Opus 5.5, Sonnet 5.5 или GPT-6 Astra: бенчмарки и цены API 2026

Осенью 2026 года планку рынка задают три модели: Claude Opus 5.5 (вышла 22 сентября), Claude Sonnet 5.5 (28 сентября) и текущий флагман OpenAI — GPT-6 Astra. Если коротко: Opus 5.5 сильнее в большинстве тестов, Sonnet 5.5 почти догоняет его при вдвое меньшей цене, а Astra выигрывает в нескольких узких задачах, но стоит дороже всех за токен.

Ниже — цифры с официальных страниц разработчиков, расчёт расходов на понятном примере и наши советы, какую модель под какую задачу брать.

$2 / $10

Sonnet 5.5: вход / выход за 1 млн токенов

самая доступная из трёх

$4 / $20

Opus 5.5: вход / выход за 1 млн токенов

у Opus 5 было $5 / $25

$10 / $50

GPT-6 Astra: вход / выход за 1 млн токенов

кэшированный вход — $1

Источники: Claude Platform Docs, Anthropic, OpenAI API Docs (октябрь 2026)

Кто есть кто

Claude Opus 5.5 — флагман Anthropic для длинных агентных задач с кодом и документами. Модель подешевела относительно Opus 5: вход стоит $4 за миллион токенов вместо $5, выход — $20 вместо $25. Режим рассуждений включён всегда, глубину регулирует параметр effort (от low до max), по умолчанию стоит medium. Есть и быстрый режим, до 2,5 раза быстрее, но вдвое дороже: $8 / $40.

Claude Sonnet 5.5 — средняя модель линейки; Anthropic называет её лучшим сочетанием скорости и интеллекта. Цена осталась как у Sonnet 5: $2 / $10. По заявлению компании, ответы генерируются более чем на 30 % быстрее, чем у предшественницы, а типичная задача обходится до 30 % дешевле.

GPT-6 Astra — актуальный флагман OpenAI. В API: $10 за миллион входных токенов, $1 за кэшированный вход и $50 за выходные. Контекстное окно — 1,05 млн токенов, ответ — до 128 тыс. токенов, граница знаний — апрель 2026 года.

По «вместимости» разницы почти нет: у обеих моделей Claude окно 1 млн токенов и тот же потолок ответа в 128 тыс. Договор, каталог магазина или база знаний поддержки поместятся в любую из трёх, поэтому решают качество и цена.

Бенчмарки по официальным данным

Сравнительные таблицы Anthropic опубликовала на страницах обоих релизов. В таблице Opus 5.5 есть колонка GPT-6 Astra, причём часть её цифр (Terminal-Bench) взята из отчёта самой OpenAI. На странице Sonnet 5.5 Astra нет, так что сопоставить Sonnet и Astra можно только по тестам, которые встречаются на обеих страницах.

Тест	Что проверяет	Sonnet 5.5	Opus 5.5	GPT-6 Astra
Terminal-Bench 4.0	агентная работа в терминале	70,6 %	66,4 %	57,9 %
GDPval-AA v2.1 (Elo)	офисные задачи специалистов	1844	1846	1542
Humanity’s Last Exam (с инструментами)	сложные экспертные вопросы	64,5 %	67,7 %	57,2 %
CursorBench 4.0	программирование в IDE	55,5 %	57,8 %	—
OSWorld 2.1 (частично)	управление компьютером	80,1 %	81,8 %	—
FrontierCode v1.1	сложные задачи по коду	—	54,4 %	53,3 %
AutomationBench	автоматизация бизнес-процессов	—	40,0 %	41,4 %
Terminal-Bench-Science 0.1	научные задачи в терминале	—	58,7 %	64,6 %

Прочерк — результат в этом тесте разработчик не публиковал. Цифры Opus 5.5 Anthropic приводит для самых высоких уровней effort, так что в режиме по умолчанию они могут быть ниже.

Выводы:

Opus 5.5 самый ровный. Он первый или рядом с первым почти во всех строках и сильно обходит Astra в офисных задачах GDPval-AA.
Sonnet 5.5 почти на уровне Opus. Отставание обычно в несколько пунктов, а в Terminal-Bench 4.0 Sonnet даже впереди. При этом токен у него вдвое дешевле.
Astra хороша в науке и автоматизации. Она обгоняет Opus в Terminal-Bench-Science и немного — в AutomationBench, но заметно проигрывает в GDPval-AA и Terminal-Bench 4.0.

Взгляд со стороны

Результаты от самих разработчиков — игра на своём поле: компания выбирает тесты, настройки и уровень усилий. Поэтому стоит смотреть и на независимые замеры. По данным Artificial Analysis (тестирование от 9 сентября 2026 года), GPT-6 Astra на максимальных настройках набрала 53 балла в их Intelligence Index — столько же, сколько Claude Fable 5.1. Интереснее другое: по их подсчётам, Astra тратит около 27 тыс. выходных токенов на задачу, и задача стоит $3,26 против $7,63 у Fable 5.1. Ещё Artificial Analysis отмечает, что доля галлюцинаций Astra в их тесте AA-Omniscience снизилась с 92 % до 51 %. Opus 5.5 и Sonnet 5.5 в этом отчёте не участвовали, а сами цифры пока подтверждает только одно независимое издание.

Отсюда практический вывод: цена токена и цена задачи — не одно и то же. Модель, которая рассуждает короче, может оказаться дешевле даже при более высоком прайсе. Проверять это нужно на своих задачах.

Во что это обойдётся

Условный пример: бот поддержки интернет-магазина ведёт 10 000 диалогов в месяц. В каждом модели отправляется около 3000 входных токенов (инструкции, кусок каталога, история переписки), а обратно приходит 500 выходных. Итого 30 млн входных и 5 млн выходных токенов. По официальным прайсам, без кэша и без учёта токенов рассуждений:

Условный бот: 10 000 диалогов в месяц, $ в месяц

Claude Sonnet 5.5 110 %
Claude Opus 5.5 220 %
GPT-6 Astra 550 %

Расчёт по ценам API: Claude Platform Docs, OpenAI API Docs (октябрь 2026)

Это ориентир, не смета. Реальный счёт меняют три фактора:

Кэширование. Если инструкции и каталог повторяются в каждом запросе, кэш резко снижает стоимость входа: у Claude чтение из кэша стоит $0,20 за миллион, у Astra — $1.
Токены рассуждений. Все три модели умеют «думать» перед ответом, а эти токены оплачиваются как выходные. Чем выше effort, тем больше счёт.
Пакетная обработка. Для задач без спешки (разметка товаров, разбор отзывов) Anthropic даёт скидку 50 % через Batch API.

Что выбрать: наша рекомендация

Это наша оценка по опубликованным данным, а не правило: окончательный ответ даст тест на ваших задачах.

Задача	Что советуем	Почему
Бот поддержки, ответы по базе знаний	Sonnet 5.5	быстрый, вдвое дешевле Opus, качество почти то же
Описания товаров, переводы, SEO-тексты	Sonnet 5.5	большие объёмы, цена важнее последних процентов качества
Сложные агенты: многошаговые сценарии, код, CRM	Opus 5.5	самый стабильный результат в большинстве тестов
Анализ документов, договоров, отчётов	Opus 5.5	лидирует в GDPval-AA и Humanity’s Last Exam
Научные и инженерные расчёты	GPT-6 Astra	лучший результат в Terminal-Bench-Science
Простая маршрутизация и классификация заявок	ни одна из трёх	для этого есть более дешёвые модели, например Claude Haiku 5.5

«Одна модель на всё» — редко лучший вариант. Разумнее выстроить систему, где дешёвая модель принимает и сортирует обращения, средняя отвечает на типовые вопросы, а флагман подключается только к сложным случаям. Тогда бюджет уходит туда, где разница в качестве действительно заметна клиенту.

Ещё совет: перед запуском прогоните 30–50 реальных диалогов или документов через две-три модели и сравните ответы. Бенчмарки дают общую картину, но ваш каталог, язык общения с клиентами и сценарии могут поменять рейтинг. Если не хочется разбираться самим, с этим помогает наша ИИ-автоматизация для бизнеса: от выбора модели до запуска бота или агента.

Что делать дальше

Для большинства бизнес-задач начинайте с Sonnet 5.5 — у неё лучший баланс цены и качества из трёх.
Opus 5.5 берите для сложных агентов и работы с документами, где ошибка дороже токенов.
GPT-6 Astra оправдана в научных и отдельных задачах автоматизации, но считайте стоимость задачи, а не токена.
Тестируйте модели на своих данных, включайте кэширование и не платите за максимальный effort там, где он не нужен.

Хотите подобрать модель и посчитать бюджет под свой сценарий — напишите нам, разберём задачу и предложим архитектуру.