Почему Claude Opus 5.5 держится после выхода GPT-6.2 Sol
Anthropic выпустила Claude Opus 5.5 22 сентября 2026 года. GPT-6.2 Sol вышел 17 ноября, на 56 дней позже. При максимальном усилии обеих моделей Opus набрал 59 баллов в Artificial Analysis Intelligence Index, Sol — 57. Самый заметный разрыв в пользу Claude среди приведённых ниже тестов виден на AA-Briefcase, где оценивают готовые материалы для рабочих задач.
У моделей разные приоритеты. Anthropic позиционирует Opus для продолжительной работы с кодом и документами. OpenAI делает ставку в Sol на повседневные задачи и большую нагрузку, где важна цена каждого запроса. Дата релиза здесь мало говорит о том, насколько хорошо конкретная модель подготовит документ или доведёт изменение в репозитории до приёмки.
Результаты бенчмарков Claude Opus 5.5 и GPT-6.2 Sol
В таблице — срез Artificial Analysis на 18 ноября 2026 года. Обе модели тестировали на уровне max. Этот режим задаёт максимальное усилие в линейке каждой модели. Фактический расход токенов, время и стоимость одного прогона у моделей различаются.
| Тест | Claude Opus 5.5 (max) | GPT-6.2 Sol (max) |
|---|---|---|
| Intelligence Index v5.0.1 | 59 | 57 |
| AA-Briefcase v1.1 | 1 800 Elo | 1 612 Elo |
| FrontierCode-AA 2.0 | 46,4% | 44,4% |
| Terminal-Bench 4.0 | 59,6% | 60,1% |
| AutomationBench-AA | 69,5% | 71,3% |
Подробнее: Artificial Analysis — прямое сравнение моделей по уровням усилия
Где преимущество Claude имеет практический смысл
AA-Briefcase оценивает, насколько хорошо агент справляется с профессиональной задачей и доводит её до готового материала. Если вам нужен вывод по нескольким источникам, сравнение вариантов или документ, который можно передать коллегам, результат Claude на этом тесте даёт повод начать с Opus. В своём пилоте заранее определите, какие тезисы должны быть подтверждены источниками и сколько правок допустимо до приёмки.
Во FrontierCode-AA 2.0 Claude на max впереди на два процентных пункта. Это аргумент в пользу его включения в пилот на сложных изменениях в существующем коде. Если основная работа идёт в терминале или представляет собой повторяемую автоматизацию, Sol выглядит сильнее в приведённых тестах и дешевле по базовому прайсу.
Подробнее: Claude Opus 5.5 или GPT-6.2 Sol для программирования
Как уровень усилия меняет выбор
На medium лидер сводного индекса меняется. GPT-6.2 Sol получает 53 балла, Claude Opus 5.5 — 48. Оба результата взяты из той же таблицы Artificial Analysis. Если продукт работает с типовыми задачами в среднем режиме, начинать сравнение разумно с Sol. Если качество сложного итогового материала дороже времени ожидания, стоит включить Opus на high или max и проверить, окупается ли дополнительное усилие.
Обе модели принимают текст и изображения и генерируют текст. Документация указывает окно в 1 млн токенов для Opus и 1,05 млн для Sol при максимальном входе 922 тыс. токенов. Даже при сопоставимой вместимости качество работы с длинным заданием имеет смысл оценивать по тому, какие детали модель применила в итоговом ответе.
Подробнее: Artificial Analysis — прямое сравнение моделей по уровням усилия · Документация Claude Opus 5.5 · Документация GPT-6.2 Sol