Claude Sonnet 5.5 оказалась дешевле Opus 5.5 в тестах программирования The New Stack

Claude Sonnet 5.5 обошлась примерно на 36% дешевле Opus 5.5 в тестах программирования The New Stack с учётом повторных попыток. Sonnet справилась во всех 15 запусках (четыре пришлось повторить с увеличенным лимитом), Opus — в 13.

Обозреватель издания сравнил модели через API Anthropic с одинаковыми запросами, адаптивным режимом рассуждений и максимальной глубиной анализа. Каждую задачу давали моделям по пять раз, а результаты проверяли тестами, которые модели не видели.

В задаче на исправление ошибок в Python-проекте Sonnet в четырёх из пяти первоначальных запусков исчерпала лимит в 32 тыс. токенов на один шаг и не закончила работу. После увеличения лимита до 128 тыс. повторные попытки прошли успешно. Обе модели исправили все четыре ошибки, но Opus закончила примерно на 35% быстрее. С учётом неудачных попыток один запуск Sonnet стоил в среднем около $0,98 против $0,75 у Opus.

В задаче на написание программы для разрешения зависимостей по заданной спецификации обе модели прошли все скрытые тесты во всех запусках. Sonnet справилась быстрее и дешевле.

Sonnet также устранила все три состояния гонки в очереди заданий на asyncio во всех пяти запусках. Opus в двух из пяти случаев потратила на рассуждения весь лимит в 128 тыс. выходных токенов, так и не выдав ответа.

Независимые тесты Artificial Analysis дали иной результат: при максимальной глубине анализа задача обходилась Sonnet в $7,67, а Opus — в $5,98. Цена входных и выходных токенов Sonnet вдвое ниже, но больший расход токенов может свести эту экономию на нет. Обозреватель советует брать Sonnet 5.5 по умолчанию для сложных задач программирования, выставив высокий лимит выходных токенов, а в агентных циклах оставаться на Opus 5.5, которая в таком тесте оказалась быстрее и с учётом неудачных запусков дешевле.