Claude Opus 5.5 и GPT 6 Sol представили 22 сентября 2026 года. Opus ориентирован на более высокое качество в сложных задачах, а Sol предлагает продвинутые возможности рассуждения по более доступной цене.
Независимые результаты, приведенные в исследовании, дают преимущество Opus 5.5 в сложном программировании и профессиональной интеллектуальной работе. GPT 6 Sol выглядит привлекательным вариантом для частых итераций, больших объемов запросов и проектов с ограниченным бюджетом.
Архитектура и возможности
Обе модели принимают текст и изображения, отвечают текстом, поддерживают инструменты и большие контекстные окна. При этом ни один производитель не раскрывает количество параметров или точную внутреннюю архитектуру.
| Характеристика | Claude Opus 5.5 | GPT 6 Sol |
|---|---|---|
| Дата выхода | 22 сентября 2026 года | 22 сентября 2026 года |
| Архитектура | Закрытая; точная структура не раскрыта | Закрытая; точная структура не раскрыта |
| Количество параметров | Не раскрыто | Не раскрыто |
| Рассуждение | Адаптивное рассуждение всегда включено; medium по умолчанию | none, low, medium, high, xhigh и max; medium по умолчанию |
| Контекстное окно | 1 млн токенов | 1,05 млн токенов |
| Максимальный стандартный ответ | 128 тыс. токенов | 128 тыс. токенов |
| Вход и выход | Текст и изображения на входе; текст на выходе | Текст и изображения на входе; текст на выходе |
| Актуальность знаний | Июнь 2026 года | 20 апреля 2026 года |
| Цена входных токенов у производителя | $4 за миллион | $2 за миллион |
| Цена выходных токенов у производителя | $20 за миллион | $10 за миллион |
| Кэшированный ввод | $0,20 за миллион токенов | Предусмотрена скидка |
| Возможности настройки | Публичное дообучение и загрузка весов не документированы | Дообучение не поддерживается; веса недоступны |
В таблице указаны опубликованные тарифы API производителей. Цены OpenCheese могут отличаться.
Информации об обучении также немного. Anthropic указывает июнь 2026 года как дату завершения обучения, но не публикует размер корпуса, вычислительный бюджет или доли открытых и проприетарных данных.
OpenAI сообщает, что Sol и Luna обучались методами, похожими на GPT 6 Astra. В документации упоминаются фильтрованные наборы данных и обучение с подкреплением, однако точное количество обучающих токенов, объем вычислений и состав источников не раскрыты.
Сравнение бенчмарков
Наиболее полезное прямое сравнение в исследовании дает Artificial Analysis, поскольку обе модели проходят общий набор проверок. Intelligence Index v4.3.2 объединяет десять оценок программирования, рассуждения, агентной работы, длинного контекста, профессиональных документов и фактической точности.
| Бенчмарк | Claude Opus 5.5 | GPT 6 Sol | Как понимать результат |
|---|---|---|---|
| Artificial Analysis Intelligence Index, max | 58 | 48 | Общий независимый тест в пользу Opus |
| Terminal Bench 4.0, Artificial Analysis | 59,6% | 44% | Opus лидирует в агентной работе с терминалом |
| Humanity’s Last Exam, Artificial Analysis | 61,4% | Не указан в приведенном обзоре Sol | Полного прямого сравнения нет |
| AutomationBench, данные производителей | 40,0% | 33,2% на xhigh | Настройки отличаются |
| OSWorld 2.0 | 81,8% partial | 60,5% offline на xhigh | Разные варианты теста; прямое сравнение некорректно |
| DeepSWE 1.1 | Не указан в приведенном сравнении | 68,8% на max | Нет соответствующего результата Opus |
| MMLU, HumanEval и BIG bench | Свежий официальный результат на момент выхода не найден | Свежий официальный результат на момент выхода не найден | Отсутствие результата не означает ноль |
Anthropic дополнительно сообщает о 54,4% на FrontierCode 1.1, 67,7% на Humanity’s Last Exam с инструментами и рейтинге 1846 Elo на GDPval AA v2.1.
Важная деталь: многие графики OpenAI сравнивают Sol с Claude Opus 5 или Fable 5.1. Такие результаты не доказывают преимущество над более новым Opus 5.5.
В исследовании также не найдено сопоставимых результатов на момент выхода, которые позволяли бы определить победителя в мультиязычности или математике. Anthropic заявляет поддержку нескольких языков, но отсутствие аналогичного теста Sol не означает отсутствия таких возможностей.
Фактическая точность и галлюцинации
OpenAI сообщает примерно о двукратном сокращении ошибок Sol относительно GPT 5.6 Sol на внутреннем наборе диалогов, где пользователи отмечали неточности. Такая выборка специально сосредоточена на проблемных случаях и не отражает обычное использование.
По данным Artificial Analysis, доля галлюцинаций Sol в сложном тесте AA Omniscience снизилась с 92% у предшественника до 60%. Модель пыталась ответить на 83% вопросов и показала точность 54%. Это показатели специализированного теста, а не утверждение о том, что 60% повседневных ответов содержат выдумки.
Anthropic сообщает, что 16 из 18 исследовательских отчетов Opus 5.5 прошли установленный порог фактической точности в отдельной проверке. Artificial Analysis также относит Opus 5.5 к лидерам AA Omniscience.
Эти результаты не определяют универсальную частоту галлюцинаций или абсолютного победителя в соблюдении инструкций.
Безопасность и защитные механизмы
Anthropic сообщает о внешних оценках METR и Frontier Design, повышенной устойчивости к внедрению вредоносных инструкций и лучшем результате автоматизированного поведенческого аудита. Чувствительные запросы по кибербезопасности, биологии и разработке передовых моделей могут перенаправляться на другие модели Claude. Поэтому поведение в реальном сервисе может отличаться от запуска бенчмарка без ограничений.
OpenAI относит Sol к уровню High в задачах кибербезопасности, биологии и химии в рамках Preparedness Framework. Для самостоятельного улучшения ИИ оценка остается ниже High.
В симуляции 50 319 внутренних задач, похожих на задачи Codex, OpenAI зафиксировала у Sol 42 события уровня серьезности 3 и выше против 66 у GPT 5.6 Sol. При этом количество некоторых сигналов об утечке данных выросло. Это показывает, почему безопасность нельзя оценить одной цифрой.
Скорость и расходы
Anthropic заявляет рост скорости генерации более чем на 30% относительно Opus 5. Дополнительный Fast mode предлагает увеличение скорости вывода до 2,5 раза по цене $8 за миллион входных и $40 за миллион выходных токенов. Ускорение относится прежде всего к генерации, а не к ожиданию первого токена.
Artificial Analysis измерила 84,6 выходного токена в секунду для Opus 5.5 на high. Для Sol на max результат составил 104,4 токена в секунду и 107,18 секунды до первого токена с учетом начального рассуждения. Из-за разных настроек эти показатели нельзя считать прямым сравнением скорости.
Стоимость задач выглядит так:
| Настройка в Artificial Analysis | Intelligence Index | Примерная стоимость задачи |
|---|---|---|
| Claude Opus 5.5, max | 58 | $5,98 |
| Claude Opus 5.5, high | 54 | $1,82 |
| GPT 6 Sol, max | 48 | $1,06 |
Opus на high сохраняет более высокий индекс, чем Sol на max, и при этом обходится значительно дешевле собственного режима max. Настройка глубины рассуждения заметно влияет на практическое соотношение качества и цены.
Точную конфигурацию серверного оборудования оба производителя не раскрывают.
Какую модель выбрать?
Исследование говорит в пользу Opus 5.5 для сложного программирования и профессиональных задач, где более высокое качество оправдывает дополнительные расходы. Sol интересен для частых итераций и большого количества запросов благодаря более низким ценам и гибкому управлению рассуждением.
Opus 5.5 доступен через API Anthropic, AWS, Google Cloud и Microsoft Foundry. Sol доступен через API OpenAI и был представлен в ChatGPT Work и Codex для соответствующих платных подписок.
Для своего проекта сравните модели на одинаковых задачах, с одинаковыми инструментами и бюджетом. Бенчмарки помогают выбрать направление, но практический результат зависит от вашего сценария.
Вы можете попробовать Claude Opus 5.5 на opencheese.dev прямо сейчас!