol, allo stesso prezzo di $2,00/$10,00. Dispone di una finestra di contesto di 1.050.000 token, lo stesso limite di output di 128.000, la stessa superficie di input per testo, immagini e file, e cinque livelli di sforzo di ragionamento da basso a massimo con medio come impostazione predefinita.

Leggi quei due paragrafi affiancati e le righe delle specifiche sono quasi identiche. Le differenze stanno nelle clausole in caratteri minuti, e tre di esse contano:

• Parametri di campionamento — nessuno dei due modelli accetta temperature o top_p. Entrambi li sostituiscono con un selettore di effort. Se il tuo codice passa una temperature, entrambi la rifiuteranno, quindi nessuno dei due è un sostituto immediato per un'integrazione legacy.

• Tetto di contesto — 1.050.000 token per GPT-6.1 Sol contro 1.000.000 per Claude Opus 5. Una differenza del cinque percento; irrilevante nella pratica, e non è qui che si decide.

• Valori predefiniti di effort — GPT-6.1 Sol usa medium come impostazione predefinita; il pensiero adattivo di Claude Opus 5 assegna la profondità da solo. Tutto ciò che riguarda il confronto degli indici qui sotto è sensibile a questo aspetto, ed è l'avvertenza che arriva più avanti.

I cinque assi su cui entrambi sono stati misurati

Questa è la parte in cui la maggior parte degli articoli su questo abbinamento sbaglia, perché mette a confronto un numero del fornitore da una parte con un numero di terze parti dall'altra. Le cinque righe seguenti sono tutte di Artificial Analysis, tutte dallo stesso valutatore, per entrambi i modelli:

• AA Intelligence Index — GPT-6.1 Sol 51,8 (posizione 10, 93,2° percentile) contro Claude Opus 5 50,8 (posizione 11, 92,5° percentile). Un punto.

• Humanity's Last Exam — 52,9% contro 54,9%. Claude Opus 5 di due punti.

• SciCode — 54,2% contro 56,4%. Claude Opus 5 di 2,2 punti.

Richiamo su contesto lungo — 83% 79,33%. GPT-6.1 Sol avanti di 3,7 punti.

• Terminal-Bench 4.0 — 56,06% contro 48,99%. GPT-6.1 Sol con sette punti di vantaggio.

Tre a due, con margini compresi tra uno e sette punti, a 2,5 volte il prezzo. C'è un sesto asse che Claude Opus 5 detiene da solo — GPQA Diamond al 93,2% — e un settimo che detiene da solo nella direzione opposta: Artificial Analysis assegna a Claude Opus 5 un punteggio di 78 sul suo Coding Index, 98,6º percentile, posizione 2. GPT-6.1 Sol non è affatto elencato su quell'asse nei nostri archivi, quindi non c'è alcun numero da mettergli accanto, e inventarne uno da una presentazione di un fornitore è esattamente la mossa che questo blog non fa.

Dove il premium è ancora difendibile

Un divario di un punto nell'indice sarebbe un motivo esile per pagare 2,5 volte tanto se questo fosse il quadro completo. Non è così, e ci sono tre punti in cui Claude Opus 5 è l'acquisto migliore, indipendentemente da ciò che dice l'indice.

Il primo è la riga del Coding Index qui sopra. Il 2° posto su 138 modelli nella classifica composita dello stesso valutatore, al 98,6° percentile, è un'affermazione concreta su un tipo specifico di lavoro, ed è il tipo di lavoro che la maggior parte dei team che acquistano a questo livello di prezzo svolge. La nostra pagina del modello OrcaRouter per anthropic/claude-opus-5riporta "Classifica n. 1" rispetto al benchmark Codex e un costo medio di 1,09 $ per attività — dati di nostra erogazione, non un'affermazione di un fornitore, e un promemoria del fatto che il prezzo per token non è il prezzo per singolo lavoro.

Il secondo è il batch. Claude Opus 5 beneficia di uno sconto batch del 50 percento, che lo porta a $2,50 in input e $12,50 in output, e consente 300.000 token di output in modalità batch contro 128.000 nel percorso interattivo. A $2,50/$12,50 non costa più due volte e mezzo il prezzo di GPT-6.1 Sol in input — costa il 25 percento in più. Per qualsiasi carico di lavoro che tollera una coda — indicizzazione offline, classificazione in blocco, generazione di test notturna — l'intero argomento di questo articolo si ridimensiona parecchio, e si ridimensiona a favore di Anthropic.

Il terzo è il modesto moltiplicatore multimodale. Le cifre pubblicate da Anthrop​ic stessa collocano Claude Opus 5 al 70,6% su OSWorld 2.0 e al 96,0% su SWE-bench Verified, con il 79,2% su SWE-bench Pro. Sono numeri dichiarati dal fornitore per un modello annunciato a luglio, nessuno all'esterno li ha riprodotti qui, e gli assi non si sovrappongono alle righe di Artificial Analysis riportate sopra — quindi non possono essere aggiunti a quella scheda di valutazione. Vale la pena leggerli solo come indicazione che Anthrop​ic rivendica una forza specifica nell'uso del computer e nell'ingegneria su scala di repository, che è esattamente il tipo di acquirente per cui questo modello è prezzato.

Le schede tariffarie, inclusa la riga che solo una di esse ha

Claude Opus 5 addebita 5,00 $ e 25,00 $ in modo fisso per l'intera finestra da un milione di token, con letture dalla cache a 0,50 $ e scritture nella cache a 10,00 $. GPT-6.1 Sol addebita 2,00 $ e 10,00 $ fino a 272.000 token di prompt, poi applica una nuova tariffa all'intera richiesta a 4,00 $ e 15,00 $ oltre quella soglia, con le letture dalla cache che passano da 0,10 $ a 0,20 $ e le scritture nella cache da 2,50 $ a 5,00 $. L'inversione che ne deriva è la conseguenza pratica dell'acquisto di contesto lungo dall'uno o dall'altro modello:

• Un prompt da 250.000 token — GPT-6.1 Sol è ancora nel suo primo tier, a $2.00/$10.00 contro $5.00/$25.00. Questa è la richiesta con contesto ampio più economica del confronto.

• Un prompt da 300.000 token — GPT-6.1 Sol è passato a $4,00/$15,00, mentre Claude Opus 5 non si è mosso. Il divario si riduce da 2,5× a 1,25× sull'input e a 1,67× sull'output.

• Letture dalla cache — 0,10 $ per milione per GPT-6.1 Sol contro 0,50 $ per Claude Opus 5, all'interno dei primi livelli di entrambi i modelli. Su una lunga sessione agentica che rilegge lo stesso prefisso, questa voce pesa sulla bolletta più delle tariffe in evidenza.

• Scritture in cache — $2.50 rispetto a $10.00. Stessa direzione, stesso ordine di grandezza.

È un punto concreto e poco affascinante: il dato di copertina del 2,5× si raggiunge solo con prompt brevi. Nel momento in cui un carico di lavoro supera i 272.000 token, anche GPT-6.1 Sol viene prezzato come un modello premium, e il confronto onesto diventa «un modello premium con una cache molto più economica» contro «un modello premium con un listino a tariffa fissa».

Perché un solo punto non dovrebbe deciderlo da solo

Le righe dell'indice sopra riportate non sono state raccolte nello stesso giorno, e questo conta più qui che nella maggior parte dei confronti. Il record di Artificial Analysis di GPT-6.1 Sol riporta una data di valutazione del 2026-09-28. Quello di Claude Opus 5 riporta il 2026-07-23 — nove settimane prima, su un harness che è stato rivisto in quel periodo.

Di questo c'è un sintomo visibile nei nostri stessi dati. Una precedente trattazione di Claude Opus 5 lo collocava a 61 sull'Intelligence Index e in cima alla classifica. La scheda di catalogo che abbiamo letto oggi colloca lo stesso modello a 50,8, all'11º posto. Entrambe le cose possono essere vere: l'indice è stato revisionato, e un punteggio composito è sensibile allo sforzo di ragionamento selezionato dal valutatore — Claude Opus 5 raggiungeva il massimo con lo sforzo massimo, mentre la scheda che riportiamo non è annotata con alcuna impostazione di sforzo. Il 51,8 di GPT-6.1 Sol porta con sé la stessa ambiguità.

Ciò che significa per una decisione d'acquisto è limitato ma importante. Un divario di un punto tra due modelli valutati a nove settimane di distanza, su un composito mutevole, con impostazioni di sforzo non specificate, non dimostra che un modello sia più intelligente dell'altro. Ciò che le cinque righe stabiliscono è che si trovano nella stessa fascia — e un risultato nella stessa fascia a 2,5 volte il prezzo è un dato di approvvigionamento, non un dato sulle prestazioni.

Quale instradare

Prendi il modello che stavi per acquistare e mettilo alla prova contro l'altro. Sembra un luogo comune, ma è l'unica mossa che le prove supportano davvero in questo caso, ed entrambi i modelli sono raggiungibili da un unico endpoint compatibile con Open​AI — openai/gpt-6.1-sol e anthropic/claude-opus-5 su OrcaRouter — quindi il test è un cambio di stringa del modello, non un secondo contratto e non una riscrittura. Il prezzo è la tariffa di listino del fornitore con markup dello 0%: 2,00 $/10,00 $ con lo scaglione oltre i 272K applicato esattamente come lo imposta Open​AI, e 5,00 $/25,00 $ con lo sconto batch applicato esattamente come lo imposta Anthrop​ic, il che significa anche che una variazione di prezzo del fornitore è attiva dalla nostra parte lo stesso giorno, anziché al ciclo di fatturazione successivo. Dove entrambi sono instradati, il failover automatico resta al di sotto, cosa che vale la pena avere quando il più economico dei due è quello che regge un percorso di produzione.

Se vuoi un'impostazione predefinita prima di avere i tuoi numeri, la suddivisione che le prove supportano è questa. Scegli GPT-6.1 Sol quando il carico di lavoro è a prompt lungo, a forte uso di cache o di forma terminale-e-strumenti — le righe Long-Context Recall e Terminal-Bench 4.0 sono i due margini più ampi del confronto, e le letture di cache a $0.10 sono una leva importante sulle sessioni agentiche che rileggono un prefisso. Scegli Claude Opus 5 quando il carico di lavoro è programmazione su scala di repository, quando il batch è accettabile, o quando il prompt rientra in 128.000 token e il costo per attività che il nostro playground misura in $1.09 è il numero che il tuo team finanziario ha già approvato.

Il verdetto che questa accoppiata ottiene è più risicato di quanto vorrebbe ciascuno dei due fornitori. Su misurazioni indipendenti, questi due sono di fatto alla pari; sul prezzo non lo sono, e il prezzo è l'asse da cui uno dei due non può tirarsi fuori a suon di argomenti.