Claude Opus 5.5 vs GPT-6 Astra: het gat van $6, en de tweede prijs die Astra boven 272K rekent

Twee leveranciers hebben deze maand benchmarktabellen gepubliceerd voor hun vlaggenschipmodellen, waarbij elke tabel het eigen model als winnaar toont, en geen van beide tabellen bevat ook maar één rij waarin de twee modellen tegen elkaar zijn getest. Claude Opus 5.5, verschenen op 22 september 2026 voor $4 per miljoen inputtokens, en GPT-6 Astra, verschenen op 3 september 2026 voor $10 per miljoen inputtokens, hebben samen precies twee benchmarks die overlappen — en ze verdelen ze, waarbij Opus 5.5 in de tabel van Anthropic het AutomationBench-aanverwante werk wint en Astra dat in die van OpenAI doet, en Astra op wetenschappelijk redeneren in beide duidelijk voorloopt. Dat is wat het leveranciersmateriaal je kan vertellen. Het onafhankelijke beeld is minder ambigu en wijst de andere kant op, en het prijsbeeld is nog schever dan beide.

Wat elke partij heeft gepubliceerd

De tabel van Anthropic voor Opus 5.5 gebruikt Anthropics eigen harness en eigen effort-instellingen, en waar Astra wordt vermeld, zijn die cijfers van Anthropic, niet een nieuwe run. Behandel de hele set als door de leverancier gerapporteerd:

• Terminal-Bench 4.0 — Claude Opus 5.5 66,4% tegenover GPT-6 Astra 57,9% (Anthropic merkt op dat bij de Opus-run xhigh effort is gebruikt)

• FrontierCode v1.1 — Claude Opus 5.5 54,4% vs GPT-6 Astra 53,3%

• GDPval-AA v2.1, kenniswerk — Claude Opus 5.5 1.846 Elo vs GPT-6 Astra 1.542

• AutomationBench — Claude Opus 5.5 40,0% vs. GPT-6 Astra 41,4% (Astra leidt)

• Terminal-Bench-Science 0.1 — Claude Opus 5.5 58,7% vs GPT-6 Astra 64,6% (Astra voorop)

Humanity's Last Exam, met hulpmiddelen — Claude Opus 5.5 67,7% tegenover GPT-6 Astra 57,2%

De kant van OpenAI is moeilijker op één lijn te brengen, omdat OpenAI Astra heeft gepubliceerd met zijn eigen voorganger als referentie, en niet met het vlaggenschip van Anthropic, en de benchmarks die het koos — computergebruik, front-endtechniek, algemene kennis — komen in de tabel van Anthropic grotendeels überhaupt niet voor. Dat is geen oneerlijkheid, het is normaal gedrag bij een lancering, en dat is precies waarom een vergelijking op basis van twee leverancierstabellen een vergelijking van twee selecties is en niet van twee modellen. Het enige waarover beide tabellen het eens zijn, is dat Astra sterk is in agentische wetenschap en computergebruik, en dat de twee modellen op het gebied van programmeren zo dicht bij elkaar liggen dat de keuze van de harness het resultaat kan verschuiven.

De onafhankelijke lezing, die geen van beide leveranciers koos

Artificial Analysis draait elk model in één gepubliceerde configuratie, dus de cijfers ervan zijn de enige hier die door dezelfde beoordelaar onder dezelfde omstandigheden zijn geproduceerd:

• Intelligentie-index — Claude Opus 5.5 58, gerangschikt als #1 van 210, vs GPT-6 Astra 53, gerangschikt als #6

• Configuratielabel — Claude Opus 5.5 "Adaptief redeneren, maximale inspanning, standaard fallback", GPT-6 Astra "max"

• Uitvoersnelheid — GPT-6 Astra 52,5 tokens/sec, aan de onderkant van zijn prijsklasse, vergeleken met Claude Opus 5.5, dat nog niet is gepubliceerd

Tijd tot eerste token — GPT-6 Astra 352,15 s versus een mediaan van 3,83 s op de ranglijst; Claude Opus 5.5 nog niet gepubliceerd

• Prijs — Claude Opus 5.5 $4,00 in / $20,00 uit per miljoen vs GPT-6 Astra $10,00 / $50,00

Context en uitvoer — GPT-6 Astra 1M context en 128K maximale uitvoer versus Claude Opus 5.5 1M en 128K

Een indexverschil van vijf punten is op zichzelf niet beslissend, en zo mag het ook niet worden gelezen — beide modellen vallen in dezelfde capaciteitsband, en dat is wat ‘frontier’ dit kwartaal betekent. Wat de Astra-rijen wel aantonen, is dat de premie geen capaciteitsvoorsprong koopt op het enige bord waar beide modellen op voorkomen. De latentierij is de eerlijke complicatie: 352 seconden tot het eerste token is veruit de hoogste in deze groep, hoewel het gemeten is bij maximale inspanning en een redeneermodel dat denkt voordat het iets genereert, zal op deze maatstaf altijd traag lijken. De waarde van 52,5 tokens/sec is de beter bruikbare, en die ligt aan de lage kant voor een model van $10/$50.

Astra's tweede prijs, boven 272.000 tokens

De tariefkaart is waar deze twee helemaal niet meer vergelijkbaar zijn, omdat Astra's prijsstelling een sprong bevat. De standaardtarieven zijn $10,00 voor input, $1,00 voor gecachte input, $12,50 voor cache-schrijven en $50,00 voor output per miljoen tokens. Ga je echter over 272.000 inputtokens heen, dan wordt de hele aanvraag opnieuw geprijsd — niet het overschot, de hele aanroep — tegen 2x de input- en cachetarieven en 1,5x de output. Daarmee komt lang-contextwerk op ongeveer $20 input en $75 output per miljoen tokens.

Claude Opus 5.5 doet dit niet. Anthropic rekent $4,00 en $20,00 voor het volledige 1M-tokenvenster bij standaardtarieven, en geeft expliciet aan dat een aanvraag van 900K tokens tegen hetzelfde tarief per token wordt gefactureerd als een aanvraag van 9K tokens. De opvallende verhouding tussen deze twee — Astra kost 2,5x Opus 5.5 in beide richtingen — is dus niet de verhouding die geldt voor de workloads waarvoor beide modellen daadwerkelijk worden verkocht. Bij een agent met een lange horizon en een grote werkcontext is de vergelijking $20/$75 tegen $4/$20, wat een factor vijf op input en bijna vier op output is. Batchprijzen versterken dit eerder dan dat ze het oplossen: Opus 5.5 halveert naar $2,00/$10,00, terwijl de flex-tier van Astra halveert naar $5,00/$25,00 op een basis die in het langecontextscenario al vijf keer hoger ligt.

Dit is de meest beslissingsrelevante asymmetrie in de vergelijking, en ze is onzichtbaar in elke lanceringstabel van beide bedrijven, omdat beide leveranciers het hoofdtarief vermelden. Als je prompts onder 272K tokens blijven, negeer het dan. Als je een agent bouwt die een repository of een documentenset leest, begroot het dan op $20/$75 voordat je iets vergelijkt.

Toegang is deel van de specificatie.

Astra is het eerste OpenAI-model dat onder het eigen Preparedness Framework van het bedrijf de Critical-drempel voor cyberveiligheidsvaardigheden overschrijdt, en de uitrol weerspiegelt die classificatie, niet de capaciteit. Toegang werd eerst geopend voor een beperkte groep organisaties, voor enterprisetoegang moet een beheerder het eerst inschakelen voordat gebruikers het zien, en het uitgebrachte model weigert bepaalde categorieën werk ronduit. Claude Opus 5.5 komt met een variant van hetzelfde probleem vanuit de andere richting: het wordt uitgebracht met de beveiligingslaag die Anthropic eerder voorbehield aan Claude Fable 5.1, wat betekent dat de meeste cyberbeveiligingsaanvragen worden omgeleid naar Claude Opus 4.8 en biologiewerk terugvalt op Claude Opus 5, tenzij het account is geverifieerd.

Beide gedragingen komen op dezelfde plek tot uiting: in je evaluatie. Artificial Analysis geeft de configuratie van Opus 5.5 het label "Default Fallback", precies omdat verzoeken terecht kunnen komen bij een ander model dan het model dat je hebt opgegeven, en bij prompts over beveiliging of levenswetenschappen gebeurt dat regelmatig. Als je workload in die domeinen ligt, is de modelstring in je verzoek geen garantie over het model dat heeft geantwoord, en je kwaliteitscijfers zullen bij een onbekende fractie van de aanroepen een kleiner model meenemen. Geen van beide leveranciers verbergt dit — beide documenteren het — maar geen van beide headlines vermeldt het ook.

Kiezen tussen beide

De beslissing die deze vergelijking eigenlijk oproept, is of een long-context-workload Astra's getrapte prijsstelling rechtvaardigt, en voor de meeste teams zal het antwoord nee zijn: Opus 5.5 is goedkoper op elke tarieflijn onder 272K, aanzienlijk goedkoper daarboven, scoort hoger op het enige onafhankelijke leaderboard, en biedt 1M tokens context zonder toeslag. De zaak voor Astra is smaller en reëel — wetenschappelijk redeneren, computergebruik en de tooling van het OpenAI-ecosysteem — en als je evaluaties het daarop vooropstellen, is de meerprijs eerder een regelpost dan een fout.

Waar dat praktisch wordt, is bij hoe je de twee tegen elkaar afzet, want een eerlijke vergelijking vereist beide modellen op dezelfde sleutel en dezelfde factuur.Beide zijn routeerbaar via OrcaRouter tegen de lijstprijs van de provider met 0% opslag — Claude Opus 5.5 bij Anthropic voor $4,00/$20,00 en GPT-6 Astra voor $10,00/$50,00 — wat betekent dat de 272K-beslissing op je eigen verkeer kan worden getest in plaats van te worden bediscussieerd op basis van twee persberichten. Astra vastpinnen op de taakklassen waar het wint en automatische failover de rest laten afhandelen is een routeringsregel, en een aanvraag die de 272K-grens overschrijdt kan via een goedkopere route worden verzonden zonder codewijziging, omdat de regel in de router staat en niet in je applicatie.

Wat zou het antwoord veranderen

Eén ding zou dat doen: een gecontroleerde directe vergelijking met gelijke inspanning op gedeelde benchmarks. Geen van beide leveranciers heeft er een gepubliceerd, en geen van beide heeft er belang bij, waardoor de onafhankelijke index de enige beschikbare vergelijking onder gelijke omstandigheden blijft — en die index plaatst Opus 5.5 vijf punten en vijf rangen boven Astra, tegen minder dan de helft van de tokenprijs. Het tegenargument dat aandacht verdient, is dat beide modellen op maximale inspanning zijn beoordeeld, terwijl Opus 5.5 standaard op medium wordt geleverd; als Astra's voorsprong bij langdurig wetenschappelijk werk standhoudt in een run met gelijke inspanning, wordt het pleidooi voor de meerprijs sterker, niet zwakker. Totdat iemand die test uitvoert, is de verdedigbare positie dat Astra een specialist is die als generalist wordt geprijsd, en dat Opus 5.5 de generalist is die hoger scoort.