GPT-6.1 Sol vs Claude Sonnet 5.5 KI-Modelle: Gleicher Preis $2/$10, 1 Tag Startunterschied & keine Benchmarks

GPT-6.1 Sol und Claude Sonnet 5.5 kosten beide 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens und wurden im Abstand eines Tages eingeführt: Sonnet 5.5 am 28. September 2026 und GPT-6.1 Sol am 29. September. Keiner der Anbieter hat das eine gegen das andere getestet. OpenAI verglich GPT-6.1 Sol mit Claude Opus 5.5 und Fable 5.1, und Anthropic verglich Sonnet 5.5 mit GPT-6 Sol, dem vorherigen Sol. Der ehrliche Weg zur Auswahl ist, beide für Ihre eigenen Aufgaben auszuführen und die Kosten pro Aufgabe zu vergleichen, nicht den Preis pro Token.

Unten: Spezifikationen und Preise nebeneinander, was jeder Anbieter behauptet und gegen welches Modell, die Zahlen von Drittanbietern (alle zu GPT-6 Sol, nicht 6.1) und eine Methode, um den Vergleich selbst in Apidog durchzuführen. Für jedes Modell einzeln siehe was ist GPT-6.1 Sol und was ist Claude Sonnet 5.5.

GPT-6.1 Sol vs. Claude Sonnet 5.5: Spezifikationen und Preise

Quellen: OpenAI’s Preisseite, Anthropic’s Sonnet 5.5 Übersicht und Preise, plus die unten verlinkte GPT-6.1 Sol Modellseite.

Zwei Zeilen sind für die Kosten am wichtigsten. GPT-6.1 Sols Cache-Lesevorgänge kosten die Hälfte von Sonnet 5.5, sodass die Wiederverwendung eines langen System-Prompts bei OpenAI günstiger ist. Ab 272K Input-Tokens kippt das Verhältnis: Die GPT-6.1 Sol Modellseite bepreist die vollständige Anfrage mit dem 2-fachen der Input- und Cache-Raten und dem 1,5-fachen des Outputs, während Sonnet 5.5 bei 2 $ und 10 $ bleibt. Ein 400.000-Token-Prompt mit einer 5.000-Token-Antwort kostet etwa 1,68 $ bei GPT-6.1 Sol und 0,85 $ bei Sonnet 5.5, ungecached.

Was jeder Anbieter beansprucht und gegen welches Modell

OpenAI’s GPT-6.1 Sol Launch-Post nennt in seinem Text diese von OpenAI gemeldeten Ergebnisse:

• AutomationBench 1.0.6, mittlerer Aufwand: +2,2 pp gegenüber Opus 5.5 zu etwa einem Drittel der Kosten und +4,8 pp gegenüber GPT-6 Sol.
• Terminal-Bench Science 0.1, maximaler Aufwand: 5,47 $ pro Aufgabe, gegenüber 23,21 $ für Opus 5.5. GPT-6 Astra erzielt immer noch den höchsten Wert mit 68,1 %.
• OSWorld 2.0 offline, maximaler Aufwand: +7 pp gegenüber GPT-6 Sol für weniger als die Hälfte der Kosten.

Anthropic’s Sonnet 5.5 Launch-Post enthält eine Spalte für GPT-6 Sol:

• FrontierCode 1.1, durchgeführt von Cognition: Sonnet 5.5 erzielt 52,1 % bei xhigh (46,2 % bei max) gegenüber 49,3 % für GPT-6 Sol. Bei hohem Aufwand erreicht Sonnet 5.5 laut Anthropic den besten Wert von GPT-6 Sol für etwa ein Fünftel der Kosten.
• GDPval-AA v2.1 und AA-Briefcase v1.1, durchgeführt von Artificial Analysis: 1844 gegenüber 1487 und 1811 gegenüber 1483.

Die Sonnet 5.5 Benchmark-Aufschlüsselung deckt den Rest der Anthropic-Tabelle ab.

Opus 5.5 erscheint in beiden Diagrammen, und beide Anbieter berichten über AutomationBench und Terminal-Bench Science, daher ist es verlockend, die beiden zu überbrücken. Die Zahlen stimmen jedoch nicht überein. OpenAI berichtet über AutomationBench 1.0.6 bei mittlerem Aufwand im eigenen Testaufbau, während die Zusammenfassungstabelle der Systemkarte von Anthropic ihre Claude-Modelle bei maximalem Aufwand ausführt (Sonnet 5.5 44.7, Opus 5.5 42.5; GPT-6 Sol 32.0). Anthropic gibt Sonnet 5.5 59,9 % bei Terminal-Bench Science an, aber der Text von OpenAI enthält keine Rohpunktzahl für GPT-6.1 Sol. Und OpenAI testete die Computernutzung mit OSWorld 2.0 offline, Anthropic mit OSWorld 2.1. Der Vergleich von GPT-6 Sol mit Claude Opus 5.5 stieß auf die gleiche Hürde.

Was Dritte gemessen haben (zu GPT-6 Sol, nicht 6.1)

Jeder Drittanbieter-Vergleich in den Suchergebnissen paart Sonnet 5.5 mit GPT-6 Sol. Der vollständigste ist Artificial Analysis, dessen Intelligence Index v4.3.2 10 Bewertungen aggregiert:

Bei maximalem Aufwand misst dieselbe Seite Sonnet 5.5 mit 138 Output-Tokens pro Sekunde und GPT-6 Sol mit 76. Sonnet 5.5 erzielt bei jedem gezeigten Aufwand höhere Werte und kostet mehr pro Aufgabe, trotz identischer Listenpreise; der Token-Verbrauch ist der Unterschied. Sonnet 5.5 bei high (47, 1,08 $) liegt neben GPT-6 Sol bei max (48, 1,05 $).

Anthropic’s eigene Diagrammdaten sind zwiespältig. Bei AA-Briefcase kostet GPT-6 Sol pro Aufgabe bei jedem Aufwand weniger (0,34 $ gegenüber 1,64 $ bei medium), während Sonnet 5.5 höhere Werte erzielt. Bei FrontierCode erreicht Sonnet 5.5 bei high 49,4 % für 0,42 $ pro Aufgabe, gegenüber GPT-6 Sol’s 49,3 % bei max für 2,07 $.

All dies betrifft die ältere Sol-Version. OpenAI sagt, dass GPT-6.1 Sol bei gleichem oder geringerem Aufwand GPT-6 Sol bei mehreren Benchmarks schlägt, erwarten Sie also, dass sich seine Position verschiebt, sobald Drittanbieter es testen.

Wo jeder wahrscheinlich stärker ist, nach der eigenen Einschätzung der Anbieter

GPT-6.1 Sol. OpenAI bewirbt es für „komplexe Programmierung, Computernutzung und professionelle Arbeit, wenn Sie eine nahezu Astra-Leistung zu geringeren Kosten wünschen.“ Die angegebenen Vorteile liegen in der agentenbasierten Automatisierung, Computernutzung und wissenschaftlichen Aufgaben sowie weniger Sachfehlern bei geringem Aufwand. Preislich bevorzugt es Cache-intensive Workloads unter 272K Input-Tokens, und es ist das einzige der beiden mit einem kostenpflichtigen Geschwindigkeits-Tier (Fast).

Claude Sonnet 5.5. Anthropic bewirbt es für klar definierte alltägliche Aufgaben, Fehlerbehebungen und ausgefeilte Dokumente, Präsentationen und Tabellenkalkulationen und sagt, dass Opus 5.5 „bei komplexen, offenen Aufgaben deutlich stärker bleibt“ (siehe Sonnet 5.5 vs. Opus 5.5). Seine gemeldeten Stärken liegen in der agentenbasierten Programmierung (70,6 % bei Terminal-Bench 4.0 bei max, von Anthropic durchgeführt), Wissensarbeit und Computernutzung (80,1 % teilweise bei OSWorld 2.1). Preislich bevorzugt es Prompts über 272K Tokens und läuft auf Bedrock, Google Cloud und Microsoft Foundry.

Zwei Verhaltensweisen verzerren einen naiven Test. Der Standardaufwand unterscheidet sich (`medium` für GPT-6.1 Sol, `high` für Sonnet 5.5 in der API), vergleichen Sie also passende Einstellungen. Und keiner nimmt Sampling-Regler: Sonnet 5.5 gibt 400 bei nicht-standardmäßigen `temperature`, `top_p` oder `top_k` zurück, und OpenAI’s GPT-6 Anleitung besagt, `temperature` und `top_p` zu senken, wenn der Aufwand nicht `none` ist. Kontrollieren Sie die Varianz mit wiederholten Läufen.

Führen Sie den Vergleich selbst in Apidog durch

Wählen Sie 20 bis 50 Aufgaben aus Ihrem echten Traffic mit überprüfbaren Antworten, wie z.B. ein JSON-Feld oder ein Label. Dann in Apidog:

1. Erstellen Sie eine Umgebung mit OPENAI_API_KEY und ANTHROPIC_API_KEY als Geheimnisse, plus EFFORT.
2. Speichern Sie zwei Anfragen, die eine Variable {{prompt}} teilen. Die Formen unterscheiden sich (Responses-Referenz, Messages-Referenz); der Vergleich der API-Formate erklärt warum:

POST https://api.openai.com/v1/responses
Authorization: Bearer {{OPENAI_API_KEY}}
Content-Type: application/json

{"model": "gpt-6.1-sol", "reasoning": {"effort": "{{EFFORT}}"},
 "max_output_tokens": 25000, "input": "{{prompt}}"}

POST https://api.anthropic.com/v1/messages
x-api-key: {{ANTHROPIC_API_KEY}}
anthropic-version: 2023-06-01
content-type: application/json

{"model": "claude-sonnet-5-5", "max_tokens": 25000,
 "output_config": {"effort": "{{EFFORT}}"},
 "messages": [{"role": "user", "content": "{{prompt}}"}]}

3. Fügen Sie Behauptungen (Assertions) für jede Form hinzu, dann eine für die Antwort selbst gegen eine expected Spalte:

4. Bepreisen Sie jede Antwort in einem Post-Processor-Skript. OpenAI’s input_tokens beinhaltet gecachte und Cache-Schreib-Tokens, ziehen Sie diese also ab, bevor Sie den 2 $-Satz anwenden (OpenAI Prompt-Caching). Anthropic’s input_tokens zählt nur Tokens nach dem letzten Cache-Haltepunkt (Anthropic Prompt-Caching). Wenden Sie die 272K-Regel auf der OpenAI-Seite an.
5. Legen Sie beide Anfragen in ein Testszenario, halten Sie Prompts auf einer einzigen Zeile, ohne doppelte Anführungszeichen, in einer CSV-Datei und führen Sie es von der Apidog CLI für jeden Aufwand aus, der Ihnen wichtig ist:

apidog run --access-token "$APIDOG_ACCESS_TOKEN" -t "$SCENARIO_ID" -e "$ENV_ID" \
  -d prompts.csv --env-var "EFFORT=medium" -r cli,junit

Teilen Sie die Gesamtausgaben durch die Anzahl der erfolgreich abgeschlossenen Aufgaben: Das sind Ihre Kosten pro Aufgabe. Führen Sie mindestens `medium` und `high` für beide aus, da der gleiche Aufwandsname bei den Anbietern nicht gleich kalibriert ist. Für Anfragedetails siehe den GPT-6.1 Sol API-Leitfaden und wie man die Claude Sonnet 5.5 API verwendet.

FAQ

Ist GPT-6.1 Sol günstiger als Claude Sonnet 5.5? Gleicher Listenpreis, 2 $/10 $ pro 1 Mio. GPT-6.1 Sols Cache-Lesevorgänge sind günstiger; Sonnet 5.5 ist günstiger bei mehr als 272K Input-Tokens. Die tatsächlichen Kosten hängen von den pro Aufgabe verwendeten Tokens ab.

Welches ist besser im Programmieren? Es gibt keinen gemeinsamen Benchmark. Anthropic berichtet, dass Sonnet 5.5 bei FrontierCode besser ist als GPT-6 Sol; OpenAI berichtet, dass GPT-6.1 Sol den besten DeepSWE-Score von GPT-6 Sol um 6,4 Prozentpunkte übertrifft. Testen Sie es in Ihrem eigenen Repository.

Welches ist schneller? Artificial Analysis maß Sonnet 5.5 mit 138 Tokens pro Sekunde und GPT-6 Sol mit 76, beide bei maximalem Aufwand. Es gibt noch keine Drittanbieter-Zahlen für GPT-6.1 Sol.

Ist eines davon kostenlos? GPT-6.1 Sol hat keine kostenlose Stufe. Sonnet 5.5 ist in den Chat-Apps von Claude.ai verfügbar, aber die API wird pro Token abgerechnet. Siehe wie man Claude Sonnet 5.5 kostenlos nutzen kann.

Wählen Sie durch Ausführen beider

Nehmen Sie zehn Aufgaben aus Ihrem Backlog, führen Sie beide Modelle bei `medium` und `high` aus und vergleichen Sie die Kosten pro erfolgreicher Aufgabe. Laden Sie Apidog herunter, um das Paar als ein Szenario zu speichern, das Sie erneut ausführen können, wenn Artificial Analysis GPT-6.1 Sol-Zahlen veröffentlicht oder einer der Anbieter einen neuen Snapshot liefert.