Claude Opus 5.5 vs GPT-6 Sol: Halva priset, ända tills kontexten blir lång

Anthropic och OpenAI lanserade konkurrerande flaggskepp samma eftermiddag. Claude Opus 5.5 lanserades den 22 september 2026 för 4 dollar per miljon indata-tokens och 20 dollar per miljon utdata-tokens, en sänkning med 20 % på båda priserna jämfört med Claude Opus 5. GPT-6 Sol lanserades samma dag för 2 dollar in och 10 dollar ut, en ren 50-procentig sänkning från GPT-5.6 Sol, som OpenAI beskrev som permanent snarare än kampanj. Läs bara de två meningarna och matchningen ser avgjord ut innan den ens har börjat: OpenAI-modellen är halva priset, och halva priset är halva priset. Läser man resten av båda prislistorna sluts gapet till största delen – inte för att någon av leverantörerna har ändrat något, utan för att båda modellerna tar ut en tilläggsavgift för samma typ av förfrågan, och den kostar Sol långt mycket mer av sitt försprång än vad den kostar Anthropic.

Två priskort, båda med ett steg i sig

Under 272 000 indatatoken är detta den enklaste jämförelsen i den nuvarande frontlinjen:

• Indata — GPT-6 Sol 2,00 $ per miljon mot Claude Opus 5.5 4,00 $

• Utdata — GPT-6 Sol 10,00 USD per miljon vs Claude Opus 5.5 20,00 USD

• Cachad indata — GPT-6 Sol cirka 90 % rabatt på den cachade delen jämfört med Claude Opus 5.5 $0.20 per miljon, en multiplikator på 5 % på basindata

• Kontext och utdata — GPT-6 Sol 872K mätt av Artificial Analysis, 1M uppges på annat håll, 128K maximal utdata jämfört med Claude Opus 5.5 1M och 128K

• Kunskapsgräns — Claude Opus 5.5 juni 2026 vs GPT-6 Sol anges inte i samma termer

Över 272 000 indatatoken ändras aritmetiken på båda sidor, och inte med samma belopp. GPT-6 Sol prissätter om hela begäran – inte överskottet, hela anropet – till ungefär dubbla indatapriset och en och en halv gång utdatapriset, vilket landar på nära 4,00 USD för indata och 15,00 USD för utdata. Prislistan för Claude Opus 5.5 har inget långkontextsteg: Anthropic fakturerar 4,00 och 20,00 USD över hela fönstret på 1 miljon token och uppger att en begäran på 900 000 token kostar lika mycket per token som en på 9 000 token.

Lägger man ihop dem vänds ordningen på ett oväntat ställe. Vid ett anrop med lång kontext konvergerar inputpriserna vid ungefär 4 dollar för båda modellerna – Sols fördel med halva priset på input försvinner helt – medan output krymper från en 2x-skillnad till ungefär 15 dollar mot 20 dollar, en fördel på 25 % i stället för 50 %. Sol är fortfarande billigare. Det är inte längre billigt nog att vara den enda siffran i beslutet, och anledningen är att de två tilläggsavgifterna har olika form: Anthropics modell tar ut en fast avgift som råkar ligga högre, OpenAI:s tar ut en straffavgift som slår hårdast just mot de agentiska arbetsbelastningarna med repositorieläsning och dokumentuppsättningar som båda företagen säljer dessa modeller för.

Den oberoende poängen, som är den enda jämförelsen under samma förutsättningar

Ingen av lanseringstabellerna innehåller den andras nya modell — båda skrevs innan lanseringarna samma dag hade landat — så leverantörens material kan inte rangordna dessa två överhuvudtaget. Artificial Analysis kan det, eftersom de kör varje modell i en publicerad konfiguration:

• Intelligensindex — Claude Opus 5.5 58, rankad #1 av 210 mot GPT-6 Sol 48, rankad #18

• Konfigurationsetikett – båda poängsatta vid maximal ansträngning; Claude Opus 5.5 märktes dessutom som "Default Fallback"

• Uthastighet — GPT-6 Sol 113,3 tokens/sek, rankad 38:a jämfört med Claude Opus 5.5 som ännu inte är publicerad

• Tid till första token – GPT-6 Sol 142,74 s jämfört med en median för resultattavlan på 3,83 s; Claude Opus 5.5 är ännu inte publicerad

• Pris — GPT-6 Sol $2.00 / $10.00 per miljon vs Claude Opus 5.5 $4.00 / $20.00

Tio indexpoäng och sjutton placeringar är den största skillnaden i någon nuvarande Claude-mot-OpenAI-parning, och den går emot den billigare modellen för andra gången den här månaden – samma mönster visade sig när GPT-6 Sol mötte Claude Opus 5 i en tidigare jämförelse och förlorade med tre poäng till 60 % lägre kostnad. Hastighetsraden drar i motsatt riktning och spelar större roll än den verkar: 113,3 token per sekund är ungefär dubbelt så mycket som GPT-6 Astra-flaggskeppet klarar, och det är den snabbaste siffran i den här gruppen. Tillsammans med en första token på 142 sekunder är profilen en modell som tänker länge och sedan skriver snabbt, vilket passar dåligt för något interaktivt och rimligt för långa oövervakade körningar.

Båda siffrorna har samma förbehåll som leverantörernas: de är mätningar vid maximal ansträngning, och ingen av modellerna har maximal ansträngning som standard vid leverans. Claude Opus 5.5 har som standard medel på en ansträngningsskala som går från låg till max; GPT-6 Sol har en skala som går från ingen till max. Ett index för maximal ansträngning är ett rättvist sätt att jämföra tak och ett missvisande sätt att förutse din räkning.

Vad går sönder när du byter, i båda riktningarna?

Migrationsfriktionen här är asymmetrisk och värd att känna till innan något av stegen.

Claude Opus 5.5 är inte utbytbart rakt av mot Claude Opus 5. Tänkande kan inte längre inaktiveras, så kod som angav en icke-tänkande sökväg kommer att ge fel eller ändra beteende tyst. Påtvingad verktygsanvändning returnerar ett fel. Tänkandeblock är bundna till modellen och konversationen som skapade dem, så de kan inte spelas upp igen över modeller. Det äldre computer_20251124 datoranvändningsverktyget accepteras inte i Claude API eller Google Cloud. Separerat från detta returneras nu text mellan verktygsanrop inuti tänkandeblock som är tomma vid standardvisningsinställningen, så ett program som strömmar den texten som förlopp kommer helt enkelt att tystna mellan anrop utan att kasta något.

GPT-6 Sols ansträngningsskala är den mer flexibla av de två: den kan ändras mitt i en konversation utan att ogiltigförklara promptcachen, vilket innebär att en billig första körning och ett dyrt nytt försök på samma kontext är ett mönster som stöds snarare än ett som bryter cachen. Det är en verklig ingenjörsfördel för alla som kör nivåindelat resonemang inom en enda session, och det är det starkaste argumentet för Sol som inte förekommer i någon pristabell.

Kör båda, och avgör med dina egna siffror.

Den ärliga hållningen i den här jämförelsen är att leverantörernas tabeller inte kan avgöra den och att det oberoende indexet bara avgör taket. Det som återstår är arbetsbelastningsfrågan – hur länge dina kontexter faktiskt körs, och hur mycket ett misslyckat försök kostar – och det är mätbart i din egen trafik snarare än diskutabelt utifrån ett pressmeddelande.

Båda modellerna kan dirigeras via OrcaRouter till leverantörens listpris med 0 % påslag: GPT-6 Sol hos OpenAI för 2,00 / 10,00 USD och Claude Opus 5.5 hos Anthropic för 4,00 / 20,00 USD. Eftersom vidarebefordran är exakt och priserna ändras samma dag som leverantörerna ändrar dem, är förhållandet du mäter i staging det förhållande du betalar i produktion, utan något påslagslager att räkna fram på nytt. En nyckel täcker båda, så dirigeringsregeln som skickar anrop under 272K till Sol och långkontextanrop till den modell som vinner i dina utvärderingar är en konfigurationsändring snarare än en andra integration – och automatisk redundansväxling innebär att en lansering samma dag på endera sidan är något du kan lägga en del av trafiken på i stället för en satsning du gör med en hel pipeline.

Den version av detta som överlever kontakt med en räkning

GPT-6 Sol är den billigare modellen på varje rad, i varje konfiguration, och det är inte omtvistat. Det som inte håller är antagandet att "halva priset" är siffran att planera efter: vid ett anrop med lång kontext möts indatapriserna vid ungefär $4 och utdatagapet krymper till en fjärdedel, vilket är ett annat beslut än det som lanseringssidorna beskriver. Väg det mot ett indexgap på tio punkter, sjutton placeringar och en uppmätt första token på 142 sekunder, och uppdelningen skriver sig själv för de flesta arbetsbelastningar — Sol som standardval för hög volym vid korta och medellånga kontexter, Claude Opus 5.5 där kontexten blir lång eller uppgiften är tillräckligt svår att en omkörning kostar mer än skillnaden i token. Misstaget som är värt att undvika är att välja en av dessa enbart utifrån rubrikpriset, eftersom det är den andra siffran på varje prislista som avgör fallet som båda modellerna byggdes för.