Sonnet 5.5 или Opus 5.5: разбор по цифрам

сверено 29 октября 2026≈ 6 мин чтения#сравнение

Самый частый вопрос о Sonnet 5.5 — брать её или старшую Opus 5.5. Обе вышли в сентябре 2026 года, у обеих окно в миллион токенов и одинаковый набор уровней усилия. Различаются цена, скорость и тип задач, на которых разница вообще заметна.

Цифры рядом

Тесты — из анонсов Anthropic; результат Opus 5.5 на Terminal-Bench взят на уровне Xhigh. Индекс — независимый замер Artificial Analysis на 29 октября 2026.

Где сильнее Sonnet 5.5

Цена за токен. Каждая из ставок — вход, выход, запись и чтение кэша — у Sonnet ровно вдвое ниже. На длинных агентных сессиях с большим закэшированным контекстом это видно сразу: миллион токенов, прочитанных из кэша, стоит 10 центов против 20.

Работа в терминале. Terminal-Bench 4.0 проверяет, как модель сама доводит задачу до конца в командной строке: ставит зависимости, правит конфиги, запускает тесты. Здесь у Sonnet 5.5 70,6 % против 66,4 % у Opus 5.5. Независимый замер Artificial Analysis даёт другие абсолютные значения, но тот же порядок: 63,6 против 59,6.

Скорость. В справочнике Anthropic у Sonnet 5.5 задержка помечена как быстрая, у Opus 5.5 — как умеренная. Artificial Analysis намерил 136,9 токена в секунду у Sonnet и 98,3 у Opus на максимальном уровне усилия.

На офисных задачах разницы почти нет: в GDPval-AA, где модели оценивают по реальным рабочим заданиям, у Sonnet 1844 балла Эло, у Opus — 1846.

Где впереди Opus 5.5

Сложное программирование. На FrontierCode 1.1 у Opus 5.5 — 54,4 %. Sonnet 5.5 на уровне Max получила 46,2 %, на Xhigh — 52,1 %. Провал на Max Anthropic объясняет тем, что модель запускала в Claude Code лишних субагентов-ревьюеров, упиралась в тайм-ауты и правила код за пределами задачи. На CursorBench 4.0 счёт 57,8 % против 55,5 %.

Компьютер и трудные вопросы. OSWorld 2.1 — 81,8 % против 80,1 %, Humanity's Last Exam с инструментами — 67,7 % против 64,5 %, Chartography без инструментов — 64,4 % против 61,6 %.

Позиция вендора. В справочнике моделей Anthropic предлагает начинать с Opus 5.5 для большинства нагрузок, а в руководстве по промптингу Sonnet 5.5 прямо пишет, что для самой тяжёлой многочасовой работы стоит брать Opus.

Цена задачи, а не токена

Ставка за токен — ещё не счёт за задачу. На высоких уровнях усилия Sonnet 5.5 рассуждает долго: при прогоне индекса Artificial Analysis на уровне Max она выдала 340 млн выходных токенов — больше всех из 51 модели в их таблице (у Opus 5.5 — 220 млн, медиана — 64 млн). В итоге средняя задача индекса обошлась в $10,02 у Sonnet и в $10,04 у Opus.

Экономия Sonnet раскрывается на умеренных уровнях. Anthropic приводит такие точки: на Terminal-Bench 4.0 уже на medium модель набирает больше, чем Sonnet 5 на своём максимуме, при стоимости задачи меньше десятой части; на FrontierCode при high выходит на максимальный результат GPT-6 Sol примерно за пятую часть цены. Если гоняете Sonnet на Max, сравнивайте не прайс, а итоговый счёт за прогон.

Как выбрать

1. Чётко поставленные задачи — баг, тест, миграция, скрипт, документ по шаблону — начинайте с Sonnet 5.5 на medium или high.
2. Длинные агентные прогоны в терминале — тоже Sonnet: результат на Terminal-Bench выше, ставка вдвое ниже.
3. Архитектурные решения, большие рефакторинги, задачи без ясной постановки — Opus 5.5.
4. Комбинируйте: в Claude Code режим opusplan отдаёт план Opus, а правки — Sonnet. Как его включить, описано в записи про Claude Code.
5. Решайте по своим тестам и помните про настройки: у Opus 5.5 в API по умолчанию стоит medium, у Sonnet 5.5 — high. Сравнение «из коробки» — это сравнение разных уровней усилия.

Для полноты — соседи по рынку одной строкой. Haiku 5.5 при коротких промптах в 20 раз дешевле на входе, но на Terminal-Bench 4.0 у неё 39,2 %: это модель для классификации и извлечения данных, а не для агентного кода. GPT-6.1 Sol от OpenAI в индексе Artificial Analysis идёт вровень — 54,5 против 54,2, а на Terminal-Bench 4.0 в том же замере у неё 56,1.