Две карточки, разделённые разделителем: GPT-6.2 Astra — 74 с до первого токена, 728 с при 10 тыс. токенов и $8 / $40 за миллион; Claude Opus 5.5 — 625 с до первого токена, 373 с при 10 тыс. токенов и $4 / $20 за миллион; под подзаголовком «Время до первого токена, максимальные усилия, запрос на тысячу токенов». Логотип OrcaRouter расположен в правом нижнем углу.
Guides & Insights

GPT-6.2 Astra против Claude Opus 5.5: четыре минуты против десяти до первого токена

Автор

jinhao.song

Дата публикации

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

Дайте обеим моделям один и тот же короткий промпт и замерьте продолжительность тишины. По измерениям Artificial Analysis при максимальном уровне усилий Claude Opus 5.5 требуется 625 секунд — чуть больше десяти минут — до появления первого токена на промпте в тысячу токенов. GPT-6.2 Astra отвечает на аналогичный по структуре запрос за 74 секунды. Четыре минуты против десяти — ещё до того, как какая-либо из моделей написала слово, — а на промпте в десять тысяч токенов разрыв увеличивается почти до восьми минут: 728 секунд против 373.

Вот с этого числа я бы и начал, потому что сравнение по заголовкам указывает совсем в другую сторону. GPT-6.2 Astra, которую OpenAI выпустила 17 ноября 2026 года по цене $8 и $40 за миллион токенов, стоит вдвое дороже Claude Opus 5.5 с обеих сторон счётчика — модель Anthropic держит $4 и $20 с 22 сентября 2026 года. Цена на этикетке говорит, что Opus 5.5 — экономичный выбор. Фактический счёт показывает обратное — с разницей в 2,5 раза, а показатели задержки говорят ещё что-то другое. Все три утверждения верны одновременно, и причина в том, что две модели тратят ресурсы совершенно по-разному, чтобы достичь похожего результата.

Два пункта индекса — в четыре раза больше токенов.

В Intelligence Index v5.0.1 по состоянию на 19 ноября 2026 года, при работе обеих моделей на максимальном уровне усилий, баллы составляют 62,1 у GPT-6.2 Astra и 59,1 у Claude Opus 5.5. Три балла в наборе из девяти оценок — это реальное преимущество, но не разгром, и оно меньше разброса между разными настройками усилий у каждой из моделей.

Их разделяет стоимость достижения результата. Artificial Analysis оценивает завершённую задачу Index в $4.00 для GPT-6.2 Astra и в $10.04 для Claude Opus 5.5 — в 2,5 раза больше, хотя тарифная сетка вдвое дешевле. Механизм — количество токенов на задачу: в рамках одного и того же набора GPT-6.2 Astra выдавала около 41 000 выходных токенов на задачу против 173 000 у Opus 5.5. Вчетверо больше размышлений при результате на три пункта ниже, и количество токенов — это свойство того, как устроена модель, а не то, что может исправить провайдер или выделение GPU.

Эту инверсию стоит усвоить, прежде чем читать любое сравнение этих двух вариантов, потому что она делает любой аргумент о цене за токен вводящим в заблуждение. Команда, составляющая бюджет по тарифной сетке, ожидала бы, что Astra будет стоить вдвое дороже, а фактически платила бы 40 центов за доллар.

Табло с прикреплённым жгутом проводов

Все приведённые ниже показатели — это независимые измерения Artificial Analysis на одном и том же наборе тестов при максимальном уровне усилий, что важно, поскольку таблицы поставщиков получены при выбранных поставщиком настройках и тестовых стендах. Одно исключение отмечено в самой строке.

• Индекс интеллекта — 62,1 у GPT-6.2 Astra против 59,1 у Claude Opus 5.5, на v5.0.1

• Стоимость одной задачи Index — $4.00 против $10.04

• Время на задачу Index — 10,7 минуты против 24,5 минуты

• Terminal-Bench 4.0 — 64,1% против 59,6%

• Terminal-Bench-Science 0.1 — 78,1% против 59,0%, самый большой разрыв в этом материале

• FrontierCode 2.0 — 45,4% против 46,4% — единственный набор тестов по программированию, где Opus 5.5 впереди

• HLE-Diamond — 72,2% против 67,9%

• AnalystAgent — 62,5% против 56,3%

• HARVEY LAB-AA — 15,0% против 4,2%, соотношение 3,6× по юридическим результатам

• Точность Omniscience — 68,6% против 65,5%, при частоте галлюцинаций 59,1% против 50,3%

• HealthBench — 53,5% против 57,0%, настоящая победа Opus 5.5

• AA-3D Elo — 1 318 против 1 202, хотя 1 318 — это цифра, которую сама OpenAI сообщила для Astra на 3D-арене Artificial Analysis

• Контекст и вывод — 1 000 000 токенов и 128 000 токенов на выходе в обоих случаях, согласно каталогу Artificial Analysis; на собственной странице модели OpenAI указано 1 050 000 в общей сложности при пределе ввода 922 000 токенов

A two-column scoreboard for GPT-6.2 Astra against Claude Opus 5.5 across six shared dimensions: Intelligence Index 62.1 vs 59.1, cost per task $4.00 vs $10.04, time per task 10.7 min vs 24.5 min, output tokens per task about 41,000 vs about 173,000, time to first token 74 s vs 625 s, and hallucination rate 59.1% vs 50.3%. The OrcaRouter logo sits in the bottom-right corner.

Где Claude Opus 5.5 всё ещё выигрывает, и почему это важно

Строки, в которых модель Anthropic лидирует, не случайны, и если прочитать их вместе, становится понятно, в чём она сильна. FrontierCode 2.0 измеряет, пройдёт ли изменение в реальной кодовой базе проверку мейнтейнера, и Opus 5.5 опережает его на один пункт — в пределах шума, но последовательно в направлении принятия патча, который принял бы человек. HealthBench — это клиническая беседа, где он лидирует на 3,5 пункта. А его уровень галлюцинаций почти на девять пунктов ниже: 50,3% против 59,1%, то есть на вопросы, на которые он не может ответить правильно, Opus 5.5 чаще говорит об этом.

Последняя строка заслуживает отдельного предложения, потому что это тот тип числа, который никогда не попадает в пост о запуске. GPT-6.2 Astra точнее в наборе тестов на всезнание и заметно менее дисциплинирован в признании незнания. Для рабочего процесса, где дорого обходится поймать неверный ответ — юридические исследования, медицинское резюмирование, финансовая проверка фактов, — разница в девять пунктов по частоте признаний может перевесить разницу в три пункта по оценке, и это самый сильный аргумент за то, чтобы сохранять Claude Opus 5.5 в контуре даже на стеке, который в остальном стандартизирован на Astra.

В собственных материалах A​nthropic о запуске для Opus 5.5 указано 66,4% по Terminal-Bench 4.0 — против 59,6% выше. Это не противоречие: показатель вендора получен при уровне усилия xhigh, а не при заданном по умолчанию medium, на собственном стенде A​nthropic. Три числа для одного бенчмарка в трёх конфигурациях — именно поэтому в каждой строке этой статьи указан источник.

Ползунок усилий влияет на оба ответа

Опубликованный балл ни одной из моделей не является её баллом «из коробки», и значения по умолчанию несимметричны. Claude Opus 5.5 по умолчанию использует средний уровень усилий в Claude API; все приведённые выше цифры получены при максимальном уровне. Команда, которая развёртывает Opus 5.5, не задавая уровень усилий, получает меньший выигрыш по задержке и меньший балл, а опубликованной таблицы, показывающей, к какому результату это приводит, нет — кривая зависимости от усилий существует, но независимые цифры находятся на её верхней точке.

Лестница GPT-6.2 Astra начинается с low и полностью отвергает none, так что самая дешёвая настройка всё равно остаётся reasoning-настройкой. Это небольшое архитектурное различие с практическим следствием: в Astra невозможно случайно отключить reasoning и получить быструю, дешёвую, худшую модель; в Opus 5.5 аналогичный рычаг — это сам параметр effort, и разрыв между medium и max — это то место, где проходит большая часть тех десяти минут до первого токена.

Если ваше решение зависит от разрыва в три пункта по индексу, проверьте, что вы действительно будете использовать настройку, которая его создаёт. Обе модели сравниваются в их самой дорогой конфигурации, и только одна из них поставляется в таком виде по умолчанию.

При превышении 272 000 токенов таблицы пересекаются.

Ценообразование за токен — это область, где данное сравнение обнаруживает подлинную структурную асимметрию, и она не та, на которую намекают заявленные тарифы. Claude Opus 5.5 тарифицирует всё своё окно в один миллион токенов по фиксированной ставке: $4 за вход и $20 за выход, при этом чтение из кэша стоит $0,20 — пять процентов от базовой стоимости ввода, — а запись в кэш — $5 за пять минут или $8 за час.

{{1}}GPT-6.2 Astra{{/1}} взимает {{2}}$8 и $40{{/2}} при коротком контексте, а затем удваивает цены на ввод и кэш и умножает цену вывода на 1,5 для любого запроса длиннее {{3}}272 000 входных токенов{{/3}}, применяя повышенный тариф ко всему запросу, а не только к превышению. Переступите эту черту с {{4}}запросом на 300 000 токенов{{/4}} — и эффективная ставка составит {{5}}$16 за ввод, $60 за вывод и $0,80 за кэш{{/5}}. По сравнению с фиксированными тарифами {{6}}Opus 5.5{{/6}} — {{7}}$4 и $20{{/7}} — {{8}}четырёхкратный разрыв в стоимости вывода{{/8}}, который делает Astra дешёвой, должен выдержать прайс-лист, только что выросший втрое.

• Чтение из кэша — Opus 5.5 по $0.20 за миллион против Astra по $0.40, удваивается до $0.80 свыше 272K

• Запись в кэш — Opus 5.5: $5 за пять минут и $8 за час; у Astra — $10 за 30 минут и $20 за 12 часов

• Поведение при длинном контексте — Opus 5.5: единая цена на всём диапазоне до 1M, тогда как Astra — 2× за вход и 1,5× за выход для всего запроса свыше 272K

• Batch — оба со скидкой 50%, и оба окна остаются открытыми.

Вот почему вердикт о дешёвой модели не универсален. Агент для программирования, работающий с большим монорепозиторием, конвейер обработки документов, поглощающий 400-страничные контракты, — словом, всё, что регулярно несёт в контексте несколько сотен тысяч токенов: на таких рабочих нагрузках Claude Opus 5.5 не является дорогим вариантом. Это единственная из двух моделей, чья цена не меняется при росте промпта, а преимущество Astra на задачу, которое она получает за счёт эффективности токенов, сужается по мере роста доли входных данных в счёте.

A long-context pricing chart split by a dashed marker at 272K input tokens: below the marker Claude Opus 5.5 at $4 in and $20 out against GPT-6.2 Astra at $8 in and $40 out, and above it Opus 5.5 still flat at $4 / $20 while Astra steps up to $16 / $60, with callout cards reading 'Cache read: $0.20 vs $0.40, then $0.80', 'Cache write: $5 an hour vs $20 for 12 hours' and 'Astra applies the higher rate to the whole request'. The OrcaRouter logo sits in the bottom-right corner.

Что 40%-ное окно делает с арифметикой

С 17 ноября у GPT-6.2 Astra есть вторая цена, аналога которой у Opus 5.5 нет. В фоновом режиме Responses API восьмичасовое окно завершения тарифицирует ставки за токены модели на 40% ниже Standard — $4.80 за вход, $24 за выход, $0.24 за кэшированные токены — а двухчасовое окно — на 30% ниже. В пересчёте на измеренную стоимость задачи в $4.00 это примерно $2.40 за задачу в глубоком окне против $10.04 у Opus 5.5.

Это не бесплатные деньги, и интересное здесь — ограничения. Окно требует обработки в режиме Standard, запрещает потоковую передачу, делит бюджет ограничения скорости с заданиями Batch и разделяет кэш промптов — записи, созданные запросом в рамках окна, не могут быть прочитаны стандартным запросом. Для ночного конвейера это погрешность округления. Для интерактивной сессии программирования это непригодно, и упомянутое выше десятиминутное время до первого токена — ровно то число, которое определяет, по какую сторону этой границы находится ваша рабочая нагрузка.

Сравнение, которое из этого получается, необычайно наглядное. Если ваша работа может подождать до утра, GPT-6.2 Astra в 4,2 раза дешевле за завершённую задачу, чем Claude Opus 5.5, и примерно вдвое быстрее. Если ждать нельзя, ценовое преимущество составляет 2,5 раза, и преимущество в задержке всё ещё есть, но эти десять минут уходят на первый токен Opus 5.5, а не на очередь, которую вы выбрали.

Единственное, в чём сходятся два поставщика

Обе модели преодолели одну и ту же планку безопасности в одном и том же направлении. Системная карта OpenAI 6.2 относит GPT-6.2 Astra к порогу Critical по кибербезопасности и к уровню High по биологическим и химическим возможностям в рамках её Preparedness Framework, и в результате запуск сопровождался более строгими отказами в высокорискованной киберпомощи — что, как признаёт собственная документация компании, ограничивает некоторые законные исследования уязвимостей. Claude Opus 5.5 находится в рамках аналогичного режима Anthropic. Если ваша работа — это инструменты для защитной безопасности, обе модели будут отклонять некоторые из таких запросов, и ни один из поставщиков сейчас не предлагает фоновые окна со скидкой в качестве замены доступа к специализированной киберпрограмме, который они описывают отдельно.

Это реальная цена для обеих сторон, и она не отражается ни в одной из приведённых выше цифр. Учитывайте это: рабочий процесс, который рассчитывает на неограниченную помощь в эксплуатации, потерпит неудачу на любой из моделей, и эта неудача будет выглядеть как отказ, а не как результат бенчмарка.

Выбирать, а затем не выбирать

Если вам нужно выбрать один вариант, и ваша работа — это научные вычисления, долгосрочные профессиональные результаты или что-либо, где ответ приходит по контролируемому вами графику, то GPT-6.2 Astra побеждает по каждому параметру, к которому привязаны числа, — оценка, стоимость за задачу, реальное время выполнения и возможность получить ещё 40% за терпение. Если ваша работа клиническая или настолько критична к фактам, что готовность модели признавать незнание стоит больше её потолка, Claude Opus 5.5 — лучший инструмент, и наценка 2.5× — это цена такой дисциплины. Если вы регулярно работаете с контекстом более четверти миллиона токенов, всё решает одна таблица цен, и Opus 5.5 значительно дешевле.

Большинству производственных систем не нужно делать эту ставку. Обе модели доступны через единый ключ в OrcaRouter — anthropic/claude-opus-5.5для этапа проверки и верификации, а маршруты O​penAI — рядом с ним — по прейскурантной цене провайдера с наценкой 0%, так что скидка от любого поставщика доходит до того же ключа в день её появления. Конфигурация, которая направляет планирование и финальную проверку в Opus 5.5, а основную часть выполнения и анализа — в GPT-6.2 Astra, обходится заметно дешевле любого из двух чистых вариантов, а автоматическое переключение при сбое на маршруте Opus не даёт десятиминутному времени до первого токена превратиться в десятиминутный простой, когда у провайдера выдаётся плохой час. Именно к такой схеме большинство команд приходит после первого счёта, и она доступна ещё до первого счёта, если настроить маршрутизацию с самого начала.

Что изменило бы этот вердикт: независимая оценка GPT-6.2 Astra при среднем уровне усилий, которая показала бы, сохраняется ли преимущество в задержке, когда модель просят думать так же долго, как Opus 5.5, и второй цикл измерений по строке галлюцинаций — единственному показателю здесь, который говорит против более дешёвой модели по причинам, которые деньгами не исправить.

The Artificial Analysis model page for GPT-6.2 Astra, an independent third-party measurement site, showing the model's Intelligence Index score and its measured latency and per-task cost panels.
© 2026 OrcaRouter