GPT-6.1 Sol vs Claude Opus 5: Separados por um ponto no índice, duas vezes e meia o preço

Um ponto numa escala de cem pontos separa-os, e um deles custa duas vezes e meia mais. No Artificial Analysis Intelligence Index, GPT-6.1 Sol — o lançamento da Open​AI em 2026-09-29 — está em 51,8. Claude Opus 5, o carro-chefe da Anthrop​ic desde 2026-07-24, está em 50,8. As tabelas de preços são de $2,00 e $10,00 por milhão de tokens para o GPT-6.1 Sol, contra $5,00 e $25,00 para o Claude Opus 5. Isto não é uma comparação entre um modelo forte e um modelo barato. São dois modelos que um avaliador independente não conseguiu separar por mais de um ponto, vendidos a preços que diferem por um fator de 2,5 — e a questão interessante não é qual dos dois é melhor, mas qual dos dois o índice não consegue distinguir.

Todos os números abaixo são ou uma medição da Artificial Analysis registada nos nossos registos de modelos, ou um valor que o próprio fornecedor publicou, ou aritmética sobre as duas tabelas de preços. Quando um valor é do próprio fornecedor e ninguém de fora o reproduziu, a frase di-lo.

O que os dois realmente são

Claude Opus 5 é o generalista topo de linha da Anthropic: uma janela de contexto de 1.000.000 de tokens, 128.000 tokens de saída, entrada de texto, imagem e arquivo, e raciocínio adaptativo em que quem faz a chamada define um nível de esforço em vez de uma temperatura. É o modelo que a empresa posiciona para engenharia de software de ponta a ponta, revisão de código e longas sessões agênticas com várias etapas e uso intenso de ferramentas.

O GPT-6.1 Sol está um nível abaixo do próprio carro-chefe da Open​AI — o GPT-6 Astra — na linha GP​T-6, e foi lançado seis semanas depois do modelo que substituiu, o GPT-6 Sol, pelo mesmo preço de US$ 2,00/US$ 10,00. Ele traz uma janela de contexto de 1.050.000 tokens, o mesmo teto de saída de 128.000, a mesma superfície de entrada de texto, imagem e arquivo, e cinco níveis de esforço de raciocínio, de baixo a máximo, com o médio como padrão.

Leia esses dois parágrafos lado a lado, e as linhas de especificação são quase idênticas. As diferenças estão nos detalhes, e três delas importam:

• Parâmetros de amostragem — nenhum dos dois modelos aceita temperature ou top_p. Ambos os substituem por um controle de esforço. Se o seu código passar uma temperature, ambos vão rejeitá-la, portanto nenhum dos dois serve como substituição direta para uma integração legada.

• Teto de contexto — 1.050.000 tokens para o GPT-6.1 Sol contra 1.000.000 para o Claude Opus 5. Uma diferença de cinco por cento; irrelevante na prática, e não é onde reside esta decisão.

• Padrões de esforço — O GPT-6.1 Sol usa médio por padrão; o pensamento adaptativo do Claude Opus 5 aloca profundidade por conta própria. Tudo na comparação de índices abaixo é sensível a isso, que é a ressalva que vem mais adiante.

Os cinco eixos nos quais ambos foram medidos

Esta é a parte que a maioria das análises deste pareamento erra, porque misturam um número de fornecedor de um lado com um número de terceiros do outro. As cinco linhas abaixo são todas da Artificial Analysis, todas do mesmo avaliador, para ambos os modelos:

• AA Intelligence Index — GPT-6.1 Sol 51,8 (10.º lugar, percentil 93,2) contra Claude Opus 5 50,8 (11.º lugar, percentil 92,5). Um ponto.

• Humanity's Last Exam — 52,9% contra 54,9%. Claude Opus 5 por dois pontos.

• SciCode — 54,2% contra 56,4%. Claude Opus 5 por 2,2 pontos.

• Recall de Contexto Longo — 83% contra 79,33%. GPT-6.1 Sol por 3,7 pontos.

• Terminal-Bench 4.0 — 56,06% contra 48,99%. GPT-6.1 Sol por sete pontos.

Três a dois, com margens entre um e sete pontos, a 2,5 vezes o preço. Há um sexto eixo que o Claude Opus 5 detém sozinho — GPQA Diamond a 93,2% — e um sétimo que detém sozinho no sentido inverso: a Artificial Analysis atribui ao Claude Opus 5 uma pontuação de 78 no seu Coding Index, percentil 98,6, classificação 2. O GPT-6.1 Sol não está listado nesse eixo nos nossos registos, pelo que não há número nenhum para colocar ao lado dele, e inventar um a partir de um deck de fornecedor é exatamente o movimento que este blog não faz.

Onde o prêmio ainda é defensável

Uma diferença de um ponto no índice seria um motivo frágil para pagar 2,5 vezes mais se esse fosse o quadro completo. Não é, e há três pontos em que o Claude Opus 5 é a melhor compra, independentemente do que o índice diga.

O primeiro é a linha do Coding Index acima. A 2ª posição entre 138 modelos na pontuação composta do próprio avaliador, no percentil 98,6, é uma afirmação concreta sobre um tipo específico de trabalho, e é o tipo de trabalho que a maioria das equipes que compram nesse patamar de preço está fazendo. Nossa página de modelo do OrcaRouter para anthropic/claude-opus-5 exibe "Classificação nº 1" em relação ao benchmark Codex e um custo médio de US$ 1,09 por tarefa — nossos próprios dados de serving, não uma alegação do fornecedor, e um lembrete de que o preço por token não é o preço por trabalho.

O segundo é o modo batch. O Claude Opus 5 tem um desconto de 50 por cento para batch, o que o leva a US$ 2,50 na entrada e US$ 12,50 na saída, e permite 300.000 tokens de saída em modo batch, contra 128.000 no caminho interativo. A US$ 2,50/US$ 12,50, já não custa duas vezes e meia o preço do GPT-6.1 Sol na entrada — custa 25 por cento mais. Para qualquer carga de trabalho que tolere uma fila — indexação offline, classificação em massa, geração de testes noturna — todo o argumento deste artigo fica muito menor, e fica menor a favor da Anthrop​ic.

O terceiro é o modesto multiplicador multimodal. Os próprios números publicados da Anthrop​ic colocam o Claude Opus 5 em 70,6% no OSWorld 2.0 e 96,0% no SWE-bench Verified, com 79,2% no SWE-bench Pro. Esses são números relatados pelo fornecedor de um modelo anunciado em julho, ninguém de fora os reproduziu aqui, e os eixos não se sobrepõem às linhas do Artificial Analysis acima — então eles não podem ser adicionados a esse placar. Eles valem a pena ser lidos apenas como uma indicação de que a Anthrop​ic está reivindicando força especificamente em uso de computador e engenharia em escala de repositório, que é o comprador para quem este modelo tem preço definido.

Os cartões de tarifas, incluindo a linha que apenas um deles possui.

Claude Opus 5 cobra $5,00 e $25,00 fixos em toda a sua janela de um milhão de tokens, com leituras de cache a $0,50 e gravações de cache a $10,00. O GPT-6.1 Sol cobra $2,00 e $10,00 até 272.000 tokens de prompt e, acima desse limite, reprecifica a solicitação inteira a $4,00 e $15,00, com as leituras de cache passando de $0,10 para $0,20 e as gravações de cache de $2,50 para $5,00. A inversão que isso produz é a consequência prática de comprar contexto longo de qualquer um dos dois modelos:

• Um prompt de 250.000 tokens — o GPT-6.1 Sol ainda está na sua primeira faixa, a US$ 2,00/US$ 10,00 contra US$ 5,00/US$ 25,00. Esta é a solicitação de contexto amplo mais barata da comparação.

• Um prompt de 300.000 tokens — o GPT-6.1 Sol subiu para US$ 4,00/US$ 15,00, e o Claude Opus 5 não se moveu. A diferença cai de 2,5× para 1,25× na entrada e 1,67× na saída.

• Leituras de cache — US$ 0,10 por milhão para o GPT-6.1 Sol contra US$ 0,50 para o Claude Opus 5, dentro das primeiras faixas de ambos os modelos. Numa longa sessão agêntica que relê o mesmo prefixo, esta linha pesa mais na fatura do que as tarifas anunciadas em destaque.

• Gravações em cache — $2,50 contra $10,00. Mesma direção, mesma ordem de magnitude.

Esse é um ponto real e sem glamour: a manchete de 2,5× só é alcançada com prompts curtos. No momento em que uma carga de trabalho ultrapassa 272.000 tokens, o GPT-6.1 Sol também passa a ter preço de modelo premium, e a comparação honesta passa a ser "um modelo premium com um cache muito mais barato" contra "um modelo premium com uma tabela de preços fixa".

Por que um ponto sozinho não deveria decidir isso

As linhas de índice acima não foram coletadas no mesmo dia, e isso importa mais aqui do que na maioria das comparações. O registro do GPT-6.1 Sol no Artificial Analysis traz uma data de avaliação de 2026-09-28. O do Claude Opus 5 traz 2026-07-23 — nove semanas antes, em um harness que foi revisado ao longo dessa janela.

Há um sintoma visível disso em nossos próprios registros. A cobertura anterior do Claude Opus 5 o colocava em 61 no Intelligence Index e no topo da tabela. O registro de catálogo que lemos hoje coloca o mesmo modelo em 50,8, 11º lugar. Ambos podem ser verdadeiros: o índice foi revisado, e uma pontuação composta é sensível ao esforço de raciocínio que o avaliador seleciona — o Claude Opus 5 alcançou seu melhor desempenho com esforço máximo, e o registro que mantemos não traz nenhuma anotação de configuração de esforço. O 51,8 do GPT-6.1 Sol carrega a mesma ambiguidade.

O que isso significa para uma decisão de compra é restrito, mas importante. Uma diferença de um ponto entre dois modelos avaliados com nove semanas de intervalo, em um índice composto móvel, com configurações de esforço não especificadas, não estabelece que um modelo seja mais inteligente que o outro. O que as cinco linhas estabelecem é que estão na mesma faixa — e um resultado de mesma faixa a 2,5 vezes o preço é um fato de aquisição, não um fato de desempenho.

Qual deles rotear

Pegue o modelo que você ia comprar e teste-o contra o outro. Isso pode soar como um lugar-comum, mas é o único movimento que as evidências de fato sustentam aqui, e ambos os modelos são acessíveis a partir de um único endpoint compatível com OpenAI — openai/gpt-6.1-sol e anthropic/claude-opus-5 no OrcaRouter — então o teste é uma troca de string de modelo, não um segundo contrato e não uma reescrita. O preço é a tarifa de tabela do provedor com 0% de markup: $2.00/$10.00 com o nível acima de 272K aplicado exatamente como a OpenAI define, e $5.00/$25.00 com o desconto de lote aplicado exatamente como a Anthropic define, o que também significa que uma mudança de preço do fornecedor entra em vigor do nosso lado no mesmo dia, em vez de só no próximo ciclo de cobrança. Onde ambos estão roteados, o failover automático fica por baixo, o que vale a pena ter quando o mais barato dos dois é o que sustenta um caminho de produção.

Se você quiser um padrão antes de ter seus próprios números, a divisão respaldada pelas evidências é esta. Escolha o GPT-6.1 Sol quando a carga de trabalho for de prompt longo, intensiva em cache ou tiver formato de terminal e ferramentas — as linhas Long-Context Recall e Terminal-Bench 4.0 são as duas maiores margens da comparação, e leituras de cache a US$ 0,10 são uma grande alavanca em sessões agênticas que releem um prefixo. Escolha o Claude Opus 5 quando a carga de trabalho for codificação em escala de repositório, quando o processamento em lote for aceitável, ou quando o prompt couber em 128.000 tokens e o custo por tarefa que nosso próprio playground mede em US$ 1,09 for o número que sua equipe financeira já aprovou.

O veredicto que este par conquista é mais estreito do que qualquer um dos fornecedores gostaria. Em medições independentes, estes dois estão efetivamente empatados; no preço, não estão, e o preço é o eixo do qual um deles não consegue escapar com argumentos.