
Claude Opus 5.5 vs GPT-6.2 Sol: Hai điểm, thời gian chờ gấp ba lần
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 184 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 215 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Hỏi một lập trình viên nên dùng mô hình nào trong hai mô hình này và câu trả lời thường đến dưới dạng một vị trí trên bảng xếp hạng. Hỏi một người phải hoàn thành một tính năng trước thứ Sáu thì câu hỏi lại khác: một câu trả lời mất bao lâu, và tốn bao nhiêu để có được nó. Theo các đo lường của Artificial Analysis tại thời điểm viết bài, Claude Opus 5.5 đạt 59,1 điểm trên Chỉ số Trí tuệ và GPT-6.2 Sol đạt 57,3 — chênh lệch 1,8 điểm, ít hơn mức nhiễu giữa các lần chạy trên nhiều bộ kiểm thử. Về thời gian thực tế cho mỗi tác vụ trong Chỉ số, cùng cặp đôi đó cho kết quả 24,6 phút so với 8,0 phút. Một mô hình nhanh gấp ba lần với chi phí ít hơn hai điểm, và chính tỷ lệ đó, chứ không phải vị trí trên bảng xếp hạng, mới là yếu tố quyết định phần lớn các triển khai thực tế.
Các mốc thời gian rất quan trọng để hiểu phần còn lại. Claude Opus 5.5 đã được cung cấp rộng rãi kể từ ngày 22 tháng 9 năm 2026 với mức 4 USD/triệu token đầu vào và 20 USD/triệu token đầu ra. Tại thời điểm viết bài, GPT-6.2 Sol mới ra mắt được hai ngày, được OpenAI phát hành vào ngày 17 tháng 11 năm 2026 với giá 2 USD và 10 USD, cùng cửa sổ ngữ cảnh 1.050.000 token — một mức giá ngang bằng trực tiếp với mô hình mà nó thay thế, GPT-6.1 Sol, mô hình đã giữ mức 2 USD/10 USD kể từ ngày 29 tháng 9. Vì vậy, đây không phải là so sánh giữa một mô hình đã được chứng minh và một đối thủ chưa có thành tích ở một bên, còn bên kia không có biến động giá; mà là so sánh giữa một mô hình chủ lực trưởng thành và một bản làm mới cùng mức giá chủ yếu thay đổi mô hình bên dưới.
Con số độ trễ gấp ba lần đó bắt nguồn từ đâu
Đó không phải là tốc độ đầu ra. Đo bằng token mỗi giây, hai mô hình gần nhau hơn mức tiêu đề gợi ý: GPT-6.2 Sol tạo ra 85 tok/s so với 117 của Claude Opus 5.5. Opus 5.5 thực ra là mô hình tạo nhanh hơn. Khoảng cách nằm ở việc mỗi mô hình quyết định tạo ra bao nhiêu token trước khi dừng lại.

Trên toàn bộ bộ Index, Artificial Analysis ghi nhận 218 triệu token đầu ra cho Claude Opus 5.5 và 60,9 triệu cho GPT-6.2 Sol — chênh lệch 3,6 lần về tổng số token được tạo ra cho cùng một tập tác vụ. Nhân con số đó với tỷ lệ tốc độ, bạn sẽ có 24,6 so với 8,0 phút cho mỗi tác vụ. Nói cách khác, Opus 5.5 không chậm vì suy luận của nó chậm. Nó chậm vì nó suy nghĩ lâu hơn, và trên khung đánh giá này, phần suy nghĩ thêm đó đổi lấy 1,8 điểm index.
Đó là một vấn đề căn bản khác với một mô hình đơn thuần bị cấp phát thiếu tài nguyên. Bạn không thể khắc phục bằng cách chuyển sang một nhà cung cấp nhanh hơn hoặc phân bổ GPU lớn hơn; các token là một thuộc tính của thiết lập nỗ lực của mô hình. Điều bạn có thể làm là thay đổi thiết lập nỗ lực, và mô tả trung thực về vị thế của Opus 5.5 là các con số được công bố của nó được lấy ở mức nỗ lực tối đa — thiết lập đồng thời tối đa hóa điểm số và làm tăng độ trễ.
Các benchmark nơi khoảng cách hai điểm bị đảo ngược
Chỉ số tổng hợp che giấu một sự phân hóa thực sự, và sự phân hóa đó nằm dọc theo một ranh giới mà hầu hết các nhóm có thể nhận ra trong backlog của chính họ. Mọi số liệu là đo lường độc lập của Artificial Analysis trên cùng một bộ đánh giá, với cả hai mô hình ở mức nỗ lực cao nhất.
• Intelligence Index — 59,1 so với 57,3, trên bản v5.0.1.
• Chi phí cho mỗi tác vụ Index — $10.04 so với $1.01, chênh lệch 9,9×.
• Thời gian mỗi tác vụ Index — 24,6 phút so với 8,0 phút.
• Terminal-Bench 4.0 — 59,6% so với 60,1%, thực tế là ngang nhau, với mô hình mới hơn nhỉnh hơn một chút.
• Terminal-Bench-Science 0.1 — 59,0% so với 67,6%, chiến thắng 8,6 điểm cho GPT-6.2 Sol, và là khoảng cách đơn lẻ lớn nhất trong bài viết này.
• FrontierCode-AA 2.0 — 46,4% so với 44,4%.
• HLE-Diamond — 67,9% so với 64,0%.
• AnalystAgent — 56,3% so với 53,8%.
• AutomationBench-AA — 69,5% so với 71,3%, một chiến thắng sát nút cho Sol.
• AA-Omniscience — 48,1 với độ chính xác 65,5% so với 40,4 với độ chính xác 61,6%.
• Ngữ cảnh và đầu ra — 1M token với đầu ra 128K so với 1.050.000 token với đầu vào tối đa 922K và đầu ra 128K.

Đọc các dòng terminal cùng nhau và một bức tranh cụ thể hiện ra. Trong công việc terminal tác tử thông thường, hai mô hình có thể thay thế cho nhau — chênh lệch nửa điểm theo chiều nào cũng không phải là tín hiệu. Trên công việc terminal khoa học, GPT-6.2 Sol thắng gần chín điểm và trên AutomationBench thắng hai điểm. Nơi Opus 5.5 vượt lên là phân tích nặng về truy hồi và tham chiếu: HLE-Diamond hơn 3,9, chỉ số tổng hợp omniscience hơn 7,7.
Nếu các agent của bạn chạy mã trong terminal, thì việc lựa chọn giữa hai mô hình này phụ thuộc vào việc mã đó là logic ứng dụng hay là tính toán. Logic ứng dụng: hòa nhau. Tính toán với lõi khoa học hoặc số học: mô hình rẻ hơn, nhanh hơn cũng chính là mô hình giỏi hơn, một kết cục hiếm gặp nhất trên thị trường này và là lập luận đơn lẻ mạnh nhất cho GPT-6.2 Sol.
Tại sao hóa đơn lại là 10× trong khi giá là 2×
Tỷ lệ niêm yết là 2×: $4/$20 so với $2/$10. Tỷ lệ đo được là 9,9×. Hai yếu tố nhân với nhau để ra con số đó — giá 2× và tỷ lệ token 3,6× — và lý do cần nói rõ là một nhóm so sánh bảng giá sẽ dự trù cho mức chênh lệch 2× nhưng lại nhận được mức 10×.
Cụ thể: 10.000 tác vụ agent ở hồ sơ đo được của Opus 5.5 rơi vào khoảng 100.000 USD. Cùng 10.000 tác vụ đó trên GPT-6.2 Sol rơi vào khoảng 10.000 USD. Đó là quyết định về số lượng nhân sự, không phải về tối ưu hóa. Đây cũng là đòn bẩy lớn nhất mà bất kỳ ai vận hành agent với khối lượng lớn có được, và là điều Anthropic đã từng thay đổi một lần rồi — bản thân Opus 5.5 đã giảm 20% so với giá niêm yết của Opus 5 và giảm 60% chi phí đọc cache.
Hành vi bộ nhớ đệm là chỗ lập luận về giá trở nên tinh tế. Giá đọc bộ nhớ đệm của Opus 5.5 là $0.20 mỗi triệu; của GPT-6.2 Sol là $0.10. Nhưng chi phí mỗi tác vụ của Opus 5.5 được quyết định bởi các token được tạo ra, không phải đầu vào, và đầu vào được lưu trong bộ nhớ đệm chẳng giúp gì cho một mô hình dành ngân sách để suy nghĩ. Sự dài dòng chính là chi phí, và cách kiểm soát duy nhất đối với nó là mức nỗ lực — mà điều này lại làm giảm điểm số bạn đang trả tiền để đạt được.
Cài đặt mức độ nỗ lực thực sự mang lại điều gì
Tài liệu ra mắt của chính Anthropic ghi Terminal-Bench 4.0 đạt 66,4% cho Opus 5.5 so với 52,3% cho Opus 5, và 66,4% đó đến từ cài đặt xhigh chứ không phải mặc định của mô hình là medium. Con số độc lập trên cùng benchmark, 59,6%, còn thấp hơn nữa và phản ánh cấu hình riêng của Artificial Analysis. Ba con số, một benchmark, ba cấu hình — đó là lý do mỗi điểm số trong bài viết này đều đi kèm khung kiểm thử đã tạo ra nó.
Hệ quả thực tế là mức dẫn trước 1,8 điểm trên chỉ số là mức dẫn trước đạt được khi nỗ lực tối đa, còn cài đặt mặc định không phải nỗ lực tối đa. Một nhóm triển khai Opus 5.5 ở mức mediumsẽ lấy lại được nhiều độ trễ hơn và mất ít điểm hơn, và không có bảng công bố nào cho biết điều đó rơi vào đâu. Nếu khoảng cách hai điểm là lý do bạn chọn Opus 5.5, hãy chắc chắn rằng cài đặt nỗ lực tạo ra khoảng cách đó chính là cài đặt bạn sẽ thực sự chạy.
Chạy cả hai mà không chọn
Lý do khiến sự so sánh này ít quan trọng hơn vẻ ngoài của nó là hai mô hình không thực sự thay thế được cho nhau. Một là mô hình suy luận sâu mà bạn hướng tới những bài toán khó một cách chậm rãi; mô hình kia là mô hình nhanh, rẻ mà bạn hướng tới khối lượng lớn. Đó là một cấu hình định tuyến, chứ không phải một quyết định kiến trúc, và cả hai đều nằm sau một khóa duy nhất trên OrcaRouter — anthropic/claude-opus-5.5 theo đúng mức giá của nhà cung cấp với mức cộng thêm 0%, cùng tuyến OpenAI bên cạnh.
Phiên bản thực sự hoạt động trong môi trường sản xuất: gửi lượt lập kế hoạch cho Opus 5.5 và các lượt thực thi cùng xác minh cho GPT-6.2 Sol, vì phân tách benchmark cho thấy đó là nơi mỗi mô hình mạnh. Kết hợp cả hai vào một lệnh gọi bằng DSL định tuyến để việc chuyển đổi trở nên vô hình với ứng dụng, và đặt chuyển đổi dự phòng tự động trên tuyến Opus — một mô hình mà thời gian mỗi tác vụ được tính bằng hàng chục phút chính là mô hình bạn không muốn bị một sự cố nhà cung cấp duy nhất làm đình trệ. Chi phí pha trộn thấp hơn nhiều so với cả hai cấu hình thuần, và hồ sơ độ trễ bám theo mô hình nhanh ở hầu hết các bước.

Cần theo dõi gì, và điều gì sẽ thay đổi câu trả lời
GPT-6.2 Sol mới ra mắt được hai ngày, và phản ứng trong tuần ra mắt không hoàn toàn tích cực — các bài đưa tin về đợt phát hành Astra và Sol ngày 17 tháng 11 ghi nhận những lời phàn nàn gay gắt từ người dùng chuyên sâu, đặc biệt là về phía Astra. Hãy coi những con số độc lập ở trên là tín hiệu đáng tin cậy và tâm lý trên diễn đàn là nhiễu, cho đến khi có đợt đo lường thứ hai. Điều thực sự có thể thay đổi phép so sánh này là một điểm số GPT-6.2 Sol được công bố ở mức nỗ lực thấp hơn, qua đó cho biết liệu lợi thế tốc độ của nó có còn giữ được khi được yêu cầu suy nghĩ lâu như Opus 5.5 hay không.
Điều khác cần chú ý là giá. OpenAI giữ nguyên bảng giá của Sol từ 6.1 đến 6.2 trong khi giảm 20% giá của Astra, điều này cho thấy hạng Sol đang được định vị dựa trên khối lượng hơn là năng lực. Nếu điều đó tiếp tục đúng, khoảng cách 10× cho mỗi tác vụ là mang tính cấu trúc chứ không phải tạm thời, và câu trả lời định tuyến ở trên trở thành mặc định thay vì một tối ưu hóa khéo léo.
Hiện tại: nếu bạn đang chọn một mô hình và công việc của bạn là tính toán khoa học, thực thi tác nhân khối lượng lớn, hoặc bất kỳ thứ gì nhạy cảm với độ trễ, thì GPT-6.2 Sol là lựa chọn đáng mua hơn với khoảng cách lớn và khoảng cách 1,8 điểm không đủ thực tế để biện minh cho hóa đơn gấp 10 lần. Nếu công việc của bạn là phân tích chuyên sâu, nơi một sự kiện được nhớ lại có giá trị hơn một câu trả lời nhanh, thì khả năng toàn diện và lợi thế HLE của Opus 5.5 là những thứ cần cân nhắc — và bạn nên dự trù việc nó mất thời gian gấp ba lần.
So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
