Anthropic tnie ceny Clauda Opus 5.5, OpenAI odpowiada dwoma tańszymi modelami GPT-6

Ten news ukazał się 7 godzin po komunikacie źródła.

👁 111 przeczytań

Anthropic wydało Claude’a Opus 5.5 22 września 2026 roku z obniżką ceny o 20%, a dosłownie kilka minut później OpenAI odpowiedziało premierą dwóch modeli GPT-6 - Sol i Luna - każdy w połowie ceny swoich poprzedników z linii GPT-5.6.

Opus 5.5 kosztuje 4 USD za milion tokenów wejścia i 20 USD za milion tokenów wyjścia, co według Anthropic oznacza 40% oszczędności na typowym obciążeniu w porównaniu z Opus 5. Cache reads potaniały najmocniej - o 60%, do 20 centów. Dla użytkowników potrzebujących szybszego serwowania dostępny jest tryb premium: 8 USD za milion tokenów wejścia i 40 USD za milion tokenów wyjścia.

Na tle poprzednika liczby robią wrażenie. Na AutomationBench nowy model ukończył 40% zadań wobec 26,9% dla Opus 5. Największa przepaść widoczna jest w badaniach naukowych: Terminal-Bench-Science 0.1 dał Opus 5 wynik 29%, a Opus 5.5 - 58,7%. Na agentic coding benchmark Terminal-Bench 4.0 nowy model uzyskał 66,4% wobec 55,8% dla konkurencyjnego Fable 5.1. Na teście wiedzy GDPval-AA v2.1 opartym na skali Elo Opus 5.5 zdobył 1846 punktów, Opus 5 - 1708. Generowanie odpowiedzi jest ponad 30% szybsze niż w Opus 5. Humanity’s Last Exam z narzędziami zwrócił wynik 67,7%.

W praktyce jeden z testerów ukończył migrację kodu liczącej 680 000 linii w niecały dzień - pracę, którą według Anthropic zespół inżynierów wykonywałby tygodniami. Mario Rodriguez, Chief Product Officer GitHub, stwierdził, że w VS Code model

„solved more terminal tasks than Opus 5 in less than half the steps.”

Yashodha Bhavnani, vice president of AI products w Box, oceniła odpowiedzi jako 40% mniej rozwlekłe bez utraty dokładności.

Po stronie bezpieczeństwa Anthropic chwali się, że Opus 5.5 to najlepszy jak dotąd wynik na ich własnym automatycznym audycie behawioralnym, a próby obejścia granic izolacji spadły o 85% względem Opus 5. Odporność na prompt injection dorównała Fable 5.1 na benchmarku Gray Swan. Zadania z zakresu cyberbezpieczeństwa są kierowane do starszego Opus 4.8, a prace biologiczne uznane za wysokiego ryzyka wymagają weryfikacji - firma uruchomiła dedykowaną ścieżkę dla nauk przyrodniczych.

OpenAI poszło w innym kierunku: Sol i Luna bazują na tych samych metodach treningu co GPT-6 Astra (premiera 3 września), ale zostały dostrojone pod kątem kosztów. Luna za 10 centów za milion tokenów wejścia i 50 centów za wyjście celuje w masowe zadania rutynowe - podsumowania i ekstrakcję danych. Sol za 2 USD/mln tokenów wejścia i 10 USD/mln tokenów wyjścia obsługuje kodowanie i zadania agentowe. Sol osiągnął 33,2% na AutomationBench przy koszcie 27 centów za zadanie i 68,8% na benchmarku DeepSWE v1.

Rywalizacja cenowa między dwoma największymi graczami wyraźnie przyspiesza - i trudno nie zauważyć, że to użytkownicy wygrywają na tej wojnie benchmarków.