GPT-6.1 Sol vs Claude Sonnet 5.5: Aynı 2$/10 Fiyat, Bir Gün Arayla Piyasaya Sürüldü, Ortak Benchmark Yok

GPT-6.1 Sol ve Claude Sonnet 5.5'in her ikisi de bir milyon girdi tokenı için 2 dolar ve bir milyon çıktı tokenı için 10 dolar olarak listeleniyor ve birer gün arayla piyasaya sürüldüler: Sonnet 5.5, 28 Eylül 2026'da ve GPT-6.1 Sol, 29 Eylül'de. Hiçbir satıcı birini diğerine karşı kıyaslamadı. OpenAI, GPT-6.1 Sol'u Claude Opus 5.5 ve Fable 5.1 ile karşılaştırdı ve Anthropic, Sonnet 5.5'i önceki Sol olan GPT-6 Sol ile karşılaştırdı. Dürüst seçim yolu, her ikisini de kendi görevlerinizde çalıştırmak ve token başına fiyat yerine görev başına maliyeti karşılaştırmaktır.

Aşağıda: özellikler ve fiyatlar yan yana, her satıcının ne iddia ettiği ve hangi modele karşı olduğu, üçüncü taraf verileri (tümü 6.1 değil, GPT-6 Sol üzerinde) ve karşılaştırmayı kendiniz Apidog'da yapma yöntemi. Her model için ayrı ayrı bkz: GPT-6.1 Sol nedir ve Claude Sonnet 5.5 nedir.

GPT-6.1 Sol ve Claude Sonnet 5.5: özellikler ve fiyatlandırma

Kaynaklar: OpenAI'ın fiyatlandırma sayfası, Anthropic'in Sonnet 5.5 genel bakış ve fiyatlandırma, ayrıca aşağıda bağlantısı verilen GPT-6.1 Sol model sayfası.

Maliyet açısından en önemli iki satır. GPT-6.1 Sol'un önbellek okumaları Sonnet 5.5'in yarısı kadar maliyetli, bu nedenle uzun bir sistem istemini yeniden kullanmak OpenAI'da daha ucuzdur. 272K girdi tokenının üzerinde denge değişir: GPT-6.1 Sol model sayfası tüm isteği girdi ve önbellek oranlarının 2 katı, çıktı oranının 1.5 katı olarak fiyatlandırırken, Sonnet 5.5 2 ve 10 dolarda kalır. 5.000 tokenlık bir yanıt içeren 400.000 tokenlık bir istem, GPT-6.1 Sol'da yaklaşık 1.68 dolara, Sonnet 5.5'te ise 0.85 dolara mal olur, önbelleğe alınmamış haliyle.

Her satıcının ne iddia ettiği ve hangi modele karşı olduğu

OpenAI'ın GPT-6.1 Sol lansman gönderisi, metninde OpenAI tarafından bildirilen şu sonuçları belirtiyor:

• AutomationBench 1.0.6, orta çaba: Opus 5.5'e göre yaklaşık üçte bir maliyetle +2.2 yüzde puanı ve GPT-6 Sol'a göre +4.8 yüzde puanı.
• Terminal-Bench Science 0.1, maksimum çaba: Görev başına 5.47 dolar, Opus 5.5 için 23.21 dolara karşılık. GPT-6 Astra hala en yüksek puanı alıyor, %68.1 ile.
• OSWorld 2.0 çevrimdışı, maksimum çaba: GPT-6 Sol'a göre yarıdan az maliyetle +7 yüzde puanı.

Anthropic'in Sonnet 5.5 lansman gönderisi bir GPT-6 Sol sütunu içerir:

• FrontierCode 1.1, Cognition tarafından çalıştırıldı: Sonnet 5.5, çokyüksek çabada %52.1 (maksimumda %46.2) puan alırken, GPT-6 Sol %49.3 puan alıyor. Yüksek çabada, Anthropic, Sonnet 5.5'in GPT-6 Sol'un en iyi puanına yaklaşık beşte bir maliyetle ulaştığını belirtiyor.
• GDPval-AA v2.1 ve AA-Briefcase v1.1, Artificial Analysis tarafından çalıştırıldı: 1844'e karşı 1487 ve 1811'e karşı 1483.

Sonnet 5.5 karşılaştırmaları dökümü, Anthropic'in tablosunun geri kalanını kapsar.

Opus 5.5 her iki grafikte de görünür ve her iki satıcı da AutomationBench ve Terminal-Bench Science'ı raporlar, bu yüzden ikisi arasında bir köprü kurmak cazip geliyor. Sayılar uyuşmuyor. OpenAI, AutomationBench 1.0.6'yı kendi ortamında orta çabayla raporlarken, Anthropic'in sistem kartı özet tablosu Claude modellerini maksimum çabayla çalıştırıyor (Sonnet 5.5 44.7, Opus 5.5 42.5; GPT-6 Sol 32.0). Anthropic, Terminal-Bench Science'da Sonnet 5.5'e %59.9 verirken, OpenAI'ın metni GPT-6.1 Sol için ham puan vermiyor. Ve OpenAI, OSWorld 2.0 çevrimdışı üzerinde bilgisayar kullanımını test ederken, Anthropic OSWorld 2.1 üzerinde test etti. GPT-6 Sol vs Claude Opus 5.5 karşılaştırması aynı duvara çarptı.

Üçüncü tarafların (6.1 değil, GPT-6 Sol üzerinde) ölçtüğü şeyler

Arama sonuçlarındaki her üçüncü taraf karşılaştırması, Sonnet 5.5'i GPT-6 Sol ile eşleştiriyor. En eksiksiz olanı Artificial Analysis'tir; Intelligence Index v4.3.2'si 10 değerlendirmeyi toplar:

Maksimum çabada, aynı sayfa Sonnet 5.5'i saniyede 138 çıktı tokenı ve GPT-6 Sol'u 76 olarak ölçer. Sonnet 5.5, aynı liste fiyatlarına rağmen gösterilen her çabada daha yüksek puan alır ve görev başına daha pahalıdır; token tüketimi farkı yaratır. Yüksek çabada Sonnet 5.5 (47, 1.08 dolar), maksimum çabadaki GPT-6 Sol'un (48, 1.05 dolar) yanında yer alır.

Anthropic'in kendi grafik verileri iki ucu keskin. AA-Briefcase'te, GPT-6 Sol her çabada görev başına daha az maliyetli (orta seviyede 0.34 dolara karşı 1.64 dolar) iken Sonnet 5.5 daha yüksek puan alıyor. FrontierCode'da, yüksek çabada Sonnet 5.5, görev başına 0.42 dolara %49.4'e ulaşırken, GPT-6 Sol maksimumda %49.3'e 2.07 dolara ulaşıyor.

Tüm bunlar eski Sol modeli içindir. OpenAI, GPT-6.1 Sol'un bazı karşılaştırmalarda aynı veya daha düşük çabada GPT-6 Sol'u yendiğini söylüyor, bu yüzden üçüncü taraflar test ettiğinde sırasının değişmesini bekleyebiliriz.

Her birinin kendi çerçevesine göre nerede daha güçlü olması muhtemeldir

GPT-6.1 Sol. OpenAI, onu "daha düşük maliyetle Astra'ya yakın performans istediğinizde karmaşık kodlama, bilgisayar kullanımı ve profesyonel işler" için öneriyor. Belirtilen kazanımları ajanlı otomasyon, bilgisayar kullanımı ve bilimsel görevler ile düşük çabada daha az olgusal hata üzerinedir. Fiyat açısından, 272K girdi tokenının altında yoğun önbellek kullanan iş yüklerini tercih eder ve iki model arasında ücretli hız katmanı (Hızlı) olan tek modeldir.

Claude Sonnet 5.5. Anthropic, onu iyi tanımlanmış günlük görevler, hata düzeltmeleri ve cilalanmış belgeler, slaytlar ve elektronik tablolar için öneriyor ve Opus 5.5'in "karmaşık, ucu açık işlerde açıkça daha güçlü olmaya devam ettiğini" belirtiyor (bkz. Sonnet 5.5 vs Opus 5.5). Bildirilen güçlü yönleri ajanlı kodlama (maksimumda Terminal-Bench 4.0'da %70.6, Anthropic tarafından çalıştırıldı), bilgi işi ve bilgisayar kullanımı (OSWorld 2.1'de %80.1 kısmi) üzerinedir. Fiyat açısından, 272K token üzerindeki istemleri tercih eder ve Bedrock, Google Cloud ve Microsoft Foundry üzerinde çalışır.

İki davranış basit bir testi yanıltır. Varsayılan çaba seviyeleri farklıdır (GPT-6.1 Sol için orta, API'da Sonnet 5.5 için yüksek), bu nedenle eşleşen ayarları karşılaştırın. Ayrıca, ikisi de örnekleme düğmelerini almaz: Sonnet 5.5, varsayılan olmayan temperature, top_p veya top_k değerlerinde 400 döner ve OpenAI'ın GPT-6 rehberliği, çaba hiçbiri değilse temperature ve top_p'yi düşürmenizi önerir. Varyansı tekrarlanan çalıştırmalarla kontrol edin.

Karşılaştırmayı Apidog'da kendiniz yapın

Gerçek trafiğinizden kontrol edilebilir yanıtlara sahip, örneğin bir JSON alanı veya bir etiket gibi, 20 ila 50 görev seçin. Ardından Apidog'da:

1. OPENAI_API_KEY ve ANTHROPIC_API_KEY'i gizli olarak, ayrıca EFFORT'u içeren bir ortam oluşturun.
2. {{prompt}} değişkenini paylaşan iki istek kaydedin. Şekilleri farklıdır (Yanıtlar referansı, Mesajlar referansı); API formatları karşılaştırması nedenini açıklar:

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. Her şekil için onaylar ekleyin, ardından cevabın kendisi için bir expected sütununa karşı bir onay ekleyin:

4. Her yanıtı bir işlem sonrası betiğinde fiyatlandırın. OpenAI'ın input_tokens'ı önbelleğe alınmış ve önbelleğe yazılmış tokenları içerir, bu yüzden 2 dolar oranını uygulamadan önce bunları çıkarın (OpenAI istem önbellekleme). Anthropic'in input_tokens'ı yalnızca son önbellek kırılmasından sonraki tokenları sayar (Anthropic istem önbellekleme). OpenAI tarafında 272K kuralını uygulayın.
5. Her iki isteği de tek bir test senaryosuna koyun, istemleri tek bir satırda, çift tırnak olmadan, bir CSV dosyasına yerleştirin ve ilgilendiğiniz her çaba seviyesinde Apidog CLI'dan çalıştırın:

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

Geçen görev sayısına bölerek toplam harcamayı bulun: bu sizin görev başına maliyetinizdir. Her ikisinde de en az orta ve yüksek seviyeleri çalıştırın, çünkü aynı çaba adı satıcılar arasında aynı şekilde kalibre edilmemiştir. İstek detayları için GPT-6.1 Sol API kılavuzu'na ve Claude Sonnet 5.5 API'sini nasıl kullanacağınıza bakın.

Sıkça Sorulan Sorular

GPT-6.1 Sol, Claude Sonnet 5.5'ten daha mı ucuz? Liste fiyatı aynı, 1 milyon token başına 2/10 dolar. GPT-6.1 Sol'un önbellek okumaları daha ucuzdur; Sonnet 5.5, 272K girdi tokenının üzerinde daha ucuzdur. Gerçek maliyet, görev başına kullanılan tokenlara bağlıdır.

Hangisi kodlamada daha iyi? Ortak bir karşılaştırma yok. Anthropic, FrontierCode'da Sonnet 5.5'in GPT-6 Sol'dan üstün olduğunu raporluyor; OpenAI, GPT-6.1 Sol'un GPT-6 Sol'un en iyi DeepSWE puanını 6.4 yüzde puanı ile geçtiğini raporluyor. Kendi deponuzda test edin.

Hangisi daha hızlı? Artificial Analysis, Sonnet 5.5'i saniyede 138 token, GPT-6 Sol'u ise 76 token olarak ölçtü, her ikisi de maksimum çabada. GPT-6.1 Sol için henüz üçüncü taraf bir sayı yok.

Herhangi biri ücretsiz mi? GPT-6.1 Sol'un ücretsiz katmanı yok. Sonnet 5.5, Claude.ai sohbet uygulamalarında mevcut, ancak API token başına ücretlendiriyor. Claude Sonnet 5.5'i ücretsiz nasıl kullanacağınızı görün.

Her ikisini de çalıştırarak seçin

Gereksiz işler listenizden on görev seçin, her iki modeli de orta ve yüksek çabada çalıştırın ve geçen görev başına maliyeti karşılaştırın. Artificial Analysis GPT-6.1 Sol sayılarını yayınladığında veya her iki satıcı da yeni bir anlık görüntü gönderdiğinde yeniden çalıştırabileceğiniz bir senaryo olarak ikiliyi tutmak için Apidog'u indirin.