Claude Opus 5.5, GPT-6 Sol at Grok 4.7: tatlong release sa loob ng dalawang araw at aling model ang pipiliin

Noong Setyembre 21, inilabas ng xAI ang Grok 4.7. Kinabukasan, ipinakilala ng Anthropic ang Claude Opus 5.5, habang inilabas naman ng OpenAI ang GPT-6 Sol at GPT-6 Luna. Tatlong lab, apat na model, dalawang araw. Mahirap sabihing nagkataon lang iyon: napakalapit ng laban kaya walang gustong hayaan ang kakumpitensya na solong nasa headlines kahit isang linggo lang.

Ang maikling bersyon: Opus 5.5 ang pinakamalakas sa mga bagong release at, ayon sa independent measurements, kasalukuyang pinakamahusay na model sa market sa kabuuan. Halos hindi umangat ang GPT-6 Sol sa raw intelligence, pero kalahati na lang ang presyo at mas kaunti ang factual mistakes. Magaan at napakamura ng Luna. Malaking hakbang pasulong ang Grok 4.7 para sa xAI, pero nasa second tier pa rin ito sa ngayon, bagaman kaakit-akit ang presyo. Narito ang mga detalye at ang tapat na caveats para sa bawat isa.

Apat na model sa isang tingin

Bilang reference, narito ang core specs. Nakalista ang presyo kada milyong API tokens, para makita mo kung aling models ang mahal; hindi naniningil nang hiwalay ang ChatPlus para sa tokens, dahil kasama na ang lahat sa subscription.

Claude Opus 5.5: Fable-level performance nang walang flagship price

Sinisimulan ng Opus 5.5 ang bagong Claude 5.5 family. Ganito ibuod ng Anthropic ang pangunahing bentahe nito sa isang pangungusap: gumagana ang model sa antas ng Claude Fable 5.1 — ang pinakacapable at pinakamahal na model ng kumpanya — habang 40% mas mura kaysa Opus 5. Bumaba ng 20% ang token prices, at ang natitira ay galing sa efficiency: mas kaunting steps at mas kaunting tokens ang ginagamit ng model para sa parehong task. Gumagawa rin ito ng text nang mahigit 30% na mas mabilis kaysa sa hinalinhan nito.

Kinukumpirma ito ng independent testing. Sa aggregate index ng Artificial Analysis, nakakuha ang Opus 5.5 ng 58 points sa maximum settings — ang pinakamahusay na resultang nasukat doon kailanman, lamang ng ilang puntos. Nangunguna ito halos saanman: agentic programming (66.4% sa Terminal-Bench 4.0 kumpara sa 55.8% ng Fable 5.1 at 57.9% ng GPT-6 Astra), office work, at complex tool-use questions.

Pero kaunti lang ang sinasabi ng benchmark numbers tungkol sa pakiramdam ng isang model sa tunay na trabaho. Mas malinaw ito sa mga kuwento ng early testers. May isang nag-migrate ng project na may 680,000 lines of code sa loob ng wala pang isang araw, isang task na aabutin sana ng ilang linggo para sa engineering team. May isa pang nag-audit at nag-repair ng 200,000-line codebase sa loob ng tatlong oras, samantalang kinailangan ng Opus 5 ng mahigit dalawampung oras para sa parehong trabaho. Sa isa pang kumpanya, natapos ng Opus 5.5 ang isang complex task na dati ay nangailangan ng 38 prompts at apat na araw, gamit ang 11 prompts at tatlong oras. Nagpatakbo rin ang Anthropic ng internal experiment: pinasulat nitong muli sa Opus 5.5 at Fable 5.1 ang HAProxy, isang popular na load balancer, mula C papuntang Rust. Pareho silang nagtagumpay, pero natapos ng Opus 5.5 sa 9.5 oras sa halip na 12 at kalahati lang ang gastos.

Ang ikalawang malaking pagbabago ay kung paano magsulat ang model. Madalas punahin ang Opus 5 dahil sa pagiging verbose: mahahabang intro, corporate na pananalita, at ang punto ay nakabaon sa ikatlong paragraph. Inuuna ng Opus 5.5 ang pangunahing punto, mas bihira itong lumihis sa jargon, at mas maaasahan nitong sinusunod ang style rules na ibinibigay mo. Simple itong sinabi ng isang tester: "It writes the way I write." Mapapansin mo ito agad kapag nagtatrabaho sa text: mas kaunti ang kailangang linisin pagkatapos ng model.

May isang katangiang dapat malaman nang maaga: hindi mo puwedeng i-off ang reasoning sa Opus 5.5. Lagi muna itong nag-iisip, saka sumasagot. Benepisyo iyon sa complex tasks. Para sa tanong na "what is the English word for a window sill?" ibig sabihin nito ay dagdag na ilang segundo ng paghihintay. Para sa maliliit na task na ganoon, mas mabuting pumili ng mas simpleng model.

Sa ChatPlus, available na ang Claude Opus 5.5 sa chat — sa Max plan, kasama ng iba pang top-tier models.

GPT-6 Sol: parehong bar, kalahati ang presyo

Sa simula ng Setyembre, inilabas ng OpenAI ang flagship nitong GPT-6 Astra, at ganito na ngayon ang GPT-6 family: Astra sa itaas, Sol sa gitna, Luna sa ibaba. Dinisenyo ang Sol bilang workhorse: kinukuha nito ang precision ng Astra at kakayahang dalhin ang task hanggang matapos, pero mas mababa ang gastos.

Reliability, hindi records, ang ibinebenta ng OpenAI sa Sol. Kinuha ng kumpanya ang tunay na conversations kung saan nag-flag ang users ng model errors at sinubukan dito ang bagong version: humigit-kumulang kalahati na lang ang dalas ng pagkakamali ng Sol kumpara sa GPT-5.6 Sol at umaabot ito sa Astra-level reliability. Kinukumpirma ito ng isang independent hallucination test, bagaman may caveat. Bumaba ang share ng fabricated answers mula 92% hanggang 60%, karamihan dahil mas madalas tumatangging sumagot ang model kapag hindi ito sigurado. Bahagya pang bumaba ang kabuuang share ng correct answers, mula 59% hanggang 54%. Para sa pang-araw-araw na trabaho, mas good news ito kaysa bad: mas mabuti ang tapat na "I don't know" kaysa kumpiyansang imbento.

Sa programming, nakakasabay ang Sol sa mas mahal na models. Sa DeepSWE, isang test ng mahahabang engineering tasks sa totoong repositories, nakakuha ito ng 68.8%. Claude Fable 5 ang may pinakamahusay na score sa 69.9%, pero humigit-kumulang limang beses na mas mahal kada task. Sa Terminal-Bench 4.0, umangat ang Sol mula 37% hanggang 43%.

Ngayon, para sa hindi binabanggit ng press release. Sa aggregate intelligence index, halos walang pagbabago ang Sol mula sa hinalinhan nito: 48 points kumpara sa 47. Umatras pa ito sa office-document work, at nahuhuli sa parehong Astra at nakaraang Sol sa computer control. Kaya hindi ito leap forward, kundi parehong capability bar sa kalahating presyo. Para sa karamihan ng tasks, iyon mismo ang kailangan mo: coding, research, correspondence, at analytics. Kung kailangan mo ng model na kusang nagki-click sa interfaces, piliin ang Astra.

Available ang GPT-6 Sol sa aming PRO subscription, at dahil kalahati na lang ang gastos nito kumpara sa nakaraang Sol, mas malayo ang mararating ng allowance mo sa mahahabang conversations. Magbukas ng chat gamit ang GPT-6 Sol.

GPT-6 Luna: ang mas maliit na model na may pinakasariwang knowledge

Simple ang paglalarawan ng OpenAI sa Luna: isang model para sa high-volume tasks na may malinaw na goal. I-summarize ang document, kunin ang numbers at names mula sa text, sagutin nang mabilis ang isang tanong. Walang maliit doon: ang ganitong tasks ang bumubuo sa karamihan ng ginagawa ng mga tao sa AI araw-araw.

Halos symbolic ang presyo nito: sampung sentimo kada milyong input tokens at limampung sentimo kada milyong output tokens. Kalahati iyon ng input price ng GPT-5.6 Luna at halos dalawa at kalahating beses na mas mura sa output. Sa aggregate intelligence index, nananatili ang model sa antas ng hinalinhan nito. Bahagya itong bumaba sa agentic coding, pero sa DeepSWE sa maximum settings, naghahatid ito ng 66.6% sa halagang 22 cents lang kada task. Ayon sa OpenAI, maihahambing iyon sa Claude Opus 5 at Fable 5 sa medium settings, habang 93–96% na mas mura.

Isang kawili-wiling detalye: ang pinakamaliit na model sa family ang may pinakasariwang knowledge. Sinanay ang Luna sa data hanggang Mayo 2026, samantalang tumitigil sa Abril ang Sol at Astra.

Sa ChatPlus, available ang GPT-6 Luna sa PRO subscription at hindi nito ginagamit ang iyong allowance — ang 5-hour limit kung saan ibinabawas ang requests sa mahal na models. Magagamit mo ito hangga't gusto mo nang hindi binabantayan ang counter. Hindi ito ang pinakamahusay na piliin para sa complex multi-file code, pero puwede kang lumipat sa Sol o Opus sa parehong conversation.

Grok 4.7: malaki, huli, at di-inaasahang abot-kaya

Nauna ang Grok 4.7 kaysa sa iba, kahit ito ang pinakamatagal na inabangan: ipinagpaliban ni Elon Musk ang release nang hindi bababa sa limang beses, simula noong huling bahagi ng Hulyo. Naiintindihan ang delay. Hindi ito cosmetic update kundi isang bago at mas malaking base model: ayon sa media reports, nasa humigit-kumulang 2.1 trillion parameters. Nakakuha ito ng mas mahabang reinforcement learning training, na nakatuon sa tasks na inaabot ng ilang oras para sa tao. Pinahusay din ng xAI ang self-checking: mas maingat na nire-review ng model ang sarili nitong mga sagot at mas mahusay itong humawak ng long context. Hindi sinasadya, tinatawag na ngayon ng kumpanya ang sarili nitong SpaceXAI sa official materials, bagaman Grok pa rin ang tawag sa models.

Malaki ang pag-angat kumpara sa Grok 4.6. Sa CursorBench 4.0, isang test ng mahahabang programming tasks, tumaas ang score mula 40.4% hanggang 46.3%. Sa Terminal-Bench 4.0, halos dumoble ito, mula 20.3% hanggang 37.6%. Sa multi-hour office work — reports, spreadsheets, presentations — nakakuha ang model ng mahigit isang daang Elo points. Lalong nakakagulat ang legal performance nito: sa Harvey legal benchmark, nakakuha ang Grok 4.7 ng 19.6%, halos tatlong beses ng 6.7% ng Claude Fable 5.1. Sa electrical engineering benchmark na EEBench, nakakuha ito ng 64% kumpara sa 56.4% ng Fable.

Mas modest ang puwesto nito sa overall rankings. Sa karamihan ng comparisons, second ang Grok 4.7: nahuhuli ito sa Fable 5.1 sa office work, sa GPT-6 Astra sa engineering tasks, at malayo pa rin sa Opus 5.5. Inilalagay ito ng independent tests sa 46 points sa intelligence index. Sapat iyon para makapasok ang xAI sa top four labs, pero hanggang doon lang. Si Musk mismo ay nangangako ng "Astra and Fable class" sa Grok 4.9 pa lamang. Isa pang caveat: sa maximum settings, gumagamit ang model ng higit sa dalawang beses na mas maraming tokens kada task kaysa Grok 4.6, kaya hindi ibig sabihin ng parehong token price ay parehong cost per result.

Ang pangunahing bentahe ng Grok 4.7 ay ang price-to-quality ratio nito. Kapresyo ito ng Grok 4.6 — dalawang dolyar kada milyong input tokens at anim kada milyong output tokens — at kapansin-pansing mas mura kaysa sa flagships ng Anthropic at OpenAI. Available ang Grok 4.7 sa ChatPlus gamit ang PRO subscription.

Kaya alin ang dapat mong piliin?

Ganito namin ito hahatiin.

Kung malaki at mahalaga ang task — complex code, project audit, analytical report, o mahabang document na nangangailangan ng malinaw na pag-iisip — piliin ang Claude Opus 5.5. Ito ang kasalukuyang pinakamalakas na available model, at mas kapansin-pansing mahusay itong magsulat kaysa sa mga naunang Claude models.

Para sa pang-araw-araw na trabaho kung saan kailangan mo ng balanse, bagay na bagay ang GPT-6 Sol: code, research, emails, at spreadsheets. Maingat ito, mas bihirang mag-hallucinate, at mas kaunti ang ginagamit sa allowance mo.

Para sa maliliit na task gaya ng summaries, translations, maiikling reference answers, at drafts, piliin ang GPT-6 Luna. Mabilis ito at hindi nito ginagamit ang allowance mo kahit kaunti.

Sulit subukan ang Grok 4.7 para sa legal at engineering questions, kung saan nakakagulat ang lakas nito, at bilang second opinion kapag gusto mong ikumpara ang sagot ng ibang model.

Ang pinakamadaling paraan ng paghahambing ay sa sarili mong task. Sa ChatPlus, puwede kang magpalit ng models sa gitna ng conversation: magtanong sa Opus, lumipat sa Sol o Grok, ipadala ulit ang parehong prompt, at agad makita kung sino ang pinakamahusay humawak nito. Available ang detalyadong model pages para sa Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, at Grok 4.7.

Sa madaling sabi

Apat na bagong model ang dumating sa loob ng dalawang araw. Claude Opus 5.5 ang bagong lider: Fable 5.1-level capability sa 40% na mas mababa kaysa Opus 5, best-in-class agentic coding, at kapansin-pansing mas malinaw na pagsusulat. Halos hindi umangat ang GPT-6 Sol sa intelligence, pero kalahati ang presyo at kalahati rin ang dalas ng factual errors. Ang GPT-6 Luna ay napakaabot-kayang model para sa simpleng tasks na may pinakasariwang knowledge sa family. Malaking talon pasulong ang ginawa ng Grok 4.7, lalo na sa code, law, at engineering, pero nasa second tier pa rin ito sa ngayon — sa presyong abot-kaya. Available na ang apat sa ChatPlus.