Claude Sonnet 5.5 или GPT-6 Astra: стоит ли переходить

По состоянию на 29 сентября 2026 года новость «Claude Sonnet 5.5 обогнал GPT-6 Astra» держится на одном сравнении: индексе Artificial Analysis (AA) при максимальном уровне усилия рассуждений (effort). Там у Sonnet 5.5 56 баллов, у Astra — 53. Но на этой настройке одна задача индекса обходится Sonnet в $7,60, а Astra — в $3,26: Sonnet пишет примерно в семь раз больше выходных токенов, и пятикратная разница в тарифе исчезает. На одинаковых уровнях low, medium и high в том же индексе впереди Astra, на xhigh у моделей ничья.

Тариф при этом действительно на стороне Sonnet 5.5: $2 за 1 млн входных и $10 за 1 млн выходных токенов против $10 и $50 у Astra. Если во входе больше 272 тыс. токенов, Astra считает весь запрос по повышенной ставке, и при одинаковом числе токенов разница вырастает до 7,5–10 раз.

Рабочее правило из этого такое. Если Astra уже справляется с вашими задачами, более дешёвый токен ещё не означает более дешёвый результат: при близких баллах AA задача у Astra стоит меньше. Sonnet 5.5 стоит пробовать на запросах длиннее 272 тыс. токенов, на лёгких массовых вызовах, где хватает low или medium, в юридических, налоговых и финансовых агентах, где сторонние замеры показывают его перевес, и там, где Astra даже на max не проходит вашу проверку. Научные расчёты в терминале, эксплуатационные задачи (SRE) и алгоритмическое программирование разумнее оставить на Astra. А если вопрос звучит как «что лучше за те же деньги», соперник Sonnet 5.5 — не Astra, а GPT-6 Sol с точно таким же тарифом.

Окончательно всё решает стоимость принятой задачи: сумма, заплаченная за все прогоны вместе с повторами, делённая на число результатов, которые прошли вашу проверку.

Что выбрать под свой тип задач

Цифры AA и Vals — сторонние замеры по состоянию на 29 сентября 2026 года; их условия разобраны в следующих двух разделах.

Последняя строка важнее, чем кажется. Artificial Analysis отмечает, что самая сильная настройка Sonnet 5.5 по соотношению балла и цены — high, и там он лишь немного уступает GPT-6 Sol при практически той же стоимости задачи. Как Sol соотносится с Astra и другими моделями OpenAI, разобрано в материале GPT-6 Sol, Luna, Astra и GPT-5.6 Terra: что выбрать для работы.

С кибербезопасностью картина обманчива. В CyberBench у Vals Sonnet 5.5 набрал 59,58 % против 41,07 % у Astra, но в 54 задачах из 116 за него отвечал Sonnet 5 через серверный откат. Если считать такие задачи проваленными, результат падает до 41,97 %, то есть практически до уровня Astra. Тот же механизм работает и в продуктах: в приложениях Claude запрос, который классификаторы сочтут наступательным, может переключить разговор на Sonnet 5, а в API он вернётся как отказ с категорией cyber, если серверный откат (beta) не включён.

Откуда взялось «Sonnet 5.5 обогнал Astra»

Индекс Artificial Analysis версии 4.3.2 собирает 10 тестов, среди них Terminal-Bench 4.0, GDPval-AA, Humanity's Last Exam и SciCode. Каждую модель AA прогоняет на всех пяти уровнях effort и публикует стоимость задачи индекса — средневзвешенную цену одной задачи по тарифам вендора, с учётом входа, кэша, рассуждений и ответа.

Источник: Artificial Analysis, индекс v4.3.2, данные на 29 сентября 2026 года.

Заголовки про победу Sonnet сравнивают нижнюю строку. На max Sonnet 5.5 занимает второе место в общем рейтинге AA, уступая только Claude Opus 5.5 с 58 баллами. Платит он за это объёмом: около 193 тыс. выходных токенов на задачу индекса. По словам AA, это самый большой расход, который они измеряли, и примерно в 7 раз больше, чем у Astra на max.

AA прямо пишет, что Sonnet 5.5 не лежит на границе «баллы — стоимость задачи» (фронт Парето): на низких уровнях такой же результат дешевле дают настройки GPT-6 Astra или Sol. Именно поэтому корректнее сравнивать не одинаковые метки, а близкие баллы. Astra на low (46 баллов, $0,82) практически равна Sonnet на high (47 баллов, $1,08), но дешевле.

Сами метки effort у вендоров друг под друга не откалиброваны: high у Anthropic и high у OpenAI означают разный объём рассуждений. Сравнение «по одинаковому уровню» полезно как ориентир, но не как равенство затраченных вычислений.

Полезно знать, на каком уровне вы работаете сейчас. У Sonnet 5.5 по умолчанию high в API и medium в приложениях Claude и в Claude Code — в индексе AA это 47 и 41 балл. Astra принимает значения от low до max, а none вернёт ошибку 400. Значение по умолчанию для Astra в документации OpenAI не указано, поэтому effort в запросах к ней лучше задавать явно.

У замеров AA есть две оговорки. Sonnet 5.5 тестировали на предрелизной версии, в которой Anthropic нашла ошибку, ухудшавшую ответы со структурированным выводом; в публичной версии её исправили, и AA собирается перепроверить результаты. Кроме того, около 0,1 % задач ушли на резервную модель Sonnet 5. Цифры ещё сдвинутся, поэтому сверяйтесь со страницей AA на дату своего решения.

Другие замеры и почему нельзя склеивать таблицы вендоров

Vals AI сравнил обе модели на max в 19 общих тестах. Sonnet 5.5 набрал больше в 13 из них, Astra — в 6. При этом диапазоны ±1 стандартная ошибка пересекаются в 9 тестах из 19, и Vals отдельно предупреждает, что это не попарная проверка статистической значимости.

Итоговый Vals Index — 69,22 % у Sonnet 5.5 против 66,61 % у Astra, стоимость прогона — $20,80 против $19,09, время — 1 ч 10 мин против 25 мин 11 с.

Крупнейшие разрывы у Vals:

• в пользу Astra: Terminal-Bench Science (+27,14 п. п.), SRE Bench (+26,72 п. п.), IOI (+16,94 п. п.);
• в пользу Sonnet 5.5: Tax Agent Bench (+10,06 п. п.), Legal Research Bench (+8,65 п. п.) и формально CyberBench (+18,51 п. п.), где этот перевес почти целиком дают ответы Sonnet 5 через откат.

Sonnet 5.5 прогоняли с серверным откатом на Sonnet 5, и на отдельных тестах это заметно. Если засчитать задачи с откатом как проваленные, у Sonnet 5.5 остаётся 41,97 % в CyberBench вместо 59,58 %, 19,08 % в SRE Bench вместо 30,15 % (откат сработал в 126 задачах из 262) и 50,51 % в Terminal-Bench 4.0 вместо 53,03 %, а Vals Index снижается до 68,89 %.

На наборе Vals картина для Sonnet заметно благоприятнее, чем у AA: на max разница в стоимости около 9 %, а не в 2,3 раза. Это хорошая иллюстрация того, что цена задачи зависит от самих задач. Общее у обоих замеров одно: на max Sonnet тратит заметно больше времени — у Vals почти втрое.

С Terminal-Bench 4.0 легко ошибиться. Anthropic сообщает 70,6 % для Sonnet 5.5, OpenAI — 57,9 % для Astra на max, но это цифры из разных тестовых обвязок двух разных компаний, и ставить их рядом бессмысленно. В таблице Anthropic вообще нет Astra (там Sonnet 5, Opus 5.5 и GPT-6 Sol), а в таблице OpenAI нет Sonnet 5.5. Независимые замеры расходятся даже в направлении: у AA Sonnet на max набрал 64 %, а Astra на xhigh — 60 %, у Vals — 53,03 % против 57,07 % в пользу Astra. У OSWorld вендоры и вовсе указывают разные версии теста: 2.1 у Anthropic и 2.0 у OpenAI.

Цена за токен и цена задачи

Официальные тарифы в долларах США за 1 млн токенов, обычный режим (Standard), по состоянию на 29 сентября 2026 года:

У Sonnet 5.5 нет надбавки за длинный контекст во всём окне в 1 млн токенов: по формулировке Anthropic, запрос на 900 тыс. токенов тарифицируется по той же ставке, что и на 9 тыс. Цены такие же, как у Sonnet 5, быстрого режима у Sonnet 5.5 нет, а обработка только в США (inference_geo: "us") стоит в 1,1 раза дороже.

У Astra порог в 272 тыс. входных токенов переводит на повышенные ставки весь запрос целиком, а не только часть сверх порога. Batch и Flex стоят вдвое дешевле Standard, быстрый режим Fast mode (бывший Priority) — вдвое дороже и без гарантий по задержке, региональная обработка данных добавляет 10 %. Подробный разбор — в статье GPT-6 Astra API: тарифы, доступ и стоимость длинного контекста, а сверка счетов уровня Sonnet — в материале о том, как пересчитать расходы на API Claude Sonnet 5.

Стоимость одного запроса считается так: (вход × ставка входа + чтение кэша × ставка чтения + запись в кэш × ставка записи + выход × ставка выхода) ÷ 1 000 000. Та же формула в коде, чтобы подставить фактические токены из своих логов:

# Тарифы Standard, USD за 1 млн токенов, по состоянию на 29.09.2026.
# Порядок: вход, чтение кэша, запись в кэш (5 мин у Sonnet), выход.
SONNET_55 = (2.00, 0.20, 2.50, 10.00)
ASTRA_SHORT = (10.00, 1.00, 12.50, 50.00)
ASTRA_LONG = (20.00, 2.00, 25.00, 75.00)  # если во входе больше 272 тыс. токенов


def request_cost(model: str, fresh: int, cached: int = 0,
                 cache_write: int = 0, output: int = 0) -> float:
    """Стоимость запроса в USD; output включает токены рассуждений."""
    if model == "claude-sonnet-5-5":
        rates = SONNET_55
    elif model == "gpt-6-astra":
        total_input = fresh + cached + cache_write
        rates = ASTRA_LONG if total_input > 272_000 else ASTRA_SHORT
    else:
        raise ValueError(model)
    tokens = (fresh, cached, cache_write, output)
    return sum(t * r for t, r in zip(tokens, rates)) / 1_000_000


for fresh in (100_000, 300_000):
    s = request_cost("claude-sonnet-5-5", fresh, output=20_000)
    a = request_cost("gpt-6-astra", fresh, output=20_000)
    print(f"{fresh:>7} вход: Sonnet ${s:.2f}, Astra ${a:.2f}, разница {a / s:.1f}x")

Скрипт выводит два примера без кэша:

• 100 тыс. входа + 20 тыс. выхода: Sonnet 5.5 — 0,1 × $2 + 0,02 × $10 = $0,40; Astra — 0,1 × $10 + 0,02 × $50 = $2,00, ровно в 5 раз дороже;
• 300 тыс. входа + 20 тыс. выхода: Sonnet 5.5 — 0,3 × $2 + 0,02 × $10 = $0,80; Astra — 0,3 × $20 + 0,02 × $75 = $7,50, примерно в 9,4 раза дороже.

До порога каждая статья счёта у Astra ровно в 5 раз дороже (запись в кэш — если сравнивать с 5-минутной у Sonnet), поэтому при одинаковых токенах соотношение остаётся 5× при любой доле кэша. Выше порога вход дорожает в 10 раз, выход — в 7,5, и итог лежит между этими значениями в зависимости от того, что преобладает. Режим тоже меняет картину: если обе модели работают в Batch, остаются те же 5×; Astra в Flex против Sonnet в Standard — 2,5×; Astra в Fast mode — 10×.

Главное ограничение: всё это арифметика при одинаковом числе токенов, а не реальный счёт. Токенизаторы у моделей разные, рассуждения разной длины, повторы у каждой свои. До 272 тыс. токенов и при похожем составе запроса Sonnet 5.5 выигрывает по цене, пока его расход токенов не превышает расход Astra больше чем в 5 раз. На max в индексе AA он тратит около 7× выходных токенов — отсюда $7,60 против $3,26 за задачу. На low–high он расходует меньше и обходится дешевле при той же метке, но там у Astra выше балл.

Обещание Anthropic «до 30 % дешевле для большинства задач» относится к сравнению с Sonnet 5, а не с Astra. И даже в этом сравнении оно зависит от уровня effort: по замерам AA задача Sonnet 5.5 на max стоит примерно на 50 % дороже, чем у Sonnet 5 на max.

Что изменится при переносе с Astra на Sonnet 5.5

Переход с Astra на Sonnet 5.5 — это смена вендора, а не замена идентификатора модели. Проверьте по списку:

1. API и инструменты. Astra работает через Responses или Chat Completions, причём вызов инструментов требует Responses. Sonnet 5.5 — через Messages API Anthropic со своей схемой инструментов и ответом из блоков. Обе модели есть в Amazon Bedrock (Astra — в регионе us-west-2): это упрощает работу с аккаунтами, но формат запросов остаётся разным. Если выбираете, откуда брать сам Claude API, пригодится разбор как выбрать стабильный доступ к Claude.
2. Effort подбирается заново. Для агентного кода и многошаговых вызовов инструментов Anthropic советует начинать с medium и переходить на high для сложных и длинных задач, для чата — medium или low. Самый лёгкий режим у Sonnet 5.5 — thinking: {"type": "between_tools"}, и он работает только на low, medium и high. Запросы с {"type": "disabled"} или ручным budget_tokens вернут ошибку 400.
3. Параметры сэмплинга и prefill. У Astra нет уровня none, а при любом другом temperature и top_p приходится убирать, так что код под Astra обычно уже обходится без них — это облегчает перенос. На Sonnet 5.5 нестандартные temperature, top_p и top_k дают ошибку 400, как и заранее заполненная реплика ассистента (prefill).
4. Принудительный вызов инструмента. tool_choice с типом any или tool возвращает 400. Остаются auto вместе со строгой проверкой схемы strict: true либо структурированный вывод, а в промпте — прямо указывать, когда инструмент нужен.
5. Текст между вызовами инструментов. Пояснения длиннее одной-двух фраз приходят в блоках thinking, которые при настройке по умолчанию (display: "omitted") пустые. Ошибки нет, но интерфейс, показывавший ход работы, замолкает. Помогает display: "summarized" (или "updates" в beta) при адаптивном мышлении либо режим between_tools.
6. История только дописывается. Блоки мышления привязаны к модели, разговору и аккаунту. Для аккаунтов, созданных 31 августа 2026 года и позже, повторная отправка блока после правки более ранней истории (system, tools, прошлых сообщений) даёт 400. Инструкции лучше менять системными сообщениями посреди диалога.
7. Кэш. У Anthropic запись в кэш явная и платная (5 минут или 1 час), минимальный кэшируемый промпт — 512 токенов. У Astra срок хранения задаётся через prompt_cache_options.ttl со значением "30m". Экономику кэша придётся пересчитать.
8. Отказы. Отказ Sonnet 5.5 приходит с HTTP 200, stop_reason: "refusal" и категорией в stop_details: cyber, bio, frontier_llm, reasoning_extraction или general_harms. Серверный откат (beta, fallbacks: "default") повторяет на Sonnet 5 только cyber и frontier_llm, остальные нужно обрабатывать самим.
9. Чего нет у Sonnet. Sonnet 5.5 возвращает только текст. Если конвейер опирается на встроенные инструменты OpenAI вроде hosted shell или генерации изображений, их придётся заменить. Управление компьютером (computer use) на Claude API и Google Cloud работает только через computer_toolset_20260801.

Если же вы переходите на Sonnet 5.5 с Sonnet 5, тарифы не меняются, но есть пять несовместимых изменений: отключение мышления через disabled и ручные бюджеты, принудительный вызов инструментов, привязка блоков мышления, старый инструмент computer_20251124 и советники Opus 4.8, Opus 4.7 и Sonnet 5 в инструменте advisor. Плюс текст между вызовами инструментов теперь приходит в блоках thinking — пункт 5 выше.

Подписки ChatGPT и Claude, доступ

В ChatGPT модель GPT-6 Pro на базе Astra доступна в чате на тарифах Pro $100, Pro $200, Business и Enterprise. На Plus Astra есть в ChatGPT Work и Codex, но не в чате, на Free и Go её нет. Для Codex OpenAI публикует ориентировочное число локальных сообщений с Astra за 5 часов — например, 5–45 на Plus — и подчёркивает, что это не фиксированный лимит.

В Claude модель Sonnet 5.5 есть в веб-, мобильном и десктопном приложениях, в Cowork и в Claude Code, с effort medium по умолчанию. На каких именно тарифах она доступна, официальные страницы Anthropic не перечисляют. В приложениях при срабатывании классификаторов кибербезопасности или разработки конкурирующих LLM разговор может переключиться на Sonnet 5, а запросы, связанные с биологическим вредом, блокируются без переключения.

Лимиты подписок не пересчитываются из цен API, так что сравнение тарифов выше относится только к работе через API. Если вы работаете в основном в Codex или в Claude Code, выбор модели фактически совпадает с выбором среды.

По состоянию на 29 сентября 2026 года Россия не входит в официальные списки поддерживаемых стран ни у Anthropic, ни у OpenAI; ограничения привязаны к стране, а не к языку. Рублёвые цены у посредников — их собственные тарифы, а не официальный прайс, поэтому сверяйте их с долларовыми ставками выше.

Пилот на своих задачах

Сторонние индексы показывают направление, но стоимость принятой задачи у каждого своя. Небольшой пилот устроен так:

1. Возьмите 20–50 реальных задач и заранее запишите правило приёмки: тесты проходят, ревьюер принимает без правок, ответ совпадает с эталоном.
2. Дайте обеим моделям одинаковые входные данные и инструменты и явно зафиксируйте пару уровней effort — например, Sonnet 5.5 на high против Astra на medium и high, затем каждую на шаг выше.
3. Записывайте из ответов API фактически оплаченные токены: вход, чтение и запись кэша, выход вместе с рассуждениями. Отдельно — повторы, время до результата и ручные доработки.
4. Посчитайте стоимость принятой задачи: суммарная оплаченная стоимость ÷ число принятых задач. Формула и скрипт выше подходят для перевода токенов в доллары.
5. Переводите трафик, только если Sonnet 5.5 проходит тот же порог приёмки дешевле или быстрее. В длинных агентных задачах следите за выходными токенами на xhigh и max: именно там по данным AA Sonnet теряет ценовое преимущество.

Если часть задач приходит с входом больше 272 тыс. токенов, считайте их отдельной группой: для них соотношение цен другое, и смешивание с короткими запросами исказит средний результат.

Частые вопросы

Правда ли, что Sonnet 5.5 в пять раз дешевле Astra?

По тарифу — да: в запросах до 272 тыс. входных токенов каждая статья счёта у Astra ровно в 5 раз дороже, а выше порога — в 10 раз по входу и в 7,5 раза по выходу. За задачу гарантии нет: в индексе AA на max задача Sonnet 5.5 стоит $7,60 против $3,26 у Astra, на xhigh — $2,74 против $2,31. Дешевле Sonnet выходит на low–high, но на этих уровнях у Astra выше балл.

Что лучше: Sonnet 5.5 или Opus 5.5?

В индексе AA Opus 5.5 на max набирает 58 баллов, Sonnet 5.5 — 56. В тестах AA-Briefcase, GDPval-AA и AutomationBench-AA Sonnet почти равен Opus, но тратит заметно больше токенов. По фактическим знаниям (AA-Omniscience) Sonnet уступает — 54 % против 66 %, хотя и реже выдумывает ответы (47 % против 59 %), а в Humanity's Last Exam и SciCode отстаёт примерно на 6 баллов. Anthropic позиционирует Sonnet 5.5 как дополнение к Opus на низких уровнях effort, где задача стоит меньше. Для выбора выше по линейке пригодятся материалы Claude Opus 5.5 или GPT-6 Sol: выбор для кода и сложных задач и Claude Fable 5.1 или Opus 5.5: что выбрать и когда стоит доплатить.

Почему у российских агрегаторов другие цены?

Посредники назначают собственные рублёвые тарифы, официальный прайс у Anthropic и OpenAI — в долларах. Если посредник сравнивает с Astra не Sonnet 5.5, а Sonnet 5, по цене это не ошибка: официально обе версии стоят одинаково. Но результаты тестов у них разные, так что о качестве такие сравнения ничего не говорят.

Можно ли верить обещанию «на 30 % быстрее и до 30 % дешевле»?

Это сравнение с Sonnet 5, а не с Astra, и слово «до» в нём важно. Anthropic пишет, что на нескольких тестах Sonnet 5.5 на low или medium превосходит лучший результат Sonnet 5 примерно за десятую часть стоимости задачи. Но на max, по данным AA, задача стоит примерно на 50 % дороже, чем у Sonnet 5. Скорость генерации у Sonnet 5.5 в замерах AA выше, чем у Astra (85–139 токенов в секунду против 51–63), однако длинные прогоны Vals на max он заканчивал почти втрое дольше — из-за объёма токенов.