Home → Guide → GPT-6 Astra vs GPT-6.1 Sol vs Claude Opus 5.5: un test di programmazione con test nascosti
I benchmark nelle schede dei modelli li esegue chi vende il modello. Così ne abbiamo scritto uno nostro: 13 compiti JavaScript, risolti due volte da ogni modello al primo colpo e verificati con 286 casi di test nascosti in una sandbox senza rete. Sette compiti sono codice quotidiano; sei ruotano attorno a casi limite facili da trascurare.
| Modello | Casi di test superati | Compiti risolti del tutto | Tempo mediano, compiti quotidiani | Tempo mediano, casi limite | Risposta mediana (token di output) | Costo medio per compito |
|---|---|---|---|---|---|---|
gpt-6.1-sol | 286/286 (100%) | 26/26 | 12.4 s | 19.8 s | 428 | $0.0027 |
gpt-6-astra | 284/286 (99.3%) | 24/26 | 12.1 s | 17.4 s | 428 | $0.0124 |
claude-opus-5-5 | 275/286 (96.2%) | 21/26 | 4.2 s | 8.9 s | 447 | $0.0056 |
Solo gpt-6.1-sol ha superato tutto, in entrambi i giri. gpt-6-astra ha mancato un caso, lo stesso in entrambi i giri. claude-opus-5-5 è stato da due a tre volte più veloce dei due GPT e ha scritto codice di lunghezza simile, ma ha mancato più casi. I costi sono quelli addebitati dal nostro gateway per queste stesse richieste.
-2^2 vale -4 e l'altro ha accettato 2 2 come espressione valida. Nella calcolatrice quotidiana, un giro ha rifiutato 1 + 2 * 3 per via degli spazi, anche se il compito chiedeva spazi arbitrari.Niente di esotico: spazi, un arco di peso 0, un tetto alle chiamate parallele. Sono proprio i casi che superano una prova veloce a mano e poi si rompono in produzione, per questo i test li controllano.
Opus 5.5 ha risposto a un compito tipico in 4–9 secondi. I due GPT hanno impiegato 12–20 secondi perché ragionano prima di scrivere. In una chat in cui guardi la risposta comparire, Opus sembra molto più veloce; per un agente che lancia i test a ogni passo, dieci secondi in più contano poco rispetto al costo di una risposta sbagliata.
Per compito, gpt-6.1-sol è costato 0,0027 $, claude-opus-5-5 0,0056 $ e gpt-6-astra 0,0124 $. Astra è costato circa 4,6 volte Sol con un punteggio leggermente inferiore. Tutti e tre hanno scritto risposte di lunghezza quasi identica: la differenza viene dal prezzo per token, non dalla prolissità.
Ogni modello ha ricevuto lo stesso prompt: il compito più «Rispondi con un solo blocco di codice contenente il modulo CommonJS completo». Nessun prompt di sistema, nessun esempio, nessun nuovo tentativo. Il codice è stato eseguito in Node 20 in un container senza rete, con un limite di tempo per compito; se una risposta andava in crash, ogni caso di test veniva rieseguito da solo, così che un crash non azzerasse il resto.
. * + ?, moltiplicazione di numeri di 2.000 cifre senza BigInt, valutatore con ^ associativo a destra, pool asincrono a concorrenza limitata, conteggio dei giorni lavorativi su più anni, cammino minimo lessicograficamente più piccolo.Tutte le richieste sono passate dal nostro gateway il 12 e 13 ottobre 2026. Due tentativi per compito sono un campione piccolo: pochi casi di differenza tra due modelli possono essere normale variabilità. Il percorso netto di Sol e il bug ripetuto di Astra non lo sono.
gpt-6.1-sol, unico punteggio pieno e costo più basso.claude-opus-5-5, risponde in pochi secondi; usalo con i test, perché è quello che più spesso salta un dettaglio della specifica.Prezzi attuali: GPT-6.1 Sol · GPT-6 Astra · Claude Opus 5.5.
Nessun abbonamento, nessun minimo mensile, nessuna telefonata commerciale. Ricarica in USDT e spendi quello che usi — 1 USDT ti dà 2 crediti di saldo API.
Leggi l'avvio rapido da 30 secondiLingua: English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Deutsch · Français · Español · Türkçe · Português · Italiano · Bahasa Indonesia · Tiếng Việt · Bahasa Melayu · Polski · Čeština · فارسی · Русский
I prezzi di questa pagina sono compilati automaticamente dai dati di fatturazione reali. Le condizioni di terzi sono citate dalla loro documentazione.