GPT-6.1 Sol vs Claude Sonnet 5.5: ta sama cena, co wybrać?

28 września Anthropic wypuściło Claude Sonnet 5.5. 29 września OpenAI odpowiedziało GPT-6.1 Sol. Oba kosztują dokładnie $2 za milion tokenów wejścia i $10 za milion wyjścia.

Żaden z producentów nie porównał się bezpośrednio z drugim. Anthropic zestawiło Sonneta 5.5 z GPT-6 Sol, który od 29 września jest poprzednią wersją. OpenAI porównało 6.1 Sol z Opusem 5.5 i Astrą. Wspólnych, niezależnych danych jest mało, więc ten tekst opiera się na trzech rzeczach: cenniku policzonym na realnych scenariuszach, indeksie Artificial Analysis i różnicach w API, które zmieniają Twój kod.

Krótka odpowiedź:

Kontekst poniżej 272K tokenów - GPT-6.1 Sol wychodzi taniej. Cache kosztuje połowę tego co u Sonneta, a w Artificial Analysis Sol przy medium i high ma wyższy wynik przy niższym koszcie zadania.
Kontekst powyżej 272K - Sonnet 5.5, bo Anthropic liczy cały 1M kontekstu po standardowej stawce, a OpenAI podnosi wtedy stawki za całe żądanie (2x wejście i cache, 1.5x wyjście).
Najwyższy sufit w tej cenie - Sonnet 5.5 przy max, ale za mniej więcej dziesięć razy wyższy koszt zadania.
Copilot Pro - tylko Sonnet 5.5. GPT-6.1 Sol jest od planu Pro+.

Cena GPT-6.1 Sol i Sonnet 5.5 obok siebie

	Claude Sonnet 5.5	GPT-6.1 Sol
Input (1M)	$2	$2
Output (1M)	$10	$10
Odczyt z cache (1M)	$0.20	$0.10
Zapis do cache (1M)	$2.50 (TTL 5 min), $4 (TTL 1 h)	$2.50
Długi kontekst	brak dopłaty, cały 1M po standardowej stawce	powyżej 272K: całe żądanie 2x input i cache, 1.5x output
Batch	-50%	-50% (także Flex)
Przetwarzanie regionalne	`inference_geo: "us"` +10%; endpointy regionalne przez Bedrock i Google Cloud	USA i UE (`eu.api.openai.com`), +10%

W złotych, po kursie NBP z 29 września (3,8537 zł za dolara), oba modele kosztują ok. 7,71 zł za milion tokenów wejścia i 38,54 zł za milion wyjścia.

Na pierwszy rzut oka różni się tylko cache. W praktyce liczą się dwa wiersze: cache i długi kontekst. I działają w przeciwne strony.

Scenariusz 1: agent z kontekstem poniżej 272K

Typowe zadanie agenta kodującego: 1.8M tokenów czytanych z cache (historia, pliki, wyniki narzędzi wracają przy każdym kroku), 200K świeżego wejścia, 50K wyjścia. Te same tokeny na obu modelach, bez kosztu zapisu do cache:

Sonnet 5.5: $0.36 + $0.40 + $0.50 = $1.26
GPT-6.1 Sol: $0.18 + $0.40 + $0.50 = $1.08

GPT-6.1 Sol jest ok. 14% tańszy na tych samych tokenach. “Te same tokeny” to jednak uproszczenie, bo modele zużywają ich różnie dużo. O tym niżej, przy Artificial Analysis.

Scenariusz 2: jeden krok z dużym kontekstem

Teraz pojedynczy krok agenta: 10K świeżego wejścia, 4K wyjścia, reszta promptu z cache.

Prompt	Sonnet 5.5	GPT-6.1 Sol
250K (240K z cache)	$0.108	$0.084
280K (270K z cache)	$0.114	$0.154

Poniżej progu 272K tańszy jest Sol. Powyżej Sonnet, i to wyraźnie: Sol za krok z 280K kontekstu płaci o 83% więcej niż za krok z 250K, bo droższa stawka obejmuje całe żądanie. U Sonneta różnica to 6%, bo dochodzi tylko 30K tokenów z cache po tej samej stawce.

Heurystyka: jeśli Twój agent pracuje na dużym repo albo długich dokumentach i regularnie przekracza 272K, Sonnet 5.5 ma przewagę cenową, której nie widać w cenniku. Na Solu da się to obejść kompaktowaniem kontekstu poniżej progu, co i tak poprawia jakość, jak pisałem w tekście o higienie context window. Ale to trzeba świadomie skonfigurować.

Który lepszy w benchmarkach: co da się uczciwie porównać

Artificial Analysis Intelligence Index

To jedyne niezależne źródło, które dziś mierzy oba modele tym samym zestawem testów (indeks v4.3.2, 10 testów, m.in. Terminal-Bench 4.0, GDPval-AA, AutomationBench-AA i Humanity’s Last Exam):

Model (effort)	Indeks	Koszt zadania	Tokeny wyjściowe na cały indeks	Prędkość
Claude Sonnet 5.5 (`max`)	56	$7.60	410M	138 tok/s
GPT-6.1 Sol (`max`)	52	$0.72	67M	67 tok/s
GPT-6.1 Sol (`xhigh`)	51	$0.39	36M	64 tok/s
GPT-6.1 Sol (`high`)	50	$0.32	-	66 tok/s
GPT-6.1 Sol (`medium`)	48	$0.21	15M	62 tok/s
Claude Sonnet 5.5 (`high`)	47	$1.08	50M	89 tok/s
GPT-6.1 Sol (`low`)	42	$0.13	-	74 tok/s
Claude Sonnet 5.5 (`medium`)	41	$0.59	29M	89 tok/s

Artificial Analysis mierzy modele Anthropic w wariancie “Default Fallback”, czyli z serwerowym fallbackiem (fallbacks: "default", beta), który w API trzeba włączyć samodzielnie.

Co z tego wynika:

Sonnet 5.5 ma wyższy sufit. 56 punktów przy max to wynik, którego Sol nie osiąga na żadnym poziomie. Ale kosztuje $7.60 za zadanie, ponad dziesięć razy więcej niż Sol przy max. Sonnet przy max pisze sześć razy więcej tokenów.
Przy medium i high wygrywa Sol. Przy high: 50 punktów za $0.32 wobec 47 za $1.08. Przy medium: 48 za $0.21 wobec 41 za $0.59. Wyższy wynik i mniej więcej trzy razy niższy koszt.
Sonnet generuje szybciej. 89-138 tokenów na sekundę wobec 62-74 u Sola. W interfejsie, w którym ktoś patrzy na strumień odpowiedzi, to jest odczuwalne. W agencie, który pracuje w tle, liczy się raczej to, ile tokenów musi wygenerować.

Jedno zastrzeżenie przy porównywaniu tych samych nazw poziomów: Anthropic przekalibrowało effort w Sonnecie 5.5, a nazwy medium czy high nie znaczą u obu dostawców tego samego. Dlatego tabelę czytam przez pryzmat koszt vs wynik, a nie “ten sam effort”.

Kodowanie i procesy agentowe

Tu są tylko pojedyncze punkty danych i każdy trzeba czytać z zastrzeżeniem:

Test	Sonnet 5.5	GPT-6.1 Sol	Źródło
DeepSWE v1.1	71%	75.2% (`high`)	Sol: OpenAI; Sonnet: The New Stack
AutomationBench	44.7%	ok. 36%	The New Stack
Koszt zadania w AutomationBench	$1.14	$0.30	The New Stack

The New Stack nie podaje, skąd wziął wyniki Sonneta, a w tekście premierowym OpenAI Sonnet 5.5 w ogóle się nie pojawia. Traktuję te liczby jako kierunek, nie rozstrzygnięcie. Kierunek jest jednak spójny z indeksem wyżej: na zadaniach inżynierskich Sol jest trochę wyżej, na długich procesach z wieloma narzędziami Sonnet prowadzi wyraźnie, ale za mniej więcej czterokrotnie wyższy koszt zadania.

Liczby, które producenci podali sami, nie dają się zestawić bezpośrednio. Anthropic chwali Sonneta 5.5 za 70.6% na Terminal-Bench 4.0 i przewagę nad GPT-6 Sol na FrontierCode (52.1% vs 49.3%). Ale GPT-6.1 Sol poprawił względem GPT-6 Sol wyniki na DeepSWE o 6.4 punktu, więc przewaga nad starym Solem nie przenosi się automatycznie na nowego.

Różnice w API, które zmieniają kod

	Claude Sonnet 5.5	GPT-6.1 Sol
Domyślny effort	`high` w API, `medium` w Claude Code i aplikacjach	`medium`
Poziomy effort	`low`, `medium`, `high`, `xhigh`, `max`	`low`, `medium`, `high`, `xhigh`, `max`
Praca bez rozumowania	`thinking: {"type": "between_tools"}`, tylko do `high`	brak `none`, najniższy jest `low`
Zmiana effortu w trakcie rozmowy	effort per wiadomość (beta), nie z `between_tools`	elementy `configuration_update`
Narzędzia	Messages API; wymuszone `tool_choice` (`any`, `tool`) zwraca 400	tylko Responses API; Chat Completions bez narzędzi
Parametry próbkowania	niedomyślne `temperature`, `top_p`, `top_k` zwracają 400	usuń `temperature`, `top_p`, `top_logprobs`
Kontekst / maks. output	1M / 128K	1.05M (maks. 922K wejścia) / 128K
Knowledge cutoff	czerwiec 2026	30 kwietnia 2026

Wniosek praktyczny dla każdego, kto trzyma router między dostawcami: oba modele zabrały “tryb bez myślenia” w dotychczasowej formie. Sonnet 5.5 odrzuca thinking: {"type": "disabled"}, a GPT-6.1 Sol odrzuca reasoning.effort: "none". Jeśli Twój router ma szybką ścieżkę “bez rozumowania” dla prostych zapytań, po przesiadce na którykolwiek z nich musi dostać osobną konfigurację per model. Szczegóły migracji są w tekstach o Sonnecie 5.5 i GPT-6.1 Sol.

Dostępność

	Claude Sonnet 5.5	GPT-6.1 Sol
GitHub Copilot	Pro, Pro+, Max, Business, Enterprise	Pro+, Max, Business, Enterprise
Własne narzędzia	Claude Code, aplikacje Claude	Codex, ChatGPT Work
Chmury	Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry, Claude Platform on AWS	API OpenAI

W Copilocie oba modele są rozliczane po cenniku dostawcy w modelu usage-based i oba włączają się automatycznie w organizacjach Business i Enterprise, chyba że administrator wyłączył domyślne włączanie nowych modeli. Jeśli zarządzasz polityką modeli w firmie, dwa nowe modele w dwa dni to dobry moment, żeby sprawdzić, czy ta opcja jest ustawiona świadomie. Więcej o doborze modeli w Copilocie w tekście o modelach w GitHub Copilot.

Bezpieczeństwo: obaj dostawcy zaostrzyli cyber

Tu modele są do siebie podobne bardziej niż w reszcie tekstu.

Sonnet 5.5 to pierwszy Sonnet z zabezpieczeniami cyber. Zadania o podwyższonym ryzyku widocznie przechodzą na Sonneta 5, a serwerowy fallback ponawia tylko odmowy z kategorii cyber i frontier_llm.
GPT-6.1 Sol jest według OpenAI modelem “Critical” w cyberbezpieczeństwie i dostaje ten sam zestaw zabezpieczeń co GPT-6 Astra. Zaawansowana, autoryzowana praca w cyberbezpieczeństwie idzie przez program Daybreak.

Jeśli Twój zespół robi legalny red teaming albo analizę exploitów, oba modele będą czasem odmawiać. U obu dostawców rozwiązaniem jest program weryfikacji (Cyber Verification Program u Anthropic, Trusted Access for Cyber u OpenAI), a nie przełączenie się na drugi model.

GPT-6.1 Sol czy Sonnet 5.5: co wybrać

Masz Copilot Pro - Sonnet 5.5. GPT-6.1 Sol w tym planie nie ma.
Pracujesz w Claude Code albo w Codeksie - zostań przy modelu swojego narzędzia, chyba że Twoje evale pokażą co innego. Zmiana dostawcy to nie tylko inny model ID, ale też inne zachowanie przy effort, narzędziach i cache.
Agent przez API, kontekst trzymany poniżej 272K - GPT-6.1 Sol. Tańszy cache, wyższy wynik w indeksie na porównywalnym koszcie zadania.
Długie sesje na dużym repo albo dokumentach, regularnie powyżej 272K - Sonnet 5.5, chyba że skonfigurujesz kompaktowanie na Solu.
Długie procesy biznesowe na wielu narzędziach - Sonnet 5.5 ma tu wyższe wyniki, ale policz koszt zadania, zanim przerzucisz cały ruch.
Potrzebujesz maksimum jakości w tej cenie za token - Sonnet 5.5 przy xhigh albo max. Tylko że przy tym poziomie wydatków sprawdź też Opusa 5.5. W Artificial Analysis Opus 5.5 przy max ma 58 punktów za $5.98 na zadanie, czyli więcej i taniej niż Sonnet 5.5 przy max.
Wymagasz przetwarzania w UE przez API pierwszej strony - GPT-6.1 Sol ma endpoint UE. Claude API ma dziś do wyboru tylko przetwarzanie globalne albo w USA. Endpointy regionalne oferują Bedrock i Google Cloud, a dostępność Sonneta 5.5 w konkretnym regionie UE trzeba sprawdzić u nich.

Moja reguła: przy tej samej cenie za token porównuj koszt ukończonego zadania, nie cennik. Weź 20-50 prawdziwych zadań z backlogu, puść je na obu modelach i zmierz trzy rzeczy: ile zadań przeszło review bez poprawek, ile kosztowało jedno ukończone zadanie i ile trwało. Jak ustawić taki pomiar, opisałem w tekście o mierzeniu pracy agentów AI. Jeśli szukasz trzeciej opcji z otwartymi wagami, Kimi K3 jest przez API droższy od obu na każdej linii podstawowego cennika (do 272K tokenów), więc wygrywa tylko tam, gdzie liczy się własny hosting.

FAQ

Czy GPT-6.1 Sol i Claude Sonnet 5.5 kosztują tyle samo?

Tak na wejściu i wyjściu: $2 i $10 za milion tokenów. Różnią się cache (Sol $0.10, Sonnet $0.20 za odczyt) i dopłatą za długi kontekst: GPT-6.1 Sol powyżej 272K tokenów liczy całe żądanie po 2x za wejście i 1.5x za wyjście, a Sonnet 5.5 nie ma dopłaty w całym 1M kontekstu.

Który jest lepszy do kodowania: GPT-6.1 Sol czy Sonnet 5.5?

Na DeepSWE GPT-6.1 Sol ma 75.2% przy high, a Sonnet 5.5 według The New Stack 71%. W indeksie Artificial Analysis Sol ma wyższy wynik na porównywalnym koszcie, a Sonnet wyższy sufit przy max. Na własnym repo różnice mogą wyglądać inaczej, więc porównaj oba na swoich zadaniach.

Który model jest szybszy?

Według Artificial Analysis Sonnet 5.5 generuje 89-138 tokenów na sekundę, GPT-6.1 Sol 62-74. Sol pisze za to dużo mniej tokenów (przy medium 15M wobec 29M na cały indeks), więc łączny czas generowania wychodzi u niego krótszy mimo niższej prędkości.

Czy oba modele są w GitHub Copilot?

Tak. Sonnet 5.5 w planach Pro, Pro+, Max, Business i Enterprise. GPT-6.1 Sol w Pro+, Max, Business i Enterprise, bez planu Pro.

Czy da się wyłączyć rozumowanie w obu modelach?

Nie w dawnej formie. Sonnet 5.5 odrzuca thinking: {"type": "disabled"} i oferuje between_tools, które wyłącza myślenie przed odpowiedzią przy effort do high. GPT-6.1 Sol nie obsługuje reasoning.effort: "none", najniższy poziom to low.

Który model wybrać do długiego kontekstu?

Claude Sonnet 5.5, jeśli prompt regularnie przekracza 272K tokenów, bo Anthropic nie dolicza dopłaty za długi kontekst. GPT-6.1 Sol jest tańszy poniżej tego progu, więc przy kompaktowaniu kontekstu może wyjść korzystniej.

Źródła: Anthropic - Introducing Claude Sonnet 5.5, Claude Docs - Claude Sonnet 5.5 (cennik, kontekst, knowledge cutoff, platformy), Claude Docs - Pricing (długi kontekst, data residency), Claude Docs - Data residency, Claude Docs - Migrating to Claude Sonnet 5.5, OpenAI - Introducing GPT-6.1 Sol, OpenAI API - model GPT-6.1 Sol, OpenAI API - Using GPT-6, OpenAI API - Your data, Artificial Analysis - GPT-6.1 Sol, Artificial Analysis - Claude Sonnet 5.5, The New Stack - GPT-6.1 Sol (porównanie z Sonnetem 5.5), Handy AI - Model Drop: GPT-6.1 Sol, GitHub Changelog - GPT-6.1 Sol, GitHub Changelog - Claude Sonnet 5.5.

EfektywnyDev pisze o AI w praktyce - o tym, co zmienia się w rachunku i w kodzie po podmianie model ID, a nie tylko o tym, co pokazano na premierze.