Сгенерированная титульная карточка для сравнения Claude Opus 5.5 и GPT-6.2 Sol с тремя карточками статистики: «разница в 1,8 индексного пункта», «в 10 раз выше стоимость за задачу» и «в 3 раза больше фактического времени», а также нижний колонтитул с указанием индекса Artificial Analysis v5.0.1 и релиза GPT-6.2 Sol от 17 ноября 2026 года. Логотип OrcaRouter в правом нижнем углу.
Guides & Insights

Claude Opus 5.5 против GPT-6.2 Sol: два пункта, втрое дольше ждать

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Спросите разработчика, какую из этих двух моделей использовать, и ответ обычно будет местом в рейтинге. Спросите того, кому нужно выпустить функцию к пятнице, и вопрос будет другим: сколько времени занимает один ответ и сколько стоит его получить. По измерениям Artificial Analysis на момент написания, Claude Opus 5.5 набирает 59,1 балла в Intelligence Index, а GPT-6.2 Sol набирает 57,3 балла — разрыв в 1,8 балла, меньше, чем разброс от запуска к запуску во многих наборах тестов. Если смотреть на фактическое время на одну задачу Intelligence Index, та же пара показывает 24,6 минуты против 8,0. Одна модель в три раза быстрее, но на два балла слабее, и именно это соотношение, а не позиция в рейтинге, определяет выбор в большинстве реальных внедрений.

Даты важны для понимания остального. Claude Opus 5.5 находится в общем доступе с 22 сентября 2026 года по цене $4 за миллион входных токенов и $20 за миллион выходных. GPT-6.2 Sol на момент написания существует всего два дня: он выпущен OpenAI 17 ноября 2026 года по цене $2 и $10 при контекстном окне 1 050 000 токенов — это точное совпадение по цене с моделью, которую он заменяет, GPT-6.1 Sol, удерживающей $2/$10 с 29 сентября. Так что это не сравнение проверенной модели с претендентом, у которого нет ни послужного списка, ни изменения цены; это сравнение зрелого флагмана и обновления по той же цене, в котором в основном сменилась лежащая в основе модель.

Откуда взялась цифра трёхкратной задержки

Дело не в скорости вывода. Если измерять в токенах в секунду, эти две модели ближе друг к другу, чем можно предположить по заголовкам: GPT-6.2 Sol выдаёт 85 ток/с против 117 у Claude Opus 5.5. На самом деле Opus 5.5 — более быстрый генератор. Разрыв возникает в том, сколько токенов каждая модель решает произвести, прежде чем остановиться.

Headless capture of Artificial Analysis's GPT-6.2 Sol model page, showing the model's summary panel with its Intelligence Index score of 57, its release date of 17 November 2026, output speed of 85 tokens per second, and pricing of $2.00 per million input and $10.00 per million output tokens.

По всему набору тестов Index Artificial Analysis зафиксировала 218 млн выходных токенов для Claude Opus 5.5 и 60,9 млн для GPT-6.2 Sol — разница в 3,6× по общему числу сгенерированных токенов для одного и того же набора задач. Умножьте это на соотношение скоростей — и получите 24,6 против 8,0 минут на задачу. Иными словами, Opus 5.5 работает медленно не потому, что медленный его инференс. Он медленный потому, что думает дольше, и в этом стенде дополнительные размышления дают 1,8 балла индекса.

Это принципиально иная проблема, чем у модели, которой просто не хватает ресурсов. Вы не можете решить её, перейдя к более быстрому провайдеру или увеличив выделение GPU; токены — это свойство настройки усилий модели. Что вы можете сделать — изменить настройку усилий, и честное описание положения Opus 5.5 состоит в том, что его опубликованные показатели получены при максимальных усилиях — настройке, которая одновременно максимизирует оценку и ухудшает задержку.

Бенчмарки, где разрыв в два пункта инвертируется

Сводный индекс скрывает реальное разделение, и это разделение проходит по линии, которую большинство команд может распознать в собственном бэклоге. Все цифры — это независимые измерения Artificial Analysis на одном и том же наборе тестов, обе модели при максимальном уровне усилий.

• Индекс интеллекта — 59,1 против 57,3 в версии v5.0.1.

• Стоимость одной задачи Index — $10,04 против $1,01, разница в 9,9 раза.

• Время на задачу Index — 24,6 мин против 8,0 мин.

• Terminal-Bench 4.0 — 59,6% против 60,1%, фактически равный результат, при этом более новая модель незначительно впереди.

• Terminal-Bench-Science 0.1 — 59,0% против 67,6%, победа GPT-6.2 Sol с преимуществом 8,6 пункта и самый большой единичный разрыв в этой статье.

• FrontierCode-AA 2.0 — 46,4% против 44,4%.

• HLE-Diamond — 67,9% против 64,0%.

• AnalystAgent — 56,3% против 53,8%.

• AutomationBench-AA — 69,5% против 71,3%, небольшое преимущество Sol.

• AA-Omniscience — 48,1 при точности 65,5% против 40,4 при точности 61,6%.

• Контекст и вывод — 1M токенов с выводом 128K против 1 050 000 токенов с максимальным вводом 922K и выводом 128K.

Generated two-column scoreboard titled 'Claude Opus 5.5 vs GPT-6.2 Sol - the scoreboard'. Left column Claude Opus 5.5 rows: Intelligence Index 59.1, cost per task $10.04, time per task 24.6 min, Terminal-Bench Science 59.0%, HLE-Diamond 67.9%, price $4 / $20. Right column GPT-6.2 Sol rows: Intelligence Index 57.3, cost per task $1.01, time per task 8.0 min, Terminal-Bench Science 67.6%, HLE-Diamond 64.0%, price $2 / $10. Footer: both per Artificial Analysis index v5.0.1 at max effort. OrcaRouter logo bottom-right.

Если читать строки терминала вместе, вырисовывается конкретная картина. В обычной агентной работе в терминале две модели взаимозаменяемы — разница в полбалла в любую сторону не является сигналом. На научной работе в терминале GPT-6.2 Sol выигрывает почти на девять пунктов, а на AutomationBench — на два. Где Opus 5.5 вырывается вперёд — это полнота и анализ с большим количеством ссылок: HLE-Diamond на 3,9, сводный показатель всезнания на 7,7.

Если ваши агенты выполняют код в терминале, выбор между этими двумя сводится к тому, является ли этот код прикладной логикой или вычислениями. Прикладная логика: ничья. Вычисления с научной или численной основой: более дешёвая и быстрая модель одновременно является и более мощной — это самый редкий исход на этом рынке и самый сильный отдельный аргумент в пользу GPT-6.2 Sol.

Почему счёт в 10 раз больше, если цена в 2 раза больше?

Соотношение по прайс-листу — 2×: $4/$20 против $2/$10. Измеренное соотношение — 9,9×. Оно получается перемножением двух факторов — цены 2× и соотношения токенов 3,6×, — и стоит проговорить это явно потому, что команда, сравнивая прайс-листы, заложила бы в бюджет разницу в 2×, а получила бы 10×.

Конкретно: 10 000 агентских задач при измеренном профиле Opus 5.5 обходятся примерно в $100 000. Те же 10 000 задач на GPT-6.2 Sol — примерно в $10 000. Это решение о численности персонала, а не об оптимизации. Это также самый крупный рычаг, доступный любому, кто запускает агентов в больших объёмах, и Anthropic уже однажды к нему прибегала — сам Opus 5.5 срезал 20% с прейскурантной цены Opus 5 и 60% со стоимости чтений из кэша.

Поведение кэша — вот где ценовой аргумент становится неочевидным. Чтение из кэша у Opus 5.5 стоит $0.20 за миллион; у GPT-6.2 Sol — $0.10. Но стоимость задачи у Opus 5.5 определяется сгенерированными токенами, а не входными, и кэшированный ввод ничего не даёт модели, которая тратит свой бюджет на размышления. Затраты — это многословность, а единственный рычаг управления ею — уровень усилий, который снижает балл, за который вы платите.

Что на самом деле даёт настройка уровня усилий

В собственном материале Anthropic о запуске для Terminal-Bench 4.0 указано 66,4% для Opus 5.5 против 52,3% для Opus 5, и эти 66,4% получены при настройке xhigh, а не при используемом моделью по умолчанию значении medium. Независимый результат на том же бенчмарке — 59,6% — ещё ниже и отражает собственную конфигурацию Artificial Analysis. Три числа, один бенчмарк, три конфигурации — вот почему каждая оценка в этой статье сопровождается указанием харнесса, который её выдал.

Практическое следствие состоит в том, что преимущество по индексу в 1,8 пункта — это преимущество при максимальном усилии, а настройка по умолчанию — не максимальное усилие. Команда, которая развертывает Opus 5.5 со средним уровнем усилий, получает больше выигрыша в задержке и меньше — в балле, и нет опубликованной таблицы, показывающей, к чему это приводит. Если разрыв в два пункта — причина, по которой вы выбираете Opus 5.5, убедитесь, что настройка усилий, которая его обеспечивает, — та самая, которую вы действительно будете использовать.

Запуск обоих без выбора

Причина, по которой это сравнение менее значимо, чем кажется, заключается в том, что эти две модели на самом деле не являются взаимозаменяемыми. Одна — это модель глубокого рассуждения, которую вы медленно нацеливаете на сложные задачи; другая — быстрая и дешёвая модель, которую вы нацеливаете на объёмы. Это конфигурация маршрутизации, а не архитектурное решение, и обе доступны по одному ключу в OrcaRouter — anthropic/claude-opus-5.5 по собственной ставке поставщика с наценкой 0%, а маршрут OpenAI — рядом с ним.

Вариант, который действительно работает в продакшене: отправьте этап планирования в Opus 5.5, а этапы выполнения и проверки — в GPT-6.2 Sol, потому что результаты бенчмарков показывают, что именно в этом каждый из них силён. Объедините оба в один вызов с помощью DSL маршрутизации, чтобы переключение было невидимо для приложения, и включите автоматическое переключение при сбое на маршруте Opus — модель, время выполнения задачи у которой измеряется десятками минут, — это именно та, чью работу вы меньше всего хотите остановить из-за сбоя одного провайдера. Совокупная стоимость оказывается намного ниже любой из чистых конфигураций, а профиль задержек на большинстве шагов соответствует быстрой модели.

Headless capture of OrcaRouter's model page for anthropic/claude-opus-5.5, showing the model name and its sections for code samples, pricing, performance and public benchmarks.

За чем наблюдать и что изменило бы ответ

GPT-6.2 Sol вышел всего два дня назад, и приём в неделю запуска не был единодушно тёплым — публикации о выпуске Astra и Sol 17 ноября сообщали о громких жалобах опытных пользователей, в частности на сторону Astra. Считайте независимые цифры выше надёжным сигналом, а настроения на форумах — шумом, пока не завершится второй цикл измерений. Что действительно изменило бы это сравнение, так это опубликованная оценка GPT-6.2 Sol при более низкой настройке усилий, которая показала бы, сохраняется ли его преимущество в скорости, когда его просят думать столько же, сколько Opus 5.5.

Ещё один момент, за которым стоит следить, — цена. Open​AI держала тарифную сетку Sol неизменной с 6.1 по 6.2, одновременно снизив тарифную сетку Astra на 20%, что говорит о том, что уровень Sol позиционируется с расчётом на объём, а не на возможности. Если это сохранится, разрыв в 10× на одну задачу является структурным, а не временным, и приведённый выше вариант маршрутизации становится вариантом по умолчанию, а не хитроумной оптимизацией.

Пока что: если вы выбираете одну модель и ваша работа — это научные вычисления, высоконагруженное агентное выполнение или что-либо чувствительное к задержкам, GPT-6.2 Sol — гораздо более выгодная покупка, и отставание в 1,8 балла недостаточно реально, чтобы оправдать счёт в 10 раз больше. Если ваша работа — это глубокий анализ, где вспомненный факт ценнее быстрого ответа, то вес стоит придавать всезнанию Opus 5.5 и его преимуществам в HLE — и вам следует закладывать в бюджет, что это займёт в три раза больше времени.

Сравнение в этой статье1

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно

© 2026 OrcaRouter