Claude Sonnet 5.5 vs GPT-6 Sol: $2-nivån har nu två flaggskepp i sig

Claude Sonnet 5.5 och GPT-6 Sol har identiska priser — 2 dollar per miljon indata-tokens, 10 dollar per miljon utdata-tokens — och de dök upp med sex dagars mellanrum i slutet av september 2026. Det sammanträffandet är inte det intressanta. Det intressanta är att när Artificial Analysis mätte båda på sitt v4.3.2 Intelligence Index, hamnade den mellanklassade Anthro​pic-modellen före den modell som Open​AI har sålt som sin flaggskeppsmodell: 56 för Claude Sonnet 5.5 mot 47 för GPT-6 Sol. I samma revision ligger Claude Sonnet 5 — modellen som Sonnet 5.5 ersätter — på 38.

Så det här är inte längre en jämförelse mellan en billig nivå och en dyr. Det är en jämförelse mellan två modeller till samma pris, från två labb, med en spridning på 18 punkter mellan den från Anthro​pic och dess egen föregångare, och en spridning på nio punkter till Anthro​pics fördel mot Open​AIs toppmodell. Allt nedan är ett försök att reda ut vilka av dessa gap som överlever kontakt med en verklig arbetsbelastning, och vilka av dem som är en benchmark-artefakt.

Vad varje modell faktiskt är

Claude Sonnet 5.5 är den andra modellen i Anthropics 5.5-generation, släppt den 28 september 2026, fem dagar efter lanseringen av Claude Opus 5.5 som hade utlovat den. Den bär id:t claude-sonnet-5-5 i Claude API, Amazon Bedrock, Google Cloud och Microsoft Foundry, behåller nivåns kontextfönster på 1M token och utdatataket på 128K, och behåller Claude Sonnet 5:s priser exakt: $2 för inmatning, $10 för utmatning, $0,20 per miljon för cacheläsningar, $2,50 för en cacheskrivning på fem minuter. Den är tillgänglig med noll datalagring från första dagen, och Anthropics utfasningsåtagande sträcker sig till den 28 september 2027.

GPT-6 Sol är efterträdaren till modellen som förvirrande nog kallas GPT-5.6 Sol — den som OrcaRouter fortfarande listar som tillgänglig till $4 in och $20 ut, och som Artificial Analysis sedan dess har markerat som föråldrad med en hänvisning till GPT-6 Sol. Den nya modellen lanserades den 22 september 2026 till $2 / $10 med ett kontextfönster på 1 050 000 token, ett utdatatak på 128K och en nivåbaserad prissättning: prisnivån $2 / $10 gäller upp till 272 000 indatatoken, och allt däröver debiteras till $4 / $15.

Den där sista detaljen är det första stället där inramningen "identisk prissättning" brister.

Prislikheten gäller bara för korta prompter

Båda prislistorna anger $2 och $10, och nästan varje jämförelse vid lanseringen stannade där. Ställ de två mot varandra utifrån de villkor som avgör en faktura:

• Listpris — Claude Sonnet 5.5 $2 / $10 vs GPT-6 Sol $2 / $10

• Pris för lång kontext – Sonnet 5.5 debiterar hela 1M-fönstret till standardpriset; GPT-6 Sol fördubblas till $4 / $15 vid fler än 272 000 indatatoken

• Kontextfönster — 1 000 000 tokens vs 1 050 000 tokens

• Maximal utdata — 128K tokens på det synkrona API:et för båda; Sonnet 5.5 når 300K på Message Batches-API:et bakom output-300k-2026-03-24huvudet

• Batchrabatt – 50 % rabatt på indata och utdata för Sonnet 5.5; kontrollera OpenAIs aktuella villkor för Sol i stället för att anta paritet

• Cache-läsningar — $0,20 per miljon för båda

En genomsökning av ett kodförråd på 800 000 tokens kostar dubbelt så mycket per token på GPT-6 Sol som på Claude Sonnet 5.5, och det är precis den arbetsbelastning som båda modellerna marknadsförs för. Om dina prompter är korta är prislistorna verkligen ett dött lopp och priset bör inte avgöra någonting. Om de är långa har det redan gjort det.

Anthropics egen resultattavla, noggrant läst

Anthropic publicerade en jämförelse i fyra kolumner mot Claude Sonnet 5, Claude Opus 5.5 och GPT-6 Sol. De leverantörsrapporterade siffrorna, som ingen tredje part ännu har reproducerat:

• Terminal-Bench 4.0 – Sonnet 5.5 70,6 % mot Sonnet 5 10,3 %

• FrontierCode 1.1, Main — Sonnet 5.5 46,2 % vid Max effort, Sonnet 5 42,4 %, Opus 5.5 54,4 %, GPT-6 Sol 49,3 %

• CursorBench 4.0 — Sonnet 5.5 55,5 % mot Sonnet 5 34,1 % mot Opus 5.5 57,8 %

• GDPval-AA v2.1 — Sonnet 5.5 1844 mot Sonnet 5 1449 mot Opus 5.5 1846 mot GPT-6 Sol 1487

• AA-Briefcase v1.1 — Sonnet 5.5 1811 mot Sonnet 5 1359 mot Opus 5.5 1822 mot GPT-6 Sol 1483

• Humanity's Last Exam, med verktyg — Sonnet 5.5 64,5 % mot Sonnet 5 54,9 % mot Opus 5.5 67,7 %

• OSWorld 2.1, delvis — Sonnet 5.5 80,1 % vs Sonnet 5 57,0 % vs Opus 5.5 81,8 %

• Chartography, inga verktyg — Sonnet 5.5 61,6 % vs Sonnet 5 15,6 % vs Opus 5.5 64,4 % vs GPT-6 Sol 53,6 %

Två av dessa rader bär fotnoter, och båda spelar roll. Siffrorna för GDPval-AA, AA-Briefcase och Chartography för GPT-6 Sol markeras av Anthropic som uppmätta efter en korrigering av bildförståelsen på OpenAIs sida, och FrontierCode-siffran för Sonnet 5.5 är dess Max-effort-resultat, vilket Anthropic noterar låg under dess eget Xhigh-resultat i samma utvärdering. En leverantör som jämför sig med en konkurrent i ett benchmark som den själv kör, med fotnoter som nyanserar båda sidor, är inte neutralt underlag. Det är det bästa underlaget som finns på lanseringsdagen, och det är inte samma sak som mätning.

Vad de oberoende siffrorna säger, och vad de inte säger

Artificial Analysis har publicerat en första oberoende körning: Index 56 på v4.3.2, en kostnad på $7,60 per Index-uppgift och en verbositetsiffra på 410M tokens i utdata mot en median på 88M. Den verbositetsiffran förtjänar mer uppmärksamhet än den får. Det innebär att modellen tenderar att göra av med väldigt många tokens på vägen till ett svar, och den ligger bakom det enda effektivitetspåståendet som inte kommer från Anthropics egen tabell.

Anthropic säger att Claude Sonnet 5.5 genererar utdata 30 % snabbare än Claude Sonnet 5 och kostar ”upp till 30 % mindre per uppgift” vid samma pris per token. Dessa två påståenden tillsammans beskriver en modell som utför samma arbete med färre tokens, inte en billigare prislista. Huruvida det håller är precis vad en verbositetsmätning på 410M tokens är till för, och en oberoende körning räcker inte för att avgöra det – men det räcker för att säga att marknadsföringsmeningen och den uppmätta tokenmängden pekar i motsatta riktningar, och den uppmätta är den som dyker upp på en faktura.

Notera också vad det oberoende indexet ännu inte innehåller. Det finns ingen publicerad replikering av OSWorld, Terminal-Bench eller CursorBench från någon annan än Anthropic. Och 56 är ett sammansatt värde: det säger ingenting om vilken av de tio utvärderingarna i det som drev gapet till Sols 47. En sammansatt ledning på nio punkter kan dölja en förlust på femton punkter på den enda utvärdering som din arbetsbelastning är beroende av.

Där de går isär på sätt som en prislista inte kan visa

Pris och indexpoäng är de två lätta axlarna. De som avgör en migrering är de beteendemässiga, och här är de två modellerna inte nära varandra.

Claude Sonnet 5.5 kör adaptivt tänkande aktiverat som standard med high som standardnivå för ansträngning, och det tar bort tre saker som den föregående generationen tillät: att skicka thinking: {"type": "disabled"} returnerar nu en 400 och måste ersättas med between_tools; påtvingad verktygsanvändning — tool_choice satt till "any" eller ett namngivet verktyg — returnerar en 400 direkt; och det äldre computer_20251124 datoranvändningsverktyget avvisas i Claude API och Google Cloud till förmån för en verktygsuppsättning. Tänkandeblock är nu också bundna till modellen som producerade dem, så att en konversation kan flytta från Claude Sonnet 5 till Claude Sonnet 5.5 och behålla sitt resonemang, men kan inte flytta tillbaka ut igen med det.

Om din agentloop ställer in tool_choice: "any" för att tvinga fram ett schemagiltigt anrop, kommer Claude Sonnet 5.5 att avvisa begäran tills du byter till auto med strikt verktygsanvändning eller strukturerade utdata. Det är en verklig migreringsuppgift, och det är den typ av sak som förvandlar ett byte av modell-ID på en rad till en hel eftermiddag.

Kostnaden för ett byte till GPT-6 Sol är av ett annat slag, eftersom modellen den ersätter fortfarande finns i katalogen och fortfarande anropas. GPT-5.6 Sol är inte indragen; den är märkt som föråldrad hos Artificial Analysis, prissatt till dubbelt så mycket som den nya modellen, och tar fortfarande emot trafik. OrcaRouters egna mätningar visar att den hanterar ungefär 95 miljoner tokens i veckan, vilket är en rimlig indikator på hur många integrationer som ännu inte har migrerat. Att gå över till GPT-6 Sol är ett prissättningsbeslut som du kan fatta senare; du behöver inte fatta det nu.

Kör jämförelsen på en nyckel

Det praktiska problemet med en jämförelse mellan två leverantörer är att det vanligtvis kostar två konton, två SDK-vägar och två uppsättningar anropsgränser innan du lär dig något. OrcaRouter finns för att slå ihop det: en OpenAI-kompatibel slutpunkt, över 200 modeller, leverantörens listpris vidarebefordrat utan påslag, och automatisk redundansväxling mellan leverantörer.

Båda de modeller som spelar roll här kan routas på den i dag. GPT-6 Sol finns i katalogen till $2 / $10 med long-context-nivån intakt, och Claude Sonnet 5 – modellen som merparten av Claude API-trafiken fortfarande körs på, med en uppmätt hastighet på 150 utdatatokens per sekund och en p50-tid för första token på ungefär fem sekunder – har funnits på plattformen sedan den 30 juni till Anthropics eget $2 / $10.

Claude Sonnet 5.5 i sig finns ännu inte i vår katalog. Även om det är sant är den ärliga vägen till leverantörens eget API och de tre molntjänster som Anthropic listar, och det ärliga sättet att utvärdera den är att rikta den mot en trafikandel som du har råd att förlora. Det är vad routningslagret är till för: höj en procentsats, bevaka felfrekvensen och behåll den tidigare modellen som reserv snarare än som en återställningsplan.

Vilken går i produktion

Välj baserat på arbetsbelastningens form snarare än på en sammansatt poäng.

Claude Sonnet 5.5 är det bättre köpet för långkontextarbete, för allt som redan är skrivet mot Anthropics yta för tool-use och computer-use, och för team vars prompts rutinmässigt går över en kvarts miljon token – flat rate-fönstret är värt mer där än något indexdelta. Acceptera att det finns en checklista kopplad till migreringen: tvingad tool use, thinking-växeln, advisor-verktygsparningarna och en ändring av computer-use-verktyget.

GPT-6 Sol är det säkrare kontinuitetsvalet för en OpenAI-formad stack, och det billigare alternativet om dina prompter är korta och dina integrationer redan är byggda. Dess fördel är inte kapaciteten – i det sammansatta måttet ligger den efter – utan att dess föregångare fortfarande är i drift och att migreringen inte har någon tidsfrist.

Utifrån de siffror som finns tillgängliga i dag vinner Claude Sonnet 5.5 duellen i det oberoende indexet och i ekonomin för lång kontext, och förlorar inte på något som någon publicerad mätning ännu kan upptäcka bortom tillförlitligheten i leverantörens egen tabell. Det är ett snävare påstående än vad lanseringsmaterialet gör, och det är det som är värt att agera på.

Det som skulle ändra svaret är en andra oberoende körning av agentutvärderingarna, och en publicerad siffra för tokens per uppgift för båda modellerna på samma uppgifter. Så länge båda inte finns är det sammansatta indexet ett nio poängs försprång för modellen som är billigare att köra, och ett nio poängs försprång i det sammansatta indexet är inte samma sak som ett nio poängs försprång i din arbetsbelastning.