
Claude Opus 5.5 vs GPT-6.2 Sol: dois pontos, três vezes a espera
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 184 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 215 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Pergunte a um desenvolvedor qual destes dois modelos usar e a resposta normalmente chega na forma de uma posição no ranking. Pergunte a alguém que precisa entregar uma funcionalidade até sexta-feira e a pergunta é outra: quanto tempo leva uma resposta e quanto custa obtê-la. Nas medições da Artificial Analysis no momento em que escrevo, Claude Opus 5.5 marca 59,1 no Intelligence Index e GPT-6.2 Sol marca 57,3 — uma diferença de 1,8 ponto, menos do que o ruído entre execuções em muitos conjuntos de testes. No tempo de relógio por tarefa do Index, o mesmo par apresenta 24,6 minutos contra 8,0. Um modelo é três vezes mais rápido por dois pontos a menos, e é essa proporção, e não a posição no ranking, que decide a maioria das implantações reais.
As datas são importantes para a leitura do restante. O Claude Opus 5.5 está disponível de forma geral desde 22 de setembro de 2026, a US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída. O GPT-6.2 Sol tem dois dias no momento em que escrevo, lançado pela OpenAI em 17 de novembro de 2026, a US$ 2 e US$ 10, com uma janela de contexto de 1.050.000 tokens — um empate direto de preço com o modelo que substitui, o GPT-6.1 Sol, que mantém US$ 2/US$ 10 desde 29 de setembro. Portanto, não se trata de uma comparação entre um modelo comprovado e um desafiante sem histórico de um lado, e sem mudança de preço do outro; trata-se de uma comparação entre um carro-chefe maduro e uma atualização de mesmo preço que, em grande parte, mudou o modelo por baixo.
De onde vem o valor de latência três vezes maior
Não é a velocidade de saída. Medida em tokens por segundo, os dois estão mais próximos do que a manchete sugere: o GPT-6.2 Sol produz 85 tok/s, contra os 117 do Claude Opus 5.5. Na verdade, o Opus 5.5 é o gerador mais rápido. A diferença surge na quantidade de tokens que cada modelo decide produzir antes de parar.

Em toda a suíte Index, o Artificial Analysis registrou 218M tokens de saída para o Claude Opus 5.5 e 60,9M para o GPT-6.2 Sol — uma diferença de 3,6× no total de tokens gerados para o mesmo conjunto de tarefas. Multiplique isso pela razão de velocidade e você chega aos 24,6 versus 8,0 minutos por tarefa. Em outras palavras, o Opus 5.5 não é lento porque sua inferência é lenta. Ele é lento porque pensa por mais tempo e, neste harness, o raciocínio extra rende 1,8 ponto no índice.
Esse é um problema fundamentalmente diferente de um modelo que está simplesmente subprovisionado. Você não consegue corrigi-lo mudando para um provedor mais rápido ou para uma alocação maior de GPU; os tokens são uma propriedade da configuração de esforço do modelo. O que você pode fazer é alterar a configuração de esforço, e a descrição honesta da posição do Opus 5.5 é que seus números publicados são obtidos com esforço máximo — a configuração que maximiza a pontuação e piora a latência simultaneamente.
Os benchmarks em que a diferença de dois pontos se inverte
O índice composto esconde uma divisão genuína, e essa divisão segue uma linha que a maioria das equipes consegue identificar em seu próprio backlog. Todos os números são medições independentes da Artificial Analysis no mesmo conjunto de testes, com ambos os modelos no esforço máximo.
• Índice de Inteligência — 59,1 vs 57,3, na revisão v5.0.1.
• Custo por tarefa no Index — US$ 10,04 vs US$ 1,01, uma diferença de 9,9×.
• Tempo por tarefa do Index — 24,6 min vs 8,0 min.
• Terminal-Bench 4.0 — 59,6% vs 60,1%, efetivamente empatados, com o modelo mais novo ligeiramente à frente.
• Terminal-Bench-Science 0.1 — 59,0% vs 67,6%, uma vitória de 8,6 pontos para o GPT-6.2 Sol, e a maior diferença isolada neste artigo.
• FrontierCode-AA 2.0 — 46,4% vs 44,4%.
• HLE-Diamond — 67,9% vs. 64,0%.
• AnalystAgent — 56,3% vs 53,8%.
• AutomationBench-AA — 69,5% vs 71,3%, uma vitória apertada da Sol.
• AA-Omniscience — 48,1 com 65,5% de precisão vs. 40,4 com 61,6% de precisão.
• Contexto e saída — 1M de tokens com 128K de saída vs 1.050.000 tokens com entrada máxima de 922K e 128K de saída.

Lendo as linhas do terminal em conjunto, emerge um quadro específico. No trabalho terminal agêntico comum, os dois modelos são intercambiáveis — uma diferença de meio ponto em qualquer direção não é um sinal. No trabalho terminal científico, o GPT-6.2 Sol vence por quase nove pontos e, no AutomationBench, por dois. Onde o Opus 5.5 se destaca é na recuperação e na análise com forte dependência de referências: HLE-Diamond por 3,9, o composto de omnisciência por 7,7.
Se seus agentes executam código em um terminal, a escolha entre esses dois se resume a se esse código é lógica de aplicação ou computação. Lógica de aplicação: empate. Computação com núcleo científico ou numérico: o modelo mais barato e rápido também é o mais capaz, o que é o resultado mais raro neste mercado e o argumento isolado mais forte a favor do GPT-6.2 Sol.
Por que a conta é 10× quando o preço é 2×
A proporção nos preços de etiqueta é de 2×: $4/$20 contra $2/$10. A proporção medida é de 9,9×. Dois fatores se multiplicam para chegar a isso — o preço de 2× e a proporção de tokens de 3,6× — e o motivo de explicitar isso é que uma equipe comparando listas de preços orçaria para uma diferença de 2× e receberia uma de 10×.
Concretamente: 10.000 tarefas de agentes no perfil medido do Opus 5.5 ficam perto de US$ 100.000. As mesmas 10.000 tarefas no GPT-6.2 Sol ficam perto de US$ 10.000. Essa é uma decisão sobre quadro de pessoal, não sobre otimização. É também a maior alavanca isolada disponível para qualquer um que execute agentes em volume, e é uma que a Anthropic já acionou uma vez — o próprio Opus 5.5 cortou 20% do preço de tabela do Opus 5 e 60% das leituras de cache.
O comportamento de cache é onde o argumento de preços fica sutil. A leitura de cache do Opus 5.5 é $0,20 por milhão; a do GPT-6.2 Sol é $0,10. Mas o custo por tarefa do Opus 5.5 é determinado pelos tokens gerados, não pela entrada, e entrada em cache não faz nada por um modelo que gasta seu orçamento pensando. A verbosidade é o custo, e o único controle sobre ela é o nível de esforço — que reduz a pontuação pela qual você está pagando.
O que a configuração de esforço realmente proporciona
O próprio material de lançamento da Anthropic informa Terminal-Bench 4.0 em 66,4% para o Opus 5.5, contra 52,3% para o Opus 5, e esses 66,4% vêm da configuração xhigh, em vez do padrão do modelo, que é medium. O número independente no mesmo benchmark, 59,6%, é ainda menor e reflete a configuração própria da Artificial Analysis. Três números, um benchmark, três configurações — é por isso que cada pontuação neste artigo traz o harness que a produziu.
A consequência prática é que a vantagem de 1,8 ponto no índice é uma vantagem obtida com esforço máximo, e a configuração padrão não é esforço máximo. Uma equipe que implanta o Opus 5.5 no nível médio recupera mais da latência e obtém menos da pontuação, e não há tabela publicada que mostre onde isso fica. Se a diferença de dois pontos é o motivo para você escolher o Opus 5.5, certifique-se de que a configuração de esforço que a produz seja a que você realmente vai usar.
Executando ambos sem escolher
A razão pela qual esta comparação é menos consequente do que parece é que os dois modelos não são realmente substitutos. Um é um modelo de raciocínio profundo que você direciona lentamente a problemas difíceis; o outro é um modelo rápido e barato que você direciona a volume. Isso é uma configuração de roteamento, não uma decisão arquitetural, e ambos ficam atrás de uma única chave no OrcaRouter — anthropic/claude-opus-5.5 pela tarifa do próprio fornecedor com 0% de markup, e a rota da OpenAI ao lado dela.
A versão disso que realmente funciona em produção: envie a etapa de planejamento para o Opus 5.5 e as etapas de execução e verificação para o GPT-6.2 Sol, porque a divisão dos benchmarks indica que é aí que cada um se destaca. Combine os dois em uma única chamada com a DSL de roteamento, para que a troca seja invisível para a aplicação, e coloque failover automático na rota do Opus — um modelo cujo tempo por tarefa é medido em dezenas de minutos é exatamente aquele que você não quer que fique travado por uma indisponibilidade de um único provedor. O custo combinado fica muito abaixo de qualquer uma das configurações puras, e o perfil de latência acompanha o modelo rápido na maioria das etapas.

O que observar, e o que mudaria a resposta
O GPT-6.2 Sol tem dois dias, e a recepção na semana de lançamento não foi uniformemente calorosa — a cobertura do lançamento do Astra e do Sol em 17 de novembro relatou reclamações veementes de usuários avançados, especialmente sobre o lado Astra. Trate os números independentes acima como o sinal confiável e o sentimento dos fóruns como ruído até que chegue um segundo ciclo de medição. O que realmente mudaria essa comparação seria uma pontuação publicada do GPT-6.2 Sol em uma configuração de esforço menor, que diria se sua vantagem de velocidade sobrevive quando lhe pedem para pensar tanto quanto o Opus 5.5.
A outra coisa a observar é o preço. A OpenAI manteve a tabela de preços do Sol inalterada de 6.1 para 6.2, enquanto reduziu a do Astra em 20%, o que sugere que o nível Sol está sendo posicionado com base em volume, e não em capacidade. Se isso se mantiver, a diferença de 10× por tarefa é estrutural e não temporária, e a resposta de roteamento acima passa a ser o padrão, e não uma otimização inteligente.
Por ora: se você está escolhendo um modelo e seu trabalho é computação científica, execução agêntica em alto volume ou qualquer coisa sensível à latência, o GPT-6.2 Sol é a melhor compra por uma margem ampla, e o déficit de 1,8 ponto não é real o suficiente para justificar uma conta 10× maior. Se seu trabalho é análise profunda, em que um fato lembrado vale mais do que uma resposta rápida, a onisciência e as margens no HLE do Opus 5.5 são as que devem ser ponderadas — e você deve prever no orçamento que ele levará três vezes mais tempo.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
