Sol i Sonnet, empatats a 2 i 10 dòlars

Dos models de gamma mitjana amb la mateixa tarifa

Anthropic, l'empresa que desenvolupa Claude, va presentar dilluns 28 de setembre Claude Sonnet 5.5, el segon model de la seva família 5.5. És el germà ràpid i barat d'Opus 5.5, que costa 4 dòlars d'entrada i 20 de sortida, i Anthropic el destina a tasques quotidianes ben delimitades, a corregir codi i a preparar documents. Haiku 5.5 arribarà «en les pròximes setmanes».

L'endemà, OpenAI va presentar a San Francisco GPT-6.1 Sol, una millora de GPT-6 Sol. El seu lema: gairebé la intel·ligència de GPT-6 Astra per una cinquena part del preu. Astra costa 10 dòlars d'entrada i 50 de sortida; Sol, 2 i 10, exactament el mateix que Sonnet 5.5.

Sol està disponible des del 29 de setembre per als abonats Plus, Pro, Business, Enterprise i Edu a ChatGPT Work i Codex —encara no al xat— i a l'API com a gpt-6.1-sol.

La diferència és a la memòria cau

Amb l'entrada i la sortida empatades, el preu que separa els dos models és el de la memòria cau. OpenAI cobra 0,10 dòlars per milió de tokens llegits d'aquesta memòria, un 95 % menys que l'entrada normal i la meitat que amb GPT-6 Sol. Anthropic cobra 0,20 per la lectura i 2,50 per escriure-hi la primera vegada; la tarifa d'OpenAI no detalla cap preu d'escriptura.

Anthropic insisteix que Sonnet 5.5 necessita molts menys tokens per fer la mateixa feina, de manera que cada tasca li surt més barata que al seu predecessor. OpenAI promet per als pròxims dies una versió Ultrafast de Sol, fins a vuit vegades més ràpida a Codex.

Cadascuna mesura el seu model amb la seva pròpia vara

Cada empresa tria les seves proves i cap no és una avaluació independent. Anthropic destaca Terminal-Bench 4.0, una prova de programació amb agents a la línia d'ordres, on Sonnet 5.5 treu un 70,6 %. A GDPval-AA, que mesura feina real de 44 professions, es queda a dos punts d'Opus 5.5.

OpenAI prefereix parlar de cost per tasca. A Terminal-Bench Science 0.1, una prova diferent centrada en treball científic, Sol gasta de mitjana 5,47 dòlars per tasca a esforç màxim. La mateixa OpenAI reconeix que Astra continua al capdamunt en aquesta prova, amb un 68,1 %. Són proves diferents i les seves xifres no es poden creuar.

En seguretat, Sonnet 5.5 és el primer Sonnet que surt amb salvaguardes de ciberseguretat com les dels models més capaços d'Anthropic, perquè la seva destresa en aquest terreny és comparable a la d'Opus 5. OpenAI diu que Sol queda més a prop d'Astra en les seves avaluacions d'alineament.

OpenAI va envoltar Sol d'agents que no dormen

OpenAI no va obrir el DevDay amb Sol, sinó amb els dots, agents que funcionen amb GPT-6 Astra, tenen el seu propi ordinador al núvol i poden treballar «24/7» cap als objectius del seu usuari. Es connecten a més de 4.000 aplicacions i s'hi parla per ChatGPT, Slack o Teams. Comencen a arribar als plans Pro, Business Premium i Enterprise als mercats habilitats.

Segons OpenAI, l'ordinador del dot està separat del de l'usuari, i quan investiga pel seu compte ho fa amb eines de només lectura. Porta regles sobre quan actuar i quan demanar permís, i canviar una contrasenya sempre queda en mans de l'usuari.

N'hi va haver més, segons el directe de Simon Willison, desenvolupador i blocaire independent que va seguir la conferència des de la sala. I tot plegat, la mateixa setmana en què OpenAI va confirmar que no llançarà GPT-6.1 Astra.

Claude va caure una hora el mateix dimarts

Dimarts 29 de setembre, hores abans de la conferència, Claude va donar errors al web, les aplicacions, Claude Code, Claude Cowork i l'API des de les 14:00 UTC, les 16:00 a l'Espanya peninsular. Els va mitigar a les 14:36, però un segon problema va impedir iniciar sessió i obrir xats o sessions de Code i Cowork.

Tot funcionava des de les 14:59 UTC i, segons la pàgina d'estat d'Anthropic, és possible que alguns missatges d'aquella hora no s'hagin desat. A l'escenari, Sam Altman va presumir de tenir l'API «amb més rendiment i més fiable»; Willison ho va llegir com una punxada a Claude.