So sánh Claude Sonnet 5 với GPT-5.6

Infinity phân tích hai bài công bố và thấy đây là một so sánh lệch pha: một mô hình đã dùng được ngay hôm nay với giá ưu đãi, một mô hình mới hé lộ benchmark nhưng chưa ai chạm tới ngoài nhóm đối tác được chọn.

Tóm tắt các điểm chính:

• Sonnet 5 dùng được ngay từ 30/6/2026 với giá giới thiệu 2 USD/10 USD (input/output) mỗi triệu token, trong khi GPT-5.6 chưa có ngày phát hành đại trà
• GPT-5.6 Sol Ultra đạt 91,9% trên Terminal-Bench 2.1, vượt mọi mô hình Claude từng công bố, kể cả Opus 4.8 (78,9%)
• Sonnet 5 đạt 63,2% trên SWE-bench Pro, cao hơn GPT-5.5 (58,6%) nhưng thấp hơn Opus 4.8 (69,2%) và Fable 5 (80,3%)
• GPT-5.6 là một họ ba mô hình: Sol (flagship), Terra (cân bằng), Luna (giá rẻ, độ trễ thấp)
• Giá giới thiệu của Sonnet 5 (2 USD/10 USD) rẻ hơn cả GPT-5.6 Terra (2,5 USD/15 USD) trong giai đoạn từ nay đến hết tháng 8/2026

Claude Sonnet 5 là gì?

Claude Sonnet 5 là mô hình tầng trung mới nhất của Anthropic, được công ty định vị là mô hình Sonnet mang tính agentic nhất từ trước đến nay. Infinity nhận thấy điểm nhấn chính là Sonnet 5 thu hẹp phần lớn khoảng cách với các mô hình lớp Opus về lập kế hoạch và tool use, trong khi vẫn giữ mức giá rẻ hơn đáng kể.

Anthropic công bố Sonnet 5 là bước tiến rõ rệt so với Sonnet 4.6 về reasoning, coding và tool use, đưa hiệu năng tiệm cận Opus 4.8 trên một số benchmark agentic, bao gồm BrowseComp (tìm kiếm agentic) và OSWorld-Verified (computer use). Opus 4.8 vẫn dẫn đầu về độ chính xác thô, đặc biệt ở mức effort cao hoặc cao nhất, nhưng Sonnet 5 mang lại lựa chọn giá trên hiệu năng mạnh hơn cho lập trình viên.

Lưu ý: Các mô hình tầng trung của Anthropic từng có tiền lệ vượt trội so với vị thế của mình khi một thế hệ mới ra mắt trước khi Opus kịp cập nhật. Claude Sonnet 3.5 từng vượt qua Claude Opus 3 cũ hơn trên một số benchmark vào năm 2024.

Sonnet 5 cũng dùng tokenizer mới, khiến cùng một lượng văn bản đầu vào có thể ánh xạ sang nhiều token hơn trước, khoảng 1,0 đến 1,35 lần tùy nội dung.

GPT-5.6 là gì?

GPT-5.6 không phải một mô hình đơn lẻ mà là một họ ba mô hình, tổ chức theo quy ước đặt tên mới trong đó số đánh dấu thế hệ còn tên đánh dấu tầng năng lực. So sánh GPT-5.6 với Claude Sonnet 5 vì vậy cần tách riêng từng tầng thay vì gộp chung một con số.

Cùng đợt công bố, OpenAI nhấn mạnh mức tăng ở coding, biology và cybersecurity. Điểm nhấn benchmark rơi vào Terminal-Bench 2.1, cùng với GeneBench v1 (benchmark genomics dài hạn) và hai benchmark phát triển exploit (ExploitBench, ExploitGym).

Claude Sonnet 5 và GPT-5.6 chênh lệch nhau bao nhiêu trên benchmark?

Sonnet 5 và GPT-5.6 hiện không có chung một benchmark nào có đủ số liệu từ cả hai phía. Infinity tổng hợp dữ liệu công bố từ hai công ty và nhận thấy đây là một khoảng trống dữ liệu thực sự, không phải một so sánh đầu-đối-đầu hoàn chỉnh.

Anthropic đã công bố một số con số cụ thể cho Sonnet 5 trong bài ra mắt và system card, trong khi OpenAI mới xác nhận đúng một điểm số cho GPT-5.6: Terminal-Bench 2.1.

Terminal-Bench 2.1 là dòng duy nhất GPT-5.6 có số liệu, trong khi Sonnet 5 lại chưa công bố điểm ở đây. Ở các benchmark mà Sonnet 5 có số liệu (SWE-bench Pro, OSWorld-Verified, Humanity's Last Exam), GPT-5.6 chưa hé lộ gì để đối chiếu.

Infinity nhận định: Một so sánh benchmark đầy đủ giữa Sonnet 5 và GPT-5.6 hiện chưa tồn tại, vì mỗi công ty công bố một tập benchmark khác nhau. Đây là lý do các bài so sánh trực tiếp giữa hai mô hình cần được đọc cẩn trọng, tránh suy diễn từ những cột dữ liệu trống.

Sonnet 5 và GPT-5.6 đứng ở đâu so với phần còn lại của thị trường?

Trên Terminal-Bench 2.1, GPT-5.6 Sol Ultra đạt 91,9%, vượt qua mọi mô hình Claude từng công bố, kể cả Opus 4.8 ở mức 78,9%. Vì Sonnet 5 và GPT-5.6 không có điểm chung trực tiếp, Infinity mở rộng khung so sánh sang Opus 4.8, Fable 5 (đang tạm ngưng), GPT-5.5 và Gemini 3.1 Pro để xác định vị trí tương đối của từng mô hình.

Trên Terminal-Bench 2.1, GPT-5.6 Sol Ultra vượt mọi mô hình Claude trên bảng, kể cả Opus 4.8. Tuyên bố của OpenAI về điểm số Terminal-Bench 2.1 vì vậy không phải là phóng đại.

Fable 5 vẫn dẫn trước Opus 4.8 và GPT-5.5 trên cả SWE-bench Pro lẫn Humanity's Last Exam, ngay cả khi đang tạm ngưng hoạt động. Chưa mô hình nào, kể cả GPT-5.6, vượt qua được các con số này, dù bản thân GPT-5.6 chưa công bố điểm SWE-bench Pro hay HLE để đối chiếu trực tiếp. Điểm 63,2% của Sonnet 5 trên SWE-bench Pro nằm trên GPT-5.5 (58,6%) nhưng dưới Opus 4.8 và Fable 5, dù đây chỉ là một phép so sánh tương đối, vì đang đối chiếu hai thế hệ mô hình khác nhau từ hai bảng dữ liệu riêng biệt của hai công ty.

Giá của Claude Sonnet 5 và GPT-5.6 chênh lệch bao nhiêu?

Giá giới thiệu của Sonnet 5 rẻ hơn cả GPT-5.6 Terra, dù Terra được định vị là tầng cân bằng, không phải tầng giá rẻ nhất.

Theo giá niêm yết, mức giá giới thiệu của Sonnet 5 nằm giữa GPT-5.6 Terra và Luna, thấp hơn nhiều so với Sol. Nhưng chính mức giá giới thiệu mới là điểm dữ liệu đáng chú ý: ở 2 USD/10 USD, Sonnet 5 rẻ hơn cả GPT-5.6 Terra (2,5 USD/15 USD), ít nhất là đến hết mùa hè trước khi có điều chỉnh giá.

Infinity đánh giá: Câu chuyện giá không đơn thuần là phép tính trên giấy. Anthropic xác nhận mức giá giới thiệu của Sonnet 5 được hiệu chỉnh để gần như trung tính về chi phí trước lượng token tăng lên do tokenizer mới. Song song đó, OpenAI giới thiệu cơ chế prompt caching dự đoán được hơn cho GPT-5.6 và các mô hình sau này, với cache write tính phí bằng 1,25 lần giá input không cache, còn cache read vẫn giữ mức giảm 90%.

Vì sao Anthropic chọn mức giá giới thiệu thấp thay vì áp giá tiêu chuẩn ngay từ ngày đầu? Lý do tokenizer chỉ giải thích một phần. Thời điểm ra giá cũng trùng với một thị trường đông đúc và biến động nhanh: trong vài tuần gần đây, Sakana AI đã ra mắt Fugu, một orchestrator định tuyến qua một nhóm mô hình frontier và tuyên bố tiệm cận các hệ thống lớp Mythos của Anthropic với chi phí chỉ bằng một phần nhỏ.

Infinity nhận định: Việc định giá Sonnet 5 ở mức 2 USD/10 USD đến hết tháng 8 mang lại cho Anthropic một mô hình agentic rẻ và sẵn có rộng rãi để làm điểm tựa cạnh tranh, trong lúc GPT-5.6 vẫn còn khóa trong preview. Đây là lợi thế cạnh tranh thực chất khi một mô hình vừa dùng được ngay, vừa có giá thấp. Doanh nghiệp cân nhắc triển khai agent trong giai đoạn này nên tận dụng cửa sổ giá giới thiệu trước ngày 31/8/2026.

Claude Sonnet 5 và GPT-5.6 khả dụng ở đâu?

Claude Sonnet 5 đã dùng được ngay hôm nay, ở mọi nơi, trong khi GPT-5.6 vẫn giới hạn trong nhóm đối tác được chọn.

• Sonnet 5 là mô hình mặc định trên gói Free và Pro, khả dụng trên Max, Team, Enterprise, cũng như trên Claude Code và Claude Platform qua API với model string claude-sonnet-5.
• GPT-5.6 chưa khả dụng đại trà. Trong giai đoạn preview, mô hình chỉ truy cập được qua API và Codex, dành cho một nhóm đối tác được chọn. OpenAI cho biết khả năng tiếp cận rộng hơn đang đến nhưng chưa công bố ngày cụ thể.

Kết luận

Ở benchmark duy nhất có sự chồng lấn, tầng flagship của GPT-5.6 báo cáo điểm số cao hơn flagship hiện tại của Claude là Opus 4.8, cho thấy OpenAI có thể nắm lợi thế năng lực thực sự một khi GPT-5.6 phát hành rộng rãi. Nhưng Sonnet 5 không thực sự cạnh tranh trực tiếp với Sol hay Terra về năng lực thuần túy.

Infinity đánh giá: Đây là một mô hình tầng trung cạnh tranh trên hiệu năng tính theo từng đô la, và ở khía cạnh đó, Sonnet 5 đang thắng thế nhờ ba yếu tố cộng dồn: đã sẵn có, giá cạnh tranh, và hoạt động được ngay từ hôm nay, trong khi đối thủ trực tiếp vẫn còn nằm sau cánh cửa preview.