Claude Sonnet 5.5, который Anthropic выпустила 28 сентября, стоит вдвое меньше флагманского Opus 5.5 и почти не уступает ему на тестах: на задачах «офисной» работы разница составляет 2 пункта рейтинга Elo из 1800+.
Так что же лучше: Opus 5.5 или Sonnet 5.5? Если вкратце - Opus стоит своих денег там, где задача расплывчатая и длинная, а для остального хватает Sonnet. Ниже - цены, результаты тестов Anthropic и короткое правило, как выбирать.
Что у них одинаковое
Opus 5.5 вышел 22 сентября, Sonnet 5.5 - через шесть дней. По характеристикам модели близнецы: контекст 1 млн токенов (это около 555 тысяч слов), ответ до 128 тысяч токенов, на вход принимают текст и изображения, знания обеих заканчиваются июнем 2026 года.
Различаются они ценой, скоростью и тем, как «думают»:
| Параметр | Sonnet 5.5 | Opus 5.5 |
|---|---|---|
| Скорость | быстрая | умеренная |
| Рассуждения | адаптивные, можно сократить | адаптивные, всегда включены |
| Уровень усилия по умолчанию в API | high | medium |
| Цена в GPTunneL, за 1K вход / выход | 0,4 ₽ / 2 ₽ | 1,2 ₽ / 6 ₽ |
Обратите внимание на последнюю строку: в нашем прайсе Opus дороже Sonnet втрое. Актуальные цены - на странице цен.
Что показали тесты
Anthropic сравнила обе модели на восьми бенчмарках, а в анонсе Opus 5.5 есть и результаты предыдущего флагмана Opus 5. Вместе они показывают, где Sonnet 5.5 стоит относительно двух соседей:
| Тест | Что проверяет | Sonnet 5.5 | Opus 5.5 | Opus 5 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | работа агента в командной строке | 70,6% | 66,4% | 52,3% |
| FrontierCode 1.1 | задачи реальных программистов | 52,1% | 54,4% | 48,0% |
| CursorBench 4.0 | правки в нескольких файлах | 55,5% | 57,8% | 46,6% |
| GDPval-AA | профессиональные задачи, Elo | 1844 | 1846 | 1708 |
| AA-Briefcase | длинные задачи с документами, Elo | 1811 | 1822 | н/д |
| Humanity's Last Exam | сложные вопросы с инструментами | 64,5% | 67,7% | 63,6% |
| OSWorld 2.1 | управление компьютером | 80,1% | 81,8% | 74,0% |
| Chartography | чтение графиков | 61,6% | 64,4% | н/д |
Данные по Opus 5 взяты из анонса Opus 5.5. «н/д» - в анонсе нет сопоставимого замера: AA-Briefcase там не приводится, а Chartography у Opus 5 измерен с инструментами, тогда как у остальных двух моделей без них.
Главное из таблицы: Sonnet 5.5 обходит прежний флагман Opus 5 на всех шести тестах, где есть данные, хотя в нашем прайсе стоит 0,4 ₽ и 2 ₽ за 1K токенов против 1,5 ₽ и 7,5 ₽ у Opus 5. Новый Opus 5.5 при этом впереди ещё на несколько пунктов, но с небольшим отрывом от Sonnet.
Почему на Terminal-Bench впереди Sonnet
Это единственная строка, где Sonnet выше Opus 5.5, на 4,2 пункта. Причин несколько, и не все из них доказаны:
- Разброс. Anthropic указывает стандартную ошибку замера Opus 5.5 на этом тесте ±2,6 пункта. Разрыв меньше двух таких ошибок, то есть его нельзя назвать надёжным.
- Защита. Гипотеза про отказы подтверждается частично. Opus 5.5 тестировали с включённой боевой защитой, и в общей сноске Anthropic пишет: когда защита срабатывала, кибер-задачи выполняла старая модель Opus 4.8, а биологические - Opus 5. По словам Anthropic, это, вероятно, занижает результаты Opus 5.5. О Terminal-Bench отдельно ничего не сказано, и в сносках к тестам Sonnet такой оговорки нет, так что вклад защиты в разрыв остаётся предположением.
- Разные настройки. Opus прогоняли на уровне усилия xhigh. Для Sonnet на этом тесте уровень не указан.
Таблицу в целом нельзя читать как честную дуэль. На FrontierCode 52,1% у Sonnet получено на уровне xhigh, на максимальном max - только 46,2%: Anthropic объясняет это тем, что на max модель чаще запускала подзадачи, и в двух случаях они упёрлись в таймаут. Кроме того, два рейтинга Elo измеряла Artificial Analysis на предварительной версии с ошибкой, из-за которой оценка Sonnet могла занизиться. Баг уже исправлен.
Сама Anthropic формулирует вывод так: Opus 5.5 остаётся заметно сильнее в сложной открытой работе, где нужно долго принимать решения. Это совпадает с таблицей: самый большой разрыв как раз на Humanity's Last Exam, где нужны рассуждения, а не исполнение.
Где Sonnet выигрывает
Скорость. Anthropic относит Sonnet 5.5 к «быстрым» моделям, а Opus 5.5 к моделям с «умеренной» задержкой. Замеры Wiegold это подтверждают: шахматный движок Sonnet написал за 5 минут, Opus за 7, лендинг - за 8 минут против 9 (по одному прогону на модель, так что цифры ориентировочные). Для чата, где вы ждёте ответа, и для задач, которые идут пачкой, разница заметна.
Цена задачи. Возьмём типичный запрос: 100 тысяч токенов на входе и 10 тысяч на выходе, то есть большой документ и развёрнутый ответ. Расчёт идёт при равном числе токенов; на практике модели расходуют их по-разному, и реальная экономия бывает меньше (см. ниже).
| Модель | В GPTunneL |
|---|---|
| Sonnet 5.5 | 60 ₽ |
| Opus 5.5 | 180 ₽ |
На сотне таких запросов разница - уже 12 000 рублей. Если Sonnet справляется, переплачивать за Opus нет причин.
Какую модель брать под вашу задачу
Цифры Anthropic - это её собственные замеры. За две недели после выхода появились сторонние тесты, и они расходятся по областям: где-то Sonnet почти не уступает, где-то разница видна.
Код и ревью
Здесь Sonnet 5.5 ближе всего к Opus. По данным Anthropic, на Terminal-Bench он даже впереди (70,6% против 66,4%, но уровни усилия у моделей разные), а на FrontierCode и CursorBench отстаёт на 2-3 пункта.
Сервис ревью кода CodeRabbit проверил модели на 13 сложных ошибках из реальных open-source проектов. Sonnet 5.5 нашёл 6, Opus 5.5 в стандартном режиме - 8, на максимальном усилии - 10. Вердикт авторов: «самый убедительный Sonnet из тестировавшихся», но не замена Opus: четыре сложных случая не осилила ни одна настройка Sonnet. Выборка маленькая, и авторы сами советуют проверить на своём коде.
Разработчик Thomas Wiegold дал обеим моделям написать на Go шахматный движок. Оба движка прошли независимую проверку, но у Sonnet два собственных теста упали: он придумал ожидаемые значения. В обсуждении на Hacker News пользователи в целом соглашаются, что в агентном коде Sonnet почти равен Opus.
Вывод: рутинные правки, баги с понятными тестами и обычное ревью - Sonnet. Сложные ошибки и код, который работает без присмотра, - Opus.
Графика, дизайн и интерфейсы
Wiegold попросил обе модели сделать одностраничный сайт кинопоказа на пляже. Opus занял первое место (9 анимаций, больше всего доработок для доступности), Sonnet остался «близко позади» (4 анимации, собственный стиль печатной афиши).
Команда MindStudio проверила графику на играх и лендинге. В 3D-игре Opus в целом не оказался заметно лучше Sonnet, выиграл он только в редакторе персонажей. В игре в духе «Во все тяжкие» у Opus самые проработанные лица, а на лендинге запуска часов - самая отполированная анимация прокрутки.
Вывод: обычной странице или интерфейсу хватит Sonnet. Opus даёт выигрыш в отделке: анимации, лица и персонажи, доступность. Оба теста одиночные и субъективные.
Финансы, документы и аналитика
MindStudio поручила трём моделям найти 8 заложенных в данные признаков мошенничества. Нашли все три, но Opus обошёлся в 4-5 раз дороже, а его отчёт оказался лучше оформлен, не лучше по сути. В рейтинге офисных задач GDPval-AA разница между Sonnet и Opus составляет 2 пункта (1844 и 1846).
Вывод: таблицы, документы, сверка данных, аналитика - Sonnet. Opus стоит брать, если важна подача отчёта.
Сложные и долгие задачи
Тут разница настоящая. Anthropic сама пишет, что Opus 5.5 остаётся заметно сильнее в сложной открытой работе, где нужно долго принимать решения. Самый большой разрыв в таблице выше - Humanity's Last Exam (67,7% против 64,5%). CodeRabbit подтверждает это на самых трудных ошибках. Wiegold добавляет практическую деталь: придуманные Sonnet значения в тестах опасны там, где агент работает без присмотра, а дополнительная аккуратность Opus стоила своих денег.
Вывод: архитектура, исследование, аудит и агенты, которые работают часами, - Opus.
Безопасность и низкоуровневый код
Самая частая жалоба в обсуждении на Hacker News касается не качества, а защиты от «кибер-задач». Пользователи пишут, что она срабатывает на обычный код (отладку парсера, проверку журнала записи на диск), и разговор откатывается на старую модель. Это не придирки: в анонсе сказано, что рискованные задачи по безопасности у Sonnet 5.5 откатываются на Sonnet 5.
Вывод: если вы работаете с безопасностью или низкоуровневым кодом, проверьте поведение на своей задаче, прежде чем закладываться на модель.
Сводка Sonnet 5.5 VS Opus 5.5: что и где выбрать
| Задача | Что брать |
|---|---|
| Рутинный код, правки, обычное ревью | Sonnet 5.5 |
| Таблицы, документы, аналитика | Sonnet 5.5 |
| Лендинги и интерфейсы без особых требований | Sonnet 5.5 |
| Анимации, персонажи, отделка | Opus 5.5 |
| Сложные баги, код без присмотра | Opus 5.5 |
| Архитектура, исследование, аудит, долгие агенты | Opus 5.5 |
| Безопасность, низкоуровневый код | проверьте на своей задаче |
Ещё один практический довод за Sonnet: пользователь на Hacker News пишет, что упирается в лимиты сессии на Opus и видит в Sonnet 5.5 способ их растянуть.
Как использовать обе
Самая практичная схема - выбирать модель по ходу работы. Начинайте с Sonnet: он быстрее и дешевле. Если он промахнулся дважды или задача оказалась сложнее, переключитесь на Opus. Один из партнёров Anthropic, разработчик Creator, описал и обратный порядок: он доверил бы Sonnet 5.5 реализовать игровой фреймворк, который спроектировал Opus 5.5. Получается разделение ролей: Opus думает, Sonnet делает.
Если автоматически переключать модели в коде, поставьте лимит на число попыток, иначе вы получите цикл, в котором дешёвая модель раз за разом передаёт задачу дорогой.
Где попробовать
Обе модели есть в GPTunneL: Claude Sonnet 5.5 и Claude Opus 5.5. В API они называются claude-5.5-sonnet и claude-opus-5.5. Оплата российской картой, без VPN и подписки, баланс общий. Проще всего сравнить модели на своей задаче в одном чате: отправьте один и тот же запрос обеим и посмотрите на ответ и стоимость.
Источники
- Анонс Claude Sonnet 5.5, Anthropic, 28.09.2026 - цены, бенчмарки, отзывы клиентов.
- Анонс Claude Opus 5.5, Anthropic, 22.09.2026 - результаты Opus 5.5 и Opus 5, сноски о защите и погрешности.
- Claude Sonnet 5.5: обзор в документации, Anthropic - характеристики, цены, сравнение с Opus 5.5.
- Sonnet 5.5 for code review, CodeRabbit, 29.09.2026 - тест на 13 известных ошибках.
- Claude Sonnet 5.5 Review: I Tested It Against Opus 5.5, Thomas Wiegold, 30.09.2026 - сравнение на дизайне и коде.
- Claude Haiku 5.5 vs Sonnet and Opus 5.5, MindStudio, 09.10.2026 - сравнение на практических задачах.
- Обсуждение Sonnet 5.5 на Hacker News, 28.09.2026 - отзывы пользователей.