GPT-6.1 Sol vs Opus 5.5: sprawdzamy skargi

Zaktualizowano October 13, 2026 · pierwsza publikacja October 13, 2026

Dwa zestawy skarg biegną równolegle. Po stronie OpenAI: Pro za 200 $ zostało okrojone, GPT-6.1 Sol wydaje się gorszy, a Astra zjada limit. Po stronie Anthropic: limity Claude Code się skurczyły, Opus 5.5 wyczerpuje tygodniowy limit, a Opus 5.5 został „osłabiony”. Sprawdziliśmy każde twierdzenie w zestawieniu ze stronami cenowymi dostawców, Artificial Analysis, zgłoszeniami na GitHubie, w których ludzie podali liczby, i naszymi własnymi logami. Większość zarzutów dotyczących pieniędzy się potwierdza. Zarzuty, że model „zgłupiał”, nie mają jeszcze dowodów.

Krótka wersja:

• Czy GPT jest tańszy niż Claude? Tak, i to najlepiej poparte twierdzenie w całej dyskusji. Za token GPT-6.1 Sol kosztuje połowę ceny Opus 5.5 ($2/$10 vs $4/$20). Za zadanie Artificial Analysis mierzy koszt Opus 5.5 na poziomie 4.2x do 8.9x, zależnie od poziomu wysiłku.
• Czy Claude obciął limity? Obie historie są prawdziwe. Od 14 września tygodniowy limit Claude Code jest o 25% wyższy niż przed promocją, na stałe. Jest też o 17% niższy niż poziom z 50% podbiciem, z którego ludzie korzystali przez całe lato (150 do 125).
• Czy OpenAI obcięło Pro za 200 $? Tak, z 20x do 10x Plus 30 października, cena bez zmian. Pisaliśmy o tym w pełnym omówieniu zmiany; tutaj sprawdzamy to tylko w zestawieniu z resztą.
• Czy Opus 5.5 jest osłabiony? Czy GPT-6.1 Sol jest głupi? Na razie oba twierdzenia są nieudowodnione. Jedyny dotąd prowadzony kontrolowany test nie wykrył spadku, ale sam przyznaje, że mógłby przeoczyć mały. Żaden incydent na stronie statusu Anthropic nie dotyczy problemu z jakością.
• Co naprawdę napędza koszt? Poziom wysiłku. W obu modelach najwyższe ustawienie kosztuje 5x do 11x więcej niż najniższe, za 10 do 16 punktów indeksu.

Które skargi się potwierdzają?

Co Anthropic zmieniło w limitach Claude Code?

Tygodniowy limit Claude Code przesuwał się trzy razy w ciągu pięciu miesięcy. Anthropic prowadziło 50% podbicie od 13 maja do 13 września. Od 14 września limit jest o 25% wyższy niż przed podbiciem, a Anthropic mówi, że to na stałe. Licząc limit sprzed podbicia jako 100, wartości wynosiły kolejno 100, potem 150, a potem 125. To spadek o 16.7% względem poziomu, na którym użytkownicy stali na początku września, a Anthropic sam nazwało to redukcją o 17%, ogłaszając zmianę 29 sierpnia. Pięciogodzinne limity nie zostały ruszone.

Anthropic nie publikuje godzin ani limitów tokenów dla żadnego planu. Jego strona cenowa mówi tylko, że Max 5x i 20x to odpowiednio 5x i 20x Pro w pięciogodzinnej sesji, z tygodniowym limitem ponad to, a Max ma osobny tygodniowy limit dla modeli Fable. Każda liczba „godzin tygodniowo”, jaką zobaczysz, pochodzi od firm trzecich. Nie znaleźliśmy żadnej oficjalnej październikowej zmiany limitów ani cen Claude.

Ile kosztuje każdy model za token?

To są ceny katalogowe za milion tokenów, odczytane ze stron cenowych dostawców 13 października.

Trzy szczegóły zmieniają rachunek bardziej niż cena nominalna:

• Długie prompty kosztują więcej w OpenAI. Powyżej 272K tokenów wejścia GPT-6.1 Sol podwaja cenę wejścia do $4, a wyjście rośnie do $15. Haiku 5.5 podskakuje pięciokrotnie powyżej 100K.
• Opus 5.5 jest o 20% tańszy za token niż Opus 5. Anthropic twierdzi o około 40% niższym koszcie w typowych obciążeniach. Nowszy tokenizer Claude produkuje około 30% więcej tokenów dla tego samego tekstu, więc porównanie cen za token między generacjami zaniża realną zmianę.
• Odczyty z cache to miejsce, w którym żyją agenci kodujący. GPT-6.1 Sol obniżył stawkę cache z $0.20 do $0.10, czyli o połowę. To połowa stawki $0.20 Opus 5.5. Nasze logi Codex pokazały, że 98% tokenów wejścia było w cache, dlatego stawka cache znaczy więcej niż stawka wejścia.

Ile poziom wysiłku zmienia koszt?

Wysiłek to największa dźwignia i najrzadziej omawiana. Oba modele mają pięć poziomów: low, medium, high, xhigh, max. Oba domyślnie ustawione na medium. Artificial Analysis uruchomił oba na swoim Intelligence Index i opublikował wynik oraz koszt za zadanie dla każdego poziomu.

Trzy wnioski z tej tabeli:

• Sol jest tańszy na każdym poziomie wysiłku. Przy tym samym wyniku indeksu 42 Sol kosztuje $0.13, a Opus $0.55. Opus 5.5 wychodzi na prowadzenie dopiero wtedy, gdy pozwolisz mu myśleć: jego ustawienie max ma o 6 punktów więcej niż max Sol, przy 8.3x kosztu.
• Ostatnie kroki są najdroższe. Opus idzie z 42 do 58 za 10.9x kosztu. Sol idzie z 42 do 52 za 5.5x. Na Sol max zużywa około 7x więcej tokenów wyjścia niż low (67M wobec 9.0M w całym indeksie) za 10 punktów.
• Cena za token wyjaśnia tylko część różnicy. Opus 5.5 kosztuje za token 2x tyle co Sol. Drugie zestawienie podaje 260M tokenów wyjścia Opus wobec 67M Sol dla całego indeksu, czyli około 3.9x. Mnożąc 2 przez 3.9, dostajesz 7.8x, blisko zmierzonych 8.3x. Opus jest droższy zarówno dlatego, że każdy token kosztuje więcej, jak i dlatego, że zużywa ich więcej. Opus 5.5 nie pozwala też wyłączyć myślenia.

Nasze własne pomiary kodowania leżą na niższym końcu tego zakresu: GPT-6 Sol potrzebował 3.3x do 4.2x mniej dolarów niż Claude za zadanie w naszym artykule o koszcie za zadanie. Ogólny indeks benchmarków i obciążenie kodowe nie pasują do siebie co do joty, ale kierunek i rząd wielkości się zgadzają.

Co naprawdę dają plany Codex?

Strona cenowa OpenAI podaje lokalne wiadomości Codex w oknie pięciogodzinnym na planie Plus, a wybrany model mocno zmienia tę liczbę:

Astra dostaje trzy do czterech razy mniej wiadomości niż Sol, przy różnicy cen 5x. To pasuje do skarg „Astra wyczerpała mi okno” bez żadnego osłabienia: limit jest tak wyrażony, że droższy model zjada z niego więcej. Jeden użytkownik Hacker News napisał, że w jego testach Astra zużywa około 7x limitu GPT-6.1 Sol. To jedna osoba bez podanego obciążenia, ale mieści się w tym samym zakresie. Strona cenowa mówi też, że tryb Fast zużywa 2.5x wliczonego limitu, a Ultrafast 8x. Plany Pro nie mają obecnie pięciogodzinnego limitu, tylko tygodniowy, a OpenAI nie publikuje budżetu tokenów dla żadnego poziomu.

Co ludzie sami zmierzyli?

Szukaliśmy osób, które publikowały liczby, a nie wrażenia. Najbardziej przydatne są w trackerze zgłoszeń anthropics/claude-code na GitHubie. Nie mogliśmy przeczytać Reddita ani X, więc tych wątków tu nie ma.

Pierwsze i trzecie wskazują w tym samym kierunku: więcej tokenów na żądanie szybciej wyczerpuje tygodniowy limit. To różni użytkownicy i różne mechanizmy, więc traktuj to jako luźne dopasowanie, a nie replikację. Z drugiej strony komentujący na Hacker News piszą, że zużyli najwyżej 1% tygodniowego limitu $20 na port kodu albo nigdy nie przekroczyli 20% planu. Odczyt 1% i odczyt 54% Max w dwa dni są prawdopodobnie oba prawdziwe. Obciążenia nie są te same.

Czy ktoś testuje, czy model został osłabiony?

Jeden projekt tak. Livenerf prowadzi zamrożony panel 78 pytań, 90 próbek dziennie przez 30 dni. 11 października był w dniu 18 i opublikował jedynie linię bazową: nie wykryto spadku. Jego dokumentacja mówi, że wykrywa zmianę rzędu 6.6 punktu na 10 dni i że nie potrafił odróżnić Opus 5 od Opus 5.5 z 99% pewnością. Więc „brak spadku” nie dowodzi „braku osłabienia”. Wyklucza duże.

Drugim istotnym faktem jest historia Anthropic. Jego postmortem z 23 kwietnia wskazał trzy realne przyczyny skarg na jakość Claude Code: domyślny wysiłek obniżony z high na medium (od 4 marca do 7 kwietnia), błąd czyszczący historię myślenia w każdej turze (od 26 marca do 10 kwietnia) oraz prompt ograniczający odpowiedzi do 25 słów między wywołaniami narzędzi (od 16 do 20 kwietnia). Błąd z historią myślenia prawdopodobnie też szybciej wyczerpywał limity przez chybienia cache. Anthropic zresetowało limity wszystkim subskrybentom. Odczucie „gorzej” było więc wiosną słuszne, a przyczyną była konfiguracja, a nie cichszy model. Dlatego sprawdzilibyśmy ustawienie wysiłku i wersję klienta, zanim obwinimy wagi modelu. Strona statusu Anthropic nie pokazuje incydentu jakości między 1 września a 7 października; są tam błędy, opóźnienia i błąd limitu wydatków.

Przy GPT-6.1 Sol obraz jest cieńszy. OpenAI mówi, że model wypada blisko Astry przy jednej piątej ceny za token, a Artificial Analysis stawia go o jeden punkt indeksu poniżej Astry. Znalezione skargi to pojedyncze posty, a kilka wczesnych postów o „osłabieniu” dotyczyło GPT-6 Sol, zanim 6.1 pojawił się 29 września. Zobacz dlaczego ciche obniżenia psują model kosztów, żeby zrozumieć, czego potrzebuje prawdziwy test regresji.

Jak sprawdzić własny plan?

1. Zapisuj procent, a nie wrażenie. Codex zapisuje used_percent i liczniki tokenów w ~/.codex/sessions/. Wyceń żądania po cenach katalogowych, potem podziel dolary przez punkty procentowe zużycia i pomnóż przez 100. Dostaniesz dolary na okno, czyli metodę stojącą za naszym 60-dniowym porównaniem.
2. Zapisuj poziom wysiłku i wersję klienta przy każdym odczycie. Zgłoszenie #98679 pokazuje dlaczego: podbicie wersji i zmiana daty wyglądają w danych identycznie.
3. Trzymaj osobno uruchomienia interaktywne i bezgłowe. Zgłoszenie #97074 zmierzyło między nimi 1.8x.
4. Porównuj przy równym wysiłku. Medium kontra max to wahanie 5x do 8x na każdym z modeli.
5. Mierz ponownie po każdym resecie lub premierze. Oba laboratoria przesuwały limity wokół premier modeli tej jesieni.

Czego nie udało się zweryfikować?

• Strony pomocy OpenAI dotyczące zmiany Pro zwróciły 403 naszemu pobieraczowi; liczby z 30 października opierają się na kilku serwisach informacyjnych i cytowanym e-mailu OpenAI, a nie na stronie, którą przeczytaliśmy.
• Żadne z laboratoriów nie publikuje tygodniowych limitów w tokenach ani dolarach. Każda liczba „godzin tygodniowo” pochodzi od firm trzecich.
• Porównanie 260M z 67M tokenów wyjścia oraz wzrost limitu startowego Opus 5.5 pochodzą z tekstów wtórnych.
• Nie znaleźliśmy porównywalnych wyników SWE-bench, METR, Aider ani LMArena dla tych dwóch modeli, ani publicznego trackera opartego na ccusage.
• Tabele benchmarków dostawców (DeepSWE, Terminal-Bench, OSWorld) są podawane przez samych dostawców i nie zawsze obejmują te same modele konkurencji.
• Nie przeszukiwaliśmy Reddita ani X, więc brakuje najgłośniejszych miejsc ze skargami.

Źródła

• Anthropic: promocja tygodniowych limitów Claude Code i poziom z 14 września
• Anthropic: ceny planów i mnożniki Max
• Anthropic: ceny API
• Anthropic: premiera Claude Opus 5.5
• Anthropic: postmortem z 23 kwietnia o jakości Claude Code
• Anthropic: historia incydentów na stronie statusu
• OpenAI: ceny API
• OpenAI: przewodnik po najnowszym modelu (poziomy wysiłku rozumowania)
• OpenAI: plany Codex i limity użycia
• Artificial Analysis: GPT-6.1 Sol vs Claude Opus 5.5
• Artificial Analysis: GPT-6.1 Sol zastępuje GPT-6 Sol
• GitHub: claude-code #97398, tygodniowe zużycie po resecie 25 września
• GitHub: claude-code #97074, zużycie bezgłowe kontra interaktywne
• GitHub: claude-code #98679, tokeny myślenia i wyjścia Opus 5.5
• Livenerf: kontrolowany test regresji modelu
• Implicator: tygodniowe limity Claude Code 14 września
• The Next Web: OpenAI tnie usage Pro za 200 $ i uruchamia plan za 500 $

Powiązane

• Obcięcie Pro za 200 $ w Codex do 10x
• Claude Max kontra ChatGPT Pro za 200 $ w Codex
• Realny koszt za zadanie, modele frontier
• Ciche obniżenia modeli
• Koszt cache promptów w Codex

Chcesz zastosować to w swoim stosie? Przynieś faktury dostawców, logi bramy i najważniejsze przepływy pracy; wskażemy czynniki kosztów i ścieżkę oszczędności. Umów bezpłatny audyt →

Wróć do finopsllm.com