GPT-6.1 Sol, Gemini 4 Argon и Claude Opus 5.5: сравнение моделей

GPT-6.1 Sol, Gemini 4 Argon и Claude Opus 5.5 различаются тарифами, условиями работы с длинным контекстом и поддержкой входных форматов. Базовые цены API у Sol и Argon сейчас совпадают, но у Argon этот тариф действует только до 30 ноября 2026 года включительно. Argon принимает аудио и видео, а Opus 5.5 сохраняет стандартные ставки для всего контекстного окна в миллион токенов.

Ниже приведены опубликованные стандартные цены прямых API в долларах США за миллион токенов. Они не включают подписки на пользовательские приложения, ускоренные режимы и дополнительные услуги. Цена чтения кэша относится к повторно используемым данным; создание кэша может оплачиваться отдельно.

• GPT-6.1 Sol: вход — $2, выход — $10, чтение кэша — $0,10. Базовые ставки действуют при объёме входа до 272 тысяч токенов включительно.
• Gemini 4 Argon: вход — $2, выход — $10, чтение кэша — $0,10 до 30 ноября 2026 года включительно. С 1 декабря 2026 года опубликованы ставки $4, $20 и $0,20 соответственно.
• Claude Opus 5.5: вход — $4, выход — $20, чтение кэша — $0,20. Anthropic указывает стандартную тарификацию для полного контекстного окна в миллион токенов.

При объёме входа свыше 272 тысяч токенов ставки Sol составляют $4 за миллион входных токенов, $15 за миллион выходных токенов и $0,20 за миллион токенов при чтении кэша. Повышенные ставки применяются ко всему запросу. В опубликованной таблице Argon отдельная надбавка за длину контекста не указана.

Условный запрос со 100 тысячами входных и 10 тысячами оплачиваемых выходных токенов, включая токены рассуждений, обойдётся в $0,30 у Sol и Argon по текущим тарифам и в $0,60 у Opus 5.5. Расчёт не учитывает кэш, инструменты и дополнительные надбавки. Это сравнение по прайс-листам: одна и та же задача может потребовать у моделей разного числа токенов и повторных попыток.

Согласно документации OpenAI, контекстное окно GPT-6.1 Sol составляет 1 050 000 токенов, максимальный выход — 128 тысяч токенов. Для Claude Opus 5.5 заявлены контекстное окно в миллион токенов и стандартный предел выхода в 128 тысяч токенов. Размер окна сам по себе не позволяет оценить, насколько точно модель найдёт нужные сведения в большом наборе документов.

У Gemini 4 Argon входные данные, рассуждения и ответ занимают общее окно в 1 048 576 токенов. Стандартный лимит генерации — 65 536 токенов. Механизм long decode позволяет превысить его за счёт оставшейся части окна; для этого нужны фоновое выполнение или механизм продолжения генерации. Заявленный ответ объёмом до миллиона токенов должен помещаться в общее окно вместе с входными данными и рассуждениями.

В карточке Gemini 4 Argon перечислены текст, изображения, аудио и видео на входе и текст на выходе. В карточках Sol и Opus 5.5 указаны текст и изображения на входе, текст на выходе. Argon стоит включить в первичную проверку для анализа записей встреч или видеоматериалов, поскольку модель напрямую поддерживает эти входные форматы.

По данным OpenAI, Sol при среднем уровне рассуждений опережает Opus 5.5 на AutomationBench на 2,2 процентного пункта при стоимости примерно втрое ниже. Google сообщает о результате Argon 77,9% на DeepSWE v1.1, который оценивает длительные задачи разработки. Anthropic приводит для Opus 5.5 результат 66,4% на Terminal-Bench 4.0 при уровне усилий xhigh.

Эти показатели относятся к разным испытаниям и не позволяют составить общий рейтинг. Google раскрывает использование собственной программной обвязки для DeepSWE и опубликованных результатов конкурентов. Anthropic указывает стандартную ошибку ±2,6 процентного пункта для своего результата Terminal-Bench и предупреждает о переключении на другие модели при срабатывании защит на части задач. Эти условия нужно учитывать при оценке применимости результатов к рабочему проекту.

Sol стоит проверить на текстовых задачах и разработке, если важна базовая стоимость и запросы укладываются в её ценовой порог. Argon заслуживает проверки на задачах с аудио, видео или особенно длинной генерацией; в бюджете следует учитывать и ставки с 1 декабря 2026 года. Opus 5.5 имеет смысл сравнить с ними на больших документах и длительных агентных задачах, сопоставив качество результата с затратами при нужной длине контекста.

Для окончательного выбора полезно проверить модели на небольшом наборе собственных заданий с заранее определёнными критериями приёмки. Стоит измерить долю завершённых задач, время до пригодного результата, полную стоимость и объём ручных исправлений. По этим показателям можно оценить, какая модель подходит конкретному процессу и где её преимущества оправдывают расходы.