GPT-6 Sol vs Claude Opus 5.5: i numeri ufficiali e quando usare quale

GPT-6 Sol e Claude Opus 5.5 sono usciti lo stesso giorno, il 22 settembre 2026, e proprio per questo nessuno dei due produttori li ha messi a confronto. OpenAI misura Sol contro Claude Opus 5, Anthropic misura Opus 5.5 contro GPT-6 Astra e GPT-5.6 Sol. La risposta onesta a "quale è meglio" è che con i dati ufficiali non si può stabilire: si può mettere accanto quello che ciascuno ha pubblicato e capire dove i numeri si parlano e dove no.

Il quadro pratico, per una PMI, è questo. Sol costa la metà per token, 2 $ e 10 $ contro 4 $ e 20 $ per milione, e lavora dentro ChatGPT e Codex. Opus 5.5 ha il numero più alto sull'unico test con un riferimento comune alle due tabelle, AutomationBench, e tiene lo stesso prezzo fino a 1 milione di token di contesto. Dati verificati il 23 settembre 2026 sulle pagine di lancio di OpenAI e di Anthropic: prima di decidere ricontrolla sempre le pagine ufficiali.

I numeri pubblicati, uno accanto all'altro

La tabella riporta solo valori scritti nelle due pagine di lancio, ciascuno con le condizioni dichiarate dal produttore. Dove una casella dice "non pubblicato", quel produttore il test non l'ha proprio riportato: non significa zero.

Undici righe, e solo tre con lo stesso nome dalle due parti. È già una prima risposta: i due produttori hanno scelto test quasi del tutto diversi per raccontare il proprio modello. Per leggere tabelle come questa c'è una guida in come si leggono i benchmark AI.

Perché questi numeri non si confrontano 1:1

Sono usciti lo stesso giorno

OpenAI ha misurato Sol contro Claude Opus 5 e Claude Fable 5.1, usando Fable 5 dove mancava il dato, con punteggi dei concorrenti presi da report pubblici. Anthropic ha messo Opus 5.5 accanto a GPT-6 Astra e al vecchio GPT-5.6 Sol. I due modelli nuovi non compaiono mai nella stessa tabella.

Stesso nome, prova diversa: il caso OSWorld 2.0

OpenAI dichiara di riportare il punteggio parziale sul set offline della release v2026.08.08. Anthropic scrive soltanto "partial". Che non sia la stessa misura lo dimostra un modello presente in tutte e due le tabelle: per OpenAI Claude Opus 5 a sforzo medium fa 60,3%, per Anthropic lo stesso Opus 5 fa 74,0%. Tra versione del test e livello di sforzo ballano quasi 14 punti: l'81,8 di Opus 5.5 e il 60,5 di Sol stanno su due scale diverse.

Lo sforzo: scritto da una parte, sottinteso dall'altra

OpenAI mette il livello di ragionamento accanto a ogni numero. Anthropic usa una regola generale, sforzo massimo per Opus 5.5 salvo diversa indicazione, ma per AutomationBench rimanda alla prova di Zapier senza dire con quale sforzo è stata fatta. Quanto conti lo mostra Anthropic stessa: su CursorBench Opus 5.5 fa 52,5% allo sforzo predefinito e 57,8% al massimo, cinque punti di differenza senza cambiare modello. Il tema è approfondito in reasoning effort: cosa cambia nei confronti.

FrontierCode: il numero di Sol non c'è

Per Sol OpenAI scrive solo che eguaglia Claude Fable 5.1 a sforzo xhigh, a un costo molto più basso. Nella tabella di Anthropic Fable 5.1 vale 50,3, ma ricavare da lì un punteggio per Sol vuol dire saltare tra due tabelle con condizioni diverse. Il dato, semplicemente, non esiste.

L'unico ponte tra le due tabelle: Claude Opus 5 su AutomationBench

C'è una riga in cui le due tabelle si parlano. Su AutomationBench, il test di Zapier sui flussi di lavoro tra app diverse, Claude Opus 5 vale 26,9% sia nella tabella di OpenAI, dove è indicato a sforzo max, sia in quella di Anthropic. Con un riferimento comune i due numeri nuovi si possono almeno mettere in fila: Opus 5.5 a 40,0, Sol a 33,2 con sforzo xhigh.

Resta un confronto indicativo. Anthropic non indica versione del test e sforzo della prova di Zapier, e precisa che è stata fatta senza modelli di riserva: ogni intervento delle protezioni conta come fallimento, e secondo Anthropic questo abbassa il punteggio rispetto all'uso reale. OpenAI invece dichiara per Sol un costo di 0,27 $ per attività, mentre Anthropic per questa riga non scrive un costo per attività.

Anche su questa riga lo sforzo pesa. GPT-6 Astra compare con 30,3% a sforzo low nella tabella di OpenAI e con 41,4% in quella di Anthropic, presa dalla classifica pubblica di Zapier: undici punti per lo stesso modello. Il confronto tra Astra e Opus 5 lo avevamo fatto in Claude Opus 5 vs GPT-6 Astra.

Prezzi e contesto: dove Sol costa la metà e dove no

Il "metà prezzo" vale per le richieste normali. Sopra i 272.000 token di input OpenAI fa pagare tutta la richiesta il doppio in ingresso e una volta e mezza in uscita, mentre Anthropic applica a Opus 5.5 lo stesso listino su tutta la finestra da 1 milione. In quella fascia l'input costa uguale, 4 $ contro 4 $, l'output di Sol resta più basso, 15 $ contro 20 $, e la cache di Opus 5.5 costa la metà. Il listino completo di Sol, con Flex e le altre modalità, è nella guida ai prezzi di GPT-6 Sol e Luna.

Gli esempi sono costruiti per mostrare l'andamento, con token ipotizzati e senza contare la prima scrittura in cache. Il ragionamento si paga in entrambi i casi come output, per OpenAI come per Anthropic: il conto vero dipende da quanto ragiona il modello sui tuoi compiti. Su come cambia la gestione di contesti così grandi c'è finestra di contesto: quanto conta davvero.

Un dettaglio operativo pesa sugli agenti che alternano passaggi semplici e difficili. OpenAI dichiara che su GPT-6 cambiare lo sforzo tra una chiamata e l'altra non rompe più la cache. Nella documentazione di Anthropic un esempio con Opus 5.5 mostra che, con il punto di cache nei messaggi, passare da sforzo medium a low fa ripartire la cache da zero. Chi progetta l'agente deve saperlo prima di scegliere.

Quale provare per primo, lavoro per lavoro

Un e-commerce di ricambi che collega ordini, magazzino e corriere. Pensa a un negozio online dove ogni ordine deve aggiornare le giacenze, generare l'etichetta di spedizione e avvisare il cliente. È il territorio di AutomationBench, e il dato pubblicato suggerisce di partire da Opus 5.5. Ma Sol costa la metà per token: la prova giusta sono trenta ordini reali, stesso sforzo per entrambi, contando quante attività arrivano in fondo senza intervento umano e quanto costa ciascuna.

Uno studio tecnico che legge capitolati con decine di allegati. Qui molte richieste superano i 272.000 token, e la differenza di prezzo quasi sparisce. Conviene scegliere sulla qualità della lettura: quante incongruenze tra capitolato e allegati trova ciascun modello su tre gare già chiuse, di cui conosci le risposte giuste. Sul rischio di dati inventati i due produttori dichiarano cose diverse: nel test interno di Anthropic 16 report su 18 di Opus 5.5 hanno superato una verifica in cui un solo numero inventato bastava a bocciarli, mentre OpenAI dichiara per Sol circa la metà degli errori fattuali di GPT-5.6 Sol.

Quattro letture sbagliate che girano in questi giorni

• "Su OSWorld Opus 5.5 stacca Sol di 21 punti." I due numeri vengono da versioni e condizioni diverse: lo stesso Opus 5 cambia di quasi 14 punti tra una tabella e l'altra.
• "GPT-6 Sol fa 37,3 su Terminal-Bench." Quel valore nella tabella di Anthropic è di GPT-5.6 Sol, il modello precedente.
• "Su FrontierCode Sol vale quanto Fable 5.1, quindi circa 50." È un numero ricavato incrociando due tabelle diverse: OpenAI non lo ha pubblicato.
• "Sol costa sempre la metà." Solo sotto i 272.000 token di input. Sopra, l'input costa uguale, l'output di Sol resta più economico e la cache di Opus 5.5 costa la metà.

Il verdetto, caso per caso

Non c'è un vincitore unico, e chi lo annuncia sta confrontando numeri che i produttori stessi non hanno messo sulla stessa scala. C'è invece una mappa: Sol dove contano il prezzo per token, i volumi di codice e l'ecosistema ChatGPT e Codex; Opus 5.5 dove contano i flussi tra più app e i documenti molto lunghi. Per tutto il resto, la prova sui tuoi casi decide più di qualunque tabella. Il perché dei limiti di questi confronti è raccontato in perché i benchmark dei vendor non sono comparabili.

Se ti manca il quadro di partenza, i due modelli OpenAI sono spiegati in cosa sono GPT-6 Sol e Luna, cosa cambia con Opus 5.5 in Claude Opus 5.5: cos'è e a chi conviene, la sua tabella completa con Fable 5.1 e GPT-6 Astra in benchmark e prezzi di Claude Opus 5.5, e la scelta dentro la famiglia OpenAI in GPT-6 Sol vs Luna. Quando l'agente che hai in mente deve scegliere tra i due, possiamo impostare con te la prova sugli stessi compiti e leggere insieme il costo per attività finita: si parte da agenti AI su misura.