So sánh Claude Sonnet 5 với GPT-5.6: Benchmark, giá cả và quyền truy cập

Cả Anthropic và OpenAI đều có những sản phẩm mới ra mắt, nhưng hai quá trình phát hành đang ở các giai đoạn khác nhau.

GPT-5.6 đã được công bố, nhưng vẫn đang trong giai đoạn preview giới hạn. Và trong khi GPT-5.6 chưa được phát hành rộng rãi, Claude Sonnet 5 đã được phát hành và đang hoạt động trên tất cả các gói Claude — với mức giá API giới thiệu hiện tại thậm chí còn thấp hơn cả mô hình tầm trung của GPT-5.6, Terra.

Dưới đây là những gì chúng ta biết về mỗi mô hình, cách chúng so sánh với nhau và những điểm trùng lặp về số liệu.

So sánh hiệu năng của Claude Sonnet 5 và GPT-5.6

Theo các thông báo chính thức, Sonnet 5 và GPT-5.6 không có chung một benchmark nào với số liệu từ cả hai phía.

Mặc dù Anthropic đã công bố một số con số cụ thể cho Sonnet 5 trong bài đăng ra mắt và thẻ hệ thống của mình, OpenAI cho đến nay chỉ xác nhận một benchmark duy nhất cho GPT-5.6: Terminal-Bench 2.1. Dưới đây là những gì thực sự được ghi nhận từ mỗi phía, được trình bày cùng nhau:

Terminal-Bench 2.1 là hàng duy nhất mà GPT-5.6 công bố kết quả, còn Sonnet 5 thì không có điểm số nào được công bố. Có lẽ đó là chiến lược vì GPT-5.6 đã thể hiện tốt.

Trên các bài kiểm tra hiệu năng mà Sonnet 5 có số liệu — SWE-bench Pro, OSWorld-Verified, Humanity's Last Exam — GPT-5.6 vẫn chưa thể hiện được khả năng của mình, vì vậy không có gì để so sánh.

Kết luận trung thực là một sự so sánh hiệu năng thực sự giữa Sonnet 5 và GPT-5.6 vẫn chưa tồn tại. Mỗi công ty đã công bố một bộ đánh giá khác nhau.

Tổng quan: Vị trí của mỗi mô hình trong lĩnh vực rộng lớn hơn

Vì Sonnet 5 và GPT-5.6 không giao thoa trực tiếp, nên đáng để xem xét lại và so sánh điểm số được công bố của mỗi mô hình với các mô hình khác — Opus 4.8, Fable 5 (đã bị tạm dừng), GPT-5.5 và Gemini 3.1 Pro. Điều này sẽ không giải quyết được vấn đề Sonnet 5 so với GPT-5.6, nhưng nó cho thấy vị trí của mỗi phần mềm so với cùng một nhóm đối thủ cạnh tranh:

Một vài điều cần lưu ý: Trên Terminal-Bench 2.1, GPT-5.6 Sol Ultra đạt điểm số 91,9%, vượt trội hơn tất cả các mô hình Claude khác từng được ghi nhận, bao gồm cả Opus 4.8 với 78,9%. Vì vậy, OpenAI không hề phóng đại khi khoe khoang về điểm số của GPT-5.6 trên Terminal-Bench 2.1.

Fable 5 vẫn dẫn trước Opus 4.8 và GPT-5.5 trên SWE-bench Pro và Humanity's Last Exam, ngay cả khi bị tạm dừng. Điểm số của nó vẫn chưa bị vượt qua bởi bất kỳ ai, kể cả GPT-5.6 (mô hình này chưa công bố điểm số SWE-bench hoặc HLE để so sánh). Với điểm số 63,2% của Sonnet 5 trên SWE-bench Pro (từ bảng trên), con số này sẽ cao hơn GPT-5.5 (58,6%) nhưng thấp hơn Opus 4.8 và Fable 5 — đây chỉ là sự so sánh tương đối, vì đây là thế hệ máy khác nhau được đọc trên bảng dữ liệu riêng biệt của hai công ty.

Giá của Claude Sonnet 5 và GPT-5.6

Về giá niêm yết, giá giới thiệu của Sonnet 5 nằm giữa GPT-5.6 Terra và Luna, thấp hơn đáng kể so với Sol. Nhưng chính giá giới thiệu mới là điểm thú vị hơn: Ở mức 2 USD/10 USD, Sonnet 5 thực sự có giá thấp hơn GPT-5.6 Terra (2,50 USD/15 USD), ít nhất là cho đến hết mùa hè trước khi có sự tăng giá.

Nói rõ hơn, câu chuyện về giá cả phức tạp hơn một chút so với phép tính đơn giản. Anthropic lưu ý rằng giá giới thiệu của Sonnet 5 được điều chỉnh để gần như không chênh lệch chi phí so với số lượng token cao hơn của tokenizer mới. Và OpenAI, về phần mình, đang giới thiệu prompt caching dễ dự đoán hơn cho các mô hình GPT-5.6 trở lên, với việc ghi cache được tính phí gấp 1,25 lần so với tốc độ đầu vào không được lưu cache và việc đọc cache được giảm giá 90%.

Tại sao lại ra mắt với giá giới thiệu giảm giá, thay vì chỉ đặt mức giá tiêu chuẩn ngay từ đầu? Phần giải thích về tokenizer đã đề cập đến một phần vấn đề, nhưng thời điểm ra mắt cũng trùng khớp với những gì chúng ta đang thấy: Một lĩnh vực cạnh tranh khốc liệt và phát triển nhanh chóng. Chỉ trong vài tuần gần đây, Sakana AI đã cho ra mắt Fugu, một công cụ điều phối định tuyến trên một nhóm các mô hình tiên tiến và tuyên bố có thể sánh ngang với những hệ thống Mythos của Anthropic với chi phí thấp hơn nhiều. Vì vậy, việc định giá Sonnet 5 ở mức 2$/10$ đến hết tháng 8 mang lại cho Anthropic một mô hình agentic thực sự rẻ và phổ biến rộng rãi để sử dụng trong khi GPT-5.6 vẫn đang trong giai đoạn preview. Việc sở hữu mô hình mà người dùng thực sự có thể sử dụng, với mức giá thấp, là một lợi thế cạnh tranh thực sự.

Tính khả dụng của Claude Sonnet 5 và GPT-5.6

Claude Sonnet 5 hiện đã có sẵn ở khắp mọi nơi. Đây là mô hình mặc định trên các gói Free và Pro, có thể truy cập trên những gói Max, Team, Enterprise, và đang hoạt động trong Claude Code và trên Claude Platform thông qua API (chuỗi mô hình claude-sonnet-5). Có thể bạn đã thấy Claude Sonnet 5 trong cửa sổ trò chuyện trước cả khi bạn thấy thông báo.

GPT-5.6 hiện chưa được phát hành rộng rãi. Trong giai đoạn preview, nó chỉ có thể truy cập thông qua API và Codex cho một nhóm đối tác được chọn. OpenAI cho biết sẽ sớm phát hành rộng rãi hơn, nhưng chưa đưa ra ngày cụ thể.

Kết luận

Trên một tiêu chí đánh giá chung, phiên bản cao cấp nhất của GPT-5.6 đạt điểm cao hơn so với phiên bản cao cấp hiện tại của Claude, Opus 4.8, điều này cho thấy OpenAI có thể có lợi thế thực sự về khả năng khi GPT-5.6 được phát hành rộng rãi. Nhưng Sonnet 5 không thực sự là đối thủ cạnh tranh trực tiếp của Sol hay Terra về khả năng — nó là một mô hình tầm trung cạnh tranh về hiệu năng trên mỗi USD, và về mặt đó, nó đã có sẵn, giá cả cạnh tranh và hoạt động tốt ngay hôm nay.