Claude Opus 5 với GPT-5.6 Sol: So sánh benchmark, giá và khuyến nghị lựa chọn

Claude Opus 5 đạt 30,2% trên ARC-AGI-3, benchmark đo reasoning với bài toán chưa từng xuất hiện trong dữ liệu huấn luyện, trong khi GPT-5.6 Sol chỉ đạt 7,78%, dù đây đã là mô hình đứng thứ hai trên bảng xếp hạng.

Infinity phân tích dữ liệu benchmark từ cả hai phòng lab và nhận thấy Anthropic và OpenAI đã đặt cược theo hai hướng đối lập nhau chỉ trong vòng hai tuần: Opus 5 theo đuổi reasoning mới lạ và khả năng hoàn thành tác vụ đến cùng, còn Sol dồn lực vào công việc terminal, trình duyệt và bảo mật phòng thủ.

Những điểm chính:

• Claude Opus 5 ra mắt ngày 24/7/2026, GPT-5.6 Sol chính thức phát hành rộng rãi ngày 9/7/2026, cả hai đều có giá input 5 USD/triệu token
• Trên SWE-Bench Pro, Opus 5 đạt 79,2%, vượt xa Sol (64,6%) tới gần 15 điểm phần trăm
• Trên DeepSWE v1.1 đo coding dài hơi, Sol dẫn trước với 72,7% so với 68,8% của Opus 5
• Giá output của Opus 5 rẻ hơn Sol 17%, nhưng phụ phí long-context của Sol có thể khiến hóa đơn tăng gần gấp đôi khi vượt 272K token input
• Sol được huấn luyện chuyên sâu cho cybersecurity với điểm ExploitBench 73,5%, trong khi Opus 5 chủ động chặn việc sinh exploit

Claude Opus 5 là gì?

Claude Opus 5 là mô hình tầng Opus của Anthropic, ra mắt ngày 24/7/2026, mang lại kết quả tương đương mô hình tầng cao hơn Fable 5 nhưng chỉ với một nửa giá. Đây hiện là mô hình mặc định mới trên Claude Max và mô hình mạnh nhất khả dụng trên Claude Pro.

Hành vi đặc trưng của mô hình này là tính kiên trì. Theo cách Anthropic mô tả, Opus 5 tự xác minh công việc của mình và lặp lại đến khi thành công, thay vì dừng lại ở một kết quả có vẻ hợp lý. Mô hình đạt điểm audit hành vi lệch chuẩn 2,3, mức thấp nhất trong số các mô hình gần đây của Anthropic. Ngữ cảnh chạy tới 1 triệu token với trần output 128K, và chế độ thinking được bật mặc định.

GPT-5.6 Sol là gì?

GPT-5.6 Sol là flagship trong họ mô hình GPT-5.6 của OpenAI, chính thức phát hành rộng rãi ngày 9/7/2026 sau giai đoạn preview giới hạn. Họ mô hình này chia thành ba tầng: Sol là mô hình flagship có hiệu năng cao nhất, Terra là mô hình cân bằng cho sử dụng hàng ngày, và Luna là lựa chọn tiết kiệm chi phí.

OpenAI mô tả Sol mang lại kết quả state-of-the-art trên coding, công việc tri thức, cybersecurity và khoa học, trong khi tiêu tốn ít token hơn các mô hình mà nó vượt qua. Tính năng nổi bật nhất của Sol là ultra, một cấu hình reasoning điều phối bốn agent song song theo mặc định. OpenAI cũng bổ sung Programmatic Tool Calling trong Responses API, cho phép mô hình viết và chạy các chương trình nhỏ để điều phối công cụ và lọc dữ liệu trung gian, thay vì định tuyến mọi phản hồi công cụ quay lại mô hình.

So sánh Claude Opus 5 và GPT-5.6 Sol

Đây là bảng tổng hợp trước khi đi vào từng khía cạnh cụ thể.

1/ Dựa trên reasoning mới lạ và bài toán trừu tượng

Đây là khía cạnh hai mô hình phân kỳ rõ rệt nhất, nên được đặt lên đầu. ARC-AGI-3 yêu cầu mô hình giải các bài toán chưa từng gặp trong quá trình huấn luyện, khiến đây trở thành phép kiểm tra gần nhất với reasoning thuần túy thay vì khả năng ghi nhớ.

Opus 5 đạt 30,2%. GPT-5.6 Sol đạt 7,78%, dù đây đã là mô hình tốt thứ hai trên bảng xếp hạng. Để so sánh, Gemini 3.1 Pro Preview chỉ đạt 0,42%. Đặt con số của Opus 5 trong bối cảnh, Opus 4.8 chỉ đạt 1,5% hai tháng trước đó, biến đây thành mức tăng gấp 20 lần chỉ trong một thế hệ của chính Anthropic.

Infinity lưu ý cần thận trọng khi diễn giải ý nghĩa của một khoảng cách gấp 4 lần trên một benchmark duy nhất. ARC-AGI-3 được thiết kế có chủ đích để chống lại khả năng ghi nhớ, và điểm 30,2% vẫn đồng nghĩa phần lớn các trường hợp là thất bại. Nhưng nếu công việc của người dùng liên quan đến các bài toán không giống bất kỳ điều gì trong kho dữ liệu huấn luyện, đây là con số liên quan nhất trong toàn bộ so sánh này, và khoảng cách không hề nhỏ.

2/ Dựa trên coding và kỹ thuật agentic

Coding là nơi kết quả bị chia đôi thay vì một mô hình quét sạch tất cả. Mỗi nhà cung cấp dẫn đầu trên chính benchmark họ chọn để nhấn mạnh, đúng như những gì có thể dự đoán trước, và đây cũng chính là lý do cần đọc kỹ hơn các tuyên bố nổi bật trên tiêu đề.

Mẫu hình trở nên rõ ràng khi tách công việc cấp repository khỏi công việc terminal. Opus 5 vượt SWE-Bench Pro gần 15 điểm và tăng hơn gấp đôi điểm Frontier-Bench của Opus 4.8, benchmark đo kỹ thuật phần mềm agentic trên các tác vụ như tái tạo một chi tiết máy trong FreeCAD từ bản vẽ kỹ thuật. Ví dụ của chính Anthropic đáng được nhắc đến: khi không có cách nào để xem bản vẽ trực tiếp, Opus 5 tự viết một pipeline computer vision để trích xuất hình học từ pixel thô, và không mô hình đối thủ nào giải được bài toán này sau năm lần thử.

Sol chiếm ưu thế ở terminal, nhưng khoảng cách hẹp hơn so với các phiên bản trước. Sol hòa với Opus 5 trên Terminal-Bench 2.1, nhưng đẩy lên 91,9% khi kích hoạt ultra. Sol cũng vượt DeepSWE v1.1, bài test kỹ thuật dài hơi trên codebase thực tế, với chênh lệch 3,9 điểm, trong khi dùng chưa đến một nửa lượng output token của Fable 5 và chi phí thấp hơn khoảng một phần ba.

Infinity bổ sung một chi tiết thực nghiệm đáng chú ý: Khi xây dựng một coding agent sửa bug bằng Opus 5 và chạy qua cả năm mức effort, mức effort thấp sửa được bug ở cả ba lần chạy, trong khi mức effort tối đa lại thất bại ở một trong ba lần. Lần chạy thất bại đó trả về một báo cáo hợp lệ về mặt cấu trúc nhưng hoàn toàn rỗng nội dung, không có lượt gọi công cụ nào và trường nguyên nhân gốc chỉ ghi "b0". Bài học ở đây là một output có cấu trúc chỉ đảm bảo hình thức, không đảm bảo nội dung, và effort cao hơn không tự động đồng nghĩa tốt hơn.

Infinity nhận định: Nếu agent của người dùng sống trong shell và có ngân sách cho ultra, Sol có lợi thế nhẹ. Nếu agent làm việc trong một repository và cần suy luận về kiến trúc trên nhiều file, Opus 5 làm tốt hơn. Không mô hình nào thắng tuyệt đối ở hạng mục "coding" nói chung, và bất kỳ tuyên bố nào từ nhà cung cấp nói ngược lại đều đang chọn lọc benchmark có lợi cho mình.

3/ Trên computer use và trình duyệt

Computer use quan trọng nếu người dùng đang xây dựng bất cứ thứ gì điều khiển GUI, và khía cạnh này chia đôi giống hệt coding.

Opus 5 chiếm OSWorld 2.0 với 70,6% so với 62,6% của Sol, chênh lệch 8 điểm. Anthropic cũng khẳng định Opus 5 vượt kết quả OSWorld tốt nhất của Fable 5 với chi phí chỉ hơn một phần ba, một khung diễn giải đáng chú ý hơn vì Fable 5 có giá 10 USD mỗi triệu token input so với 5 USD của Opus 5.

Trình duyệt gần như hòa. Opus 5 báo cáo 90,8% trên BrowseComp, Sol báo cáo 90,4%, tăng lên 92,2% khi kích hoạt ultra với mười sáu agent song song. Một lần nữa, ultra chính là yếu tố tạo khác biệt.

Kết quả OSWorld của Sol đi kèm một tuyên bố về hiệu suất token đáng lưu ý: OpenAI cho biết mô hình vượt Opus 4.8 trong khi dùng ít hơn 85% output token. Đây là so sánh với thế hệ trước của Anthropic chứ không phải với Opus 5, nên không thể áp dụng trực tiếp cho cuộc so sánh này, nhưng vẫn cho thấy đường xử lý computer-use của Sol có chi phí mỗi task khá thấp.

4/ Tool use và tự động hóa

Tool use là khía cạnh khoảng cách năng lực trừu tượng chuyển thành tác vụ kinh doanh hoàn thành thực tế, và Opus 5 dẫn đầu rõ rệt.

Trên AutomationBench của Zapier, đo khả năng một mô hình hoàn thành trọn vẹn một tác vụ kinh doanh từ đầu đến cuối, Opus 5 đạt 26,0% so với 18,1% của Sol. Anthropic báo cáo tỷ lệ pass của mô hình cao gấp khoảng 1,5 lần mô hình tốt thứ nhì với cùng mức chi phí mỗi task, và ngay cả ở mức effort thấp nhất, Opus 5 vẫn hoàn thành nhiều tác vụ hơn mọi mô hình khác.

CEO Zapier, Wade Foster, mô tả một lần chạy cụ thể: Opus 5 nhận một bảng tính health tài khoản thô và thực thi trọn vẹn một chuỗi ngăn churn, đánh dấu các tài khoản có nguy cơ, cảnh báo đúng người phụ trách, và tóm tắt cho bộ phận retention. Các mô hình trước đó không hoàn thành được; Opus 5 đạt 100%.

Phản đòn của Sol mang tính kiến trúc hơn là điểm số. Programmatic Tool Calling trong Responses API cho phép Sol viết các chương trình nhỏ để điều phối công cụ, lọc kết quả trung gian, và chọn hành động tiếp theo khi công việc diễn ra, đồng nghĩa các tác vụ nặng về công cụ tiến triển với ít lượt gọi qua lại mô hình hơn. Infinity nhận thấy đây là một cơ chế hiệu suất thực chất, nhưng là một tuyên bố khác với việc hoàn thành nhiều tác vụ đúng hơn, và AutomationBench đo chính điều thứ hai.

5/ Cybersecurity và khoa học

Đây là khía cạnh hai nhà cung cấp đưa ra lựa chọn đối lập có chủ đích, và tự nó sẽ quyết định lựa chọn cho một số người đọc.

Anthropic không huấn luyện Opus 5 cho các tác vụ cyber. Công ty nêu rõ Opus 5 không đẩy biên giới năng lực dual-use, và vẫn tụt sau Mythos 5 cả trong nghiên cứu sinh học lẫn cybersecurity tấn công. Trên OSS-Fuzz, Opus 5 xác định lỗ hổng ở tỷ lệ gần bằng Mythos 5 nhưng tụt lại khá xa khi phát triển exploit cho các lỗ hổng đó. Classifier cyber của Opus 5 chặn quét lỗ hổng dựa trên binary, penetration testing, và sinh exploit, dù Anthropic kỳ vọng chúng can thiệp ít hơn khoảng 85% so với Fable 5.

OpenAI đi theo hướng ngược lại. Sol được mô tả là mô hình cybersecurity mạnh nhất của OpenAI, với các con số khá lớn:

Cả hai nhà cung cấp đều giới hạn quyền truy cập ở mảng này. OpenAI định tuyến năng lực phòng thủ nâng cao qua Trusted Access for Cyber của Daybreak, yêu cầu passkey phần cứng trước ngày 1/9 để tiếp tục truy cập các mô hình cyber mạnh nhất, và cho biết cơ chế an toàn cyber của Sol chặn khoảng gấp mười lần hoạt động tiềm ẩn nguy hại so với các mô hình trước. Anthropic vận hành Cyber Verification Program, cấp cho doanh nghiệp và nhà nghiên cứu đã đăng ký một bản Opus 5 ít hạn chế hơn.

Về khoa học, Opus 5 vượt Opus 4.8 trên mọi đánh giá khoa học sự sống của Anthropic, mức tăng lớn nhất ở hóa hữu cơ (10,2 điểm phần trăm khi suy luận cấu trúc phân tử từ dữ liệu quang phổ) và dự đoán chức năng từ trình tự protein (7,7 điểm). Sol báo cáo 28,7% trên GeneBench Pro so với 12% của GPT-5.5, và 59,9% trên LifeSciBench. Infinity lưu ý không có benchmark chung giữa hai mô hình ở mảng này, nên đây không phải một so sánh trực tiếp, mà là hai nhà cung cấp tự chấm điểm bài tập của chính mình trên hai đề thi khác nhau.

Giá của Opus 5 và Sol chênh lệch nhau bao nhiêu?

Mức giá input và cached-read hoàn toàn khớp nhau ở ngữ cảnh tiêu chuẩn, loại bỏ một biến số khỏi quyết định. Phần còn lại là phụ phí output 20% trên Sol, cộng với phụ phí long-context mà chỉ Sol áp dụng.

Toàn bộ khoảng cách chi phí ở ngữ cảnh ngắn rơi vào phần sinh nội dung, nên phụ phí của Sol tác động mạnh nhất ở reasoning dài dòng và output dạng văn bản dài. Khoảng cách này thu hẹp lại ở công việc truy xuất nơi lượng token đưa vào lớn hơn nhiều so với đưa ra, cho đến khi phụ phí long-context của Sol bắt đầu chi phối.

Cả hai mô hình hiện đều có Fast mode với giá gấp khoảng đôi giá tiêu chuẩn để đổi lấy tốc độ khoảng 2,5 lần. OpenAI đã gộp Priority Processing cũ của Sol vào Fast mode từ ngày 30/7/2026, nên đòn bẩy này đối xứng giữa hai mô hình và không phải yếu tố phân biệt.

Một workload thực tế tốn bao nhiêu?

Mức giá theo mỗi triệu token khó lập ngân sách chính xác, và một tỷ lệ cố định duy nhất che giấu phần quan trọng nhất của so sánh này: khoảng cách giữa hai mô hình phụ thuộc hoàn toàn vào hình dạng của workload. Dưới đây là ba dạng workload tiêu biểu ở mức giá tiêu chuẩn, không tính giảm giá cache hay batch.

Với công việc nặng về sinh nội dung, phụ phí output 20% gần như truyền thẳng vào hóa đơn, khiến Sol tốn thêm khoảng 19%. Với công việc truy xuất ngắn, khoảng cách gần như khép lại còn khoảng 7%, vì phần output chỉ là một sai số làm tròn so với mức giá input giống hệt nhau.

Dòng thứ ba là dòng đáng chú ý nhất. Một khi request vượt qua 272K token input, phụ phí của Sol áp dụng gấp 2× input và 1,5× output cho toàn bộ request, trong khi Opus 5 giữ giá phẳng đến 1 triệu token, nên phụ phí không thu hẹp lại khi quy mô tăng, mà gần như nhân đôi hóa đơn. Với công việc nặng về truy xuất hoặc ngữ cảnh lớn, sự đảo chiều này quan trọng hơn phụ phí output nổi bật trên tiêu đề.

Vì sao cùng một tác vụ lại tốn chi phí khác nhau?

Hai yếu tố khiến cùng một công việc nhưng tính ra hóa đơn khác nhau, ngoài mức giá niêm yết trên tiêu đề.

1. Phụ phí long-context của Sol: Bất kỳ request nào vượt 272K token input đều bị tính giá gấp 2× input và 1,5× output cho toàn bộ request, nên chỉ một prompt quá khổ cũng đưa Sol vào một dải giá cao hơn mà Opus 5 không bao giờ gặp phải. Đây là một cú chuyển mức giá, không phải chênh lệch về số lượng token, và đã được phản ánh trong dòng workload thứ ba ở trên.

2. Sol ultra: Chế độ ultra không mang phụ phí về mức giá, vẫn tính đúng 5 USD/30 USD như Sol tiêu chuẩn, nhưng chế độ đa agent, effort cao của nó tiêu tốn nhiều token hơn đáng kể cho mỗi task, có thể đẩy một công việc agentic lên tới khoảng gấp ba lần chi phí của Sol cơ bản ở cùng mức giá. Con số nhân này là một ước tính được báo cáo, không phải một con số đo lường chính xác.

Lưu ý này áp dụng cho phía output nói chung. Phần lớn các tuyên bố về hiệu suất đang lưu hành đều so sánh với các mô hình khác: Sol được cho là dùng dưới một nửa lượng output token của Fable 5 trên Coding Agent Index, còn Anthropic báo cáo Opus 5 sinh ít hơn 26% token so với Opus 4.8 ở mức reasoning tối đa. Cả hai đều là so sánh với thế hệ tiền nhiệm, không thể điều chỉnh các con số ở trên.

Khi nào nên chọn Opus 5, khi nào nên chọn Sol?

Kết quả theo từng khía cạnh khớp khá rõ ràng với từng loại workload cụ thể.

Nên chọn Claude Opus 5 nếu:

• Bài toán của người dùng thực sự mới. Khoảng cách ARC-AGI-3 là kết quả đơn lẻ lớn nhất trong toàn bộ so sánh này, và ánh xạ trực tiếp vào công việc nghiên cứu cùng bất kỳ tình huống nào mà câu trả lời không nằm sẵn trong kho dữ liệu huấn luyện.
• Cần agent hoàn thành tác vụ, không chỉ thử làm. Lợi thế AutomationBench là tín hiệu mạnh nhất trong bài viết này về khả năng hoàn thành thay vì chỉ năng lực thuần túy.
• Đang làm việc trên ngữ cảnh dài. 1 triệu token vừa là mặc định vừa là mức tối đa, không có tier phụ phí, là một câu chuyện gọn gàng hơn bất kỳ con số nào OpenAI công bố về xử lý ngữ cảnh của Sol.
• Alignment là yêu cầu bắt buộc. Điểm audit hành vi lệch chuẩn 2,3 là mức tốt nhất của Anthropic từ trước đến nay, với tỷ lệ lừa dối thấp nhất và khả năng bị dụ dỗ lạm dụng thấp nhất.

Nên chọn GPT-5.6 Sol nếu:

• Đang chạy các agent phức tạp sống trong shell. Chế độ ultra của Sol đẩy mô hình lên đầu bảng ở các benchmark liên quan.
• Đang làm công việc bảo mật phòng thủ. Các con số ExploitBench, ExploitGym và SEC-Bench Pro đều lớn, và classifier của Opus 5 chủ động chặn việc sinh exploit, nên đây không phải một lựa chọn cân nhắc sít sao.
• Muốn điều phối đa agent song song được tích hợp sẵn. Ultra điều phối bốn agent theo mặc định và đẩy BrowseComp lên 92,2% với mười sáu agent, còn bản beta multi-agent trong Responses API cho phép tự xây các mẫu tương tự.

Infinity khuyến nghị chọn Opus 5 nếu bài toán thực sự mới, agent cần hoàn thành thay vì chỉ thử, hoặc làm việc trên ngữ cảnh dài nơi mức giá phẳng 1 triệu token của mô hình này vượt trội phụ phí của Sol; chọn Sol nếu agent sống trong shell, đang làm công việc tái tạo exploit mà Opus 5 chặn theo thiết kế, hoặc có ngân sách cho ultra để đứng đầu bảng xếp hạng terminal và trình duyệt.

Kết luận

Chỉ cách nhau hai tuần, hai nhà cung cấp đã đặt cược theo hai hướng đối lập: Opus 5 theo đuổi reasoning mới lạ và khả năng hoàn thành tác vụ, còn Sol nghiêng về công việc terminal, trình duyệt và bảo mật phòng thủ, đi kèm phụ phí output 20%.

Ở phần lớn khía cạnh khác, khoảng cách nhỏ hơn những gì marketing của cả hai nhà cung cấp gợi ý, nên việc khớp mô hình với workload chủ đạo của người dùng quan trọng hơn là chạy theo con số benchmark nổi bật trên tiêu đề.

Nguồn: Infinity - đơn vị cung cấp giải pháp Digital Marketing tích hợp cho doanh nghiệp — từ thiết kế website chuẩn SEO & UX/UI, dịch vụ AI SEO (GEO/AEO), PR Digital, sáng tạo nội dung số, quảng cáo trực tuyến (SEM/Ads) đến phân tích dữ liệu Marketing. Với nền tảng nghiên cứu và dữ liệu thực chiến, chúng tôi giúp doanh nghiệp xây dựng chiến lược thương hiệu bền vững và tăng trưởng có hệ thống trong kỷ nguyên AI.