Claude Opus 5.5 vagy GPT‑6 Sol? Olcsóbb lett a csúcsminőségű AI, és ez mit jelent egy cégnek
Szeptember 22-én egyetlen napon jelent meg az Anthropic új modellje, a Claude Opus 5.5, és az OpenAI GPT‑6 Sol modellje. Alig három héttel azután, hogy kijött a Claude Fable 5.1 és a GPT‑6 Astra. A két új modellben az a közös, hogy olcsóbbá teszik a csúcsminőséget: amihez eddig a legdrágább modell kellett, azt most kevesebb pénzből is megkaphatod. Megnézzük mindkettőt külön, összevetjük őket egy valós teszt alapján, és elmondjuk, mit jelent ez egy cégnek.
22 nap, négy csúcsmodell
Szeptember 1-jén jött a Claude Fable 5.1, két nappal később a GPT‑6 Astra, szeptember 22-én pedig egyazon napon az Opus 5.5 és a GPT‑6 Sol. Három hét alatt négy csúcsmodell, és ez a tempó nem lassul.
Van ebben egy érdekes ellentmondás is. Egy héttel a megjelenés előtt az Anthropic vezérigazgatója, Dario Amodei arról írt, hogy az AI fejlődését úgy kellene ütemezni, hogy a biztonsági gyakorlatok lépést tartsanak a modellek képességeivel. Az Opus 5.5 az első kiadásuk ezen felhívás óta. A verseny tehát megy tovább, de most máshol van a hangsúly: mindkét cég olcsóbbá és gyorsabbá tette a csúcsminőséget.
Claude Opus 5.5: Fable-szintű munka, alacsonyabb áron
Az Opus az Anthropic kínálatában mindig is a Fable-nél olcsóbb vonal volt. Az új változatról a gyártó azt írja, hogy a legtöbb munkában a Fable 5.1 szintjén teljesít, és alapbeállításon egy tipikus feladat 40%-kal kevesebbe kerül vele, mint az Opus 5-tel.
A megtakarítás két helyről jön. A tokenár 20%-kal lett alacsonyabb: millió tokenenként 4 dollár a bemenet és 20 dollár a kimenet, szemben az Opus 5 5 és 25 dollárjával. A többi abból adódik, hogy ugyanahhoz a munkához kevesebb token kell. Összehasonlításképp: a Fable 5.1 és a GPT‑6 Astra egyaránt 10 és 50 dollárba kerül. Az Opus 5.5 ráadásul több mint 30%-kal gyorsabban írja a választ, mint az Opus 5.
A modell minden felületen elérhető, a fejlesztői API-n kívül az Amazon, a Google és a Microsoft felhőjében is. Az Anthropic a megjelenéssel együtt megemelte az ötórás használati keretet a Pro, a Max, a Team és a felhasználónként fizetett Enterprise csomagban.
Az Anthropic belső tesztjében a modelleknek egy cég negyedéves eredményeiről kellett jelentést írniuk, és egyetlen kitalált szám vagy idézet is bukást jelentett. Az Opus 5.5 18 jelentéséből 16 átment, a Fable 5.1 és az Opus 5 egyszer sem.
Egy másik tesztben két kitalált szoftvercég összeolvadását kellett elemezni: Excel-modellt, majd vezetői prezentációt készíteni. Az Opus 5.5 63 perc alatt végzett, az Opus 5 93 alatt, és feleannyi költségből.
A gyártó szerint a legfontosabb információt a válasz elejére teszi, kevesebb szakzsargont használ, és betartja a neki megadott írási szabályokat. Hosszabb munkában ettől jobb munkatárs.
Egy korai tesztelő egy 680 ezer soros kódbázis átállítását kevesebb mint egy nap alatt végezte el vele. Az Anthropic szerint ez egy fejlesztőcsapatnak heteket vett volna igénybe.
GPT‑6 Sol: az Astra tudása kisebb áron
A GPT‑6 családnak most három tagja van. Az OpenAI saját ajánlása szerint az Astra a legnehezebb, összetett feladatokra való, a Sol az ár és a képesség egyensúlyát adja, a Luna pedig a nagy mennyiségű, egyértelmű feladatokra, például dokumentumok összefoglalására vagy adatok kinyerésére. Millió tokenenként az Astra 10 és 50, a Sol 2 és 10, a Luna 0,1 és 0,5 dollárba kerül.
A Sol ára fele az elődjének, a GPT‑5.6 Solnak. Az OpenAI úgy fogalmaz, hogy az Astra új generációt hozott, ezek a modellek pedig hatékonyabbá és elérhetőbbé teszik ugyanezt a tudást. A TechCrunch beszámolója szerint a Sol nagyjából feleannyit hibázik, mint az elődje. Az OpenAI elsősorban összetett kódolási és ügynöki munkára ajánlja, vagyis olyan feladatokra, ahol a modell több lépést önállóan visz végig.
Egy dolog könnyen összezavarhat: a GPT‑5.6 családban még a Sol volt a csúcsmodell, a GPT‑6 családban viszont az Astra a csúcs, a Sol pedig a középső szint. A név tehát már nem ugyanazt a helyet jelöli.
A Sol a ChatGPT Work és a Codex felületén érhető el a Plus, Pro, Business, Enterprise és Edu előfizetőknek, valamint az API-n. Az ingyenes és Go felhasználók a Lunát próbálhatják ki az asztali alkalmazásban.
Opus 5.5 vagy GPT‑6 Sol? Egy valós teszt tanulságai
A megjelenés után egy tesztelő tíz valós feladaton mérte össze a két modellt, azonos utasításokkal: az Opus 5.5-öt a Claude Code-ban, a Solt a Codexben futtatta. Ez egyetlen ember tapasztalata, nem laboratóriumi mérés, de jól mutatja, miben más a két modell jellege.
Az eredmény 7:1 az Opus 5.5 javára, két feladat nem számított. A tesztelő összesítése szerint viszont az Opus nagyjából háromszor annyiba került (213 dollár a 74 ellenében), és összesen tovább is dolgozott (8 óra 40 perc az 5 óra 51 perc ellenében).
Weboldal
Prémiumabb oldal, erősebb nyitókép és rétegzett animációk. Ez a feladat nagyjából háromszor annyiba került vele.
Egyszerűbb, kevésbé kidolgozott oldal, gyengébb nyitóképpel.
Videó és reel
Zenével, hangeffektekkel és jó tempóval vágott, lendületes rövid videók.
A reel zene nélkül, zúgó háttérzajjal és kevés animációval készült el. A tesztelőt nem győzte meg.
Böngészős munka
Egy online kurzust gyorsabban és olcsóbban épített fel, és egy rajzos feladatot is jól megoldott a böngészőben.
A kurzust jól összerakta, a rajzos feladatnál viszont először rajzolás helyett képet generált, és az újrapróbálás is gyenge lett.
Kódjavítás
97 pont a 100-ból, egy ellenőrzésen elbukott. Nagyjából hússzor annyiba került, és kétszer lassabb volt.
100 pont a 100-ból, mind a 30 ellenőrzés átment. Félúton biztonsági okból leállt, újra kellett indítani.
A tesztelő azt is észrevette, hogy a Sol gyakrabban kérdez vissza, ami tisztázza a kérést, de lassíthatja az önálló munkát. Az ő javaslata: az Opus 5.5 irányítsa a munkát, és pontos utasításokkal adja ki a jól körülírt részfeladatokat több Sol-nak. Ettől mindkét modell ott dolgozik, ahol a legtöbbet éri.
Mire figyelj?
A tokenár nem a teljes ár. Az Opus 5.5 tokenára a Solénak kétszerese, a tesztben mégis nagyjából háromszor annyiba került, mert több munkát végzett, és több tokent használt. Mindig azt nézd, mennyibe kerül egy elvégzett feladat, ne csak a listaárat.
A legerősebb beállítás nem mindig éri meg. Mindkét modellnél állítható, mennyit „gondolkodjon” a feladaton. Az Anthropic közlése szerint az Opus 5.5 alapbeállításon egy kódolási teszten jobb eredményt ad, mint a GPT‑6 Astra a legmagasabb fokozaton, nagyjából ötödannyi költségből. Érdemes a közepes szinttel kezdeni, és csak ott emelni, ahol látszik a különbség.
Ha több AI-ügynök dolgozik egyszerre, válaszd szét őket. A tesztben két feladat azért nem számított, mert a két modell ugyanabban a mappában dolgozott, és átírták egymás fájljait. Ha párhuzamosan futtatsz ügynököket, mondd meg nekik, hogy ne nyúljanak egymás munkájához, vagy adj nekik külön mappát.
Számolj a kiberbiztonsági korlátokkal. Mivel az Opus 5.5 biológiában és kiberbiztonságban nagyon erős, az Anthropic szigorúbb védelmekkel adta ki: a legtöbb kiberbiztonsági kérést automatikusan egy régebbi modellre, az Opus 4.8-ra irányítja át. A saját kódodban a hibakeresés ettől még működik, de egy biztonsági auditra szakosodott cégnek ez számít.
Mit jelent ez a magyar KKV-knak?
A két bejelentés ugyanarról szól: ami három hete még a legdrágább modellekkel ment, ma olcsóbban is elérhető. Ettől olyan feladatok is megtérülhetnek, amelyek eddig túl drágák voltak AI-val, például a rendszeres riportkészítés, a nagy mennyiségű dokumentum feldolgozása vagy az ügyfélnek szánt elemzések első változata.
A tempó miatt viszont nem érdemes egyetlen modellre építeni. Néhány hetente jön egy új, és ami ma a legjobb ár-érték arányú, holnap már nem az. Azt javasoljuk, hogy az ítélőképességet, jó kimenetet és ügyfélnek szánt minőséget igénylő munkát egy erősebb modell, például az Opus 5.5 végezze, a pontosan körülírt, nagy mennyiségű feladatokat pedig egy olcsóbb, mint a Sol vagy a Luna. A jó rendszerben a modellek cserélhetők, és a döntést a saját feladataidon végzett próba hozza meg, nem a bejelentések.
Kíváncsi vagy, melyik folyamatodhoz melyik modell adja a legjobb eredményt a legkisebb költségből? Nézzük meg együtt egy ingyenes 30 perces konzultáción.
Ingyenes 30 perces konzultációGyakori kérdések
Mi a különbség a Claude Opus 5.5 és a GPT‑6 Sol között?
Az Opus 5.5 az Anthropic új modellje, amely a gyártó szerint a legtöbb munkában a Fable 5.1 szintjén teljesít, jóval alacsonyabb áron. A GPT‑6 Sol a GPT‑6 család középső szintje: az Astránál olcsóbb, és az ár és a képesség egyensúlyára készült. Egy tízfeladatos valós tesztben az Opus 5.5 adott jobb eredményt a legtöbb feladatban, a Sol viszont nagyjából harmadannyiba került.
Mennyibe kerül a Claude Opus 5.5 és a GPT‑6 Sol?
A fejlesztői API-n az Opus 5.5 millió tokenenként 4 dollár a bemenetre és 20 dollár a kimenetre, a GPT‑6 Sol 2 és 10 dollár. Az előfizetéses felületeken a használat a csomag keretébe tartozik.
Érdemes most modellt váltani?
Nem vakon. Próbáld ki az új modelleket a saját feladataidon, és a feladatonkénti költséget nézd. Az ítélőképességet igénylő munkára az Opus 5.5, a pontosan körülírt, nagy mennyiségű feladatokra az olcsóbb Sol vagy Luna is elég lehet.
Hol érhető el a két modell?
Az Opus 5.5 az Anthropic minden felületén és a nagy felhőszolgáltatóknál is elérhető. A GPT‑6 Sol a ChatGPT Work és a Codex felületén a fizetős csomagokban, valamint az API-n érhető el, az ingyenes felhasználók a Lunát próbálhatják ki.
Források
- Anthropic: Introducing Claude Opus 5.5
- Claude Docs: Claude Opus 5.5
- OpenAI Developer Community: Announcing GPT-6 Sol and GPT-6 Luna in the API, Codex and ChatGPT
- OpenAI API: Models
- OpenAI API: GPT-6 Sol
- TechCrunch: OpenAI launches GPT-6 Sol and Luna
- MacRumors: Anthropic launches Claude Opus 5.5
- 9to5Mac: OpenAI upgrading ChatGPT and Codex with two more GPT-6 models
Kapcsolódó cikkek
GPT‑6 Astra: tényleg itt az AGI, és mit jelent ez a cégeknek?
Megjelent az OpenAI új csúcsmodellje: mi az az AGI, mi változott valójában, és mit jelent ez egy cégnek.
Elolvasom →
Megjelent a Claude Opus 5: csúcsteljesítmény fele áron
Több mérésen a Fable 5-öt is veri, az ára viszont annak fele, és a Pro-előfizetésben is benne van.
Elolvasom →Utoljára frissítve: