GPT-6.2 vs Claude lado a lado
Preços de tabela da API por milhão de tokens, em velocidade padrão. Os preços da OpenAI valem até 272K tokens de entrada; acima disso, as taxas de entrada e de cache dobram e a saída custa 1,5x na requisição inteira.
| GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 | |
|---|---|---|---|---|
| Empresa | OpenAI | OpenAI | Anthropic | Anthropic |
| ID do modelo na API | gpt-6.2-astra | gpt-6.2-sol | claude-fable-5-2 | claude-opus-5-5 |
| Lançamento | 17 de novembro de 2026 | 17 de novembro de 2026 | 9 de novembro de 2026 | 22 de setembro de 2026 |
| Preço (entrada / saída) | $8 / $40 | $2 / $10 | $8 / $40 | $4 / $20 |
| Entrada em cache / leituras de cache | $0.40 | $0.10 | $0.20 | $0.20 |
| Batch | 50% de desconto | 50% de desconto | 50% de desconto | 50% de desconto |
| Janela de contexto | 1,05M de tokens (entrada máxima de 922K) | 1,05M de tokens (entrada máxima de 922K) | 1M de tokens | 1M de tokens |
| Saída máxima | 128K | 128K | 128K | 128K |
| Data de corte do conhecimento | 18 de maio de 2026 | 1º de junho de 2026 | Junho de 2026 | Junho de 2026 |
| Entrada / saída | Texto e imagem na entrada, texto na saída | Texto e imagem na entrada, texto na saída | Texto e imagem na entrada, texto na saída | Texto e imagem na entrada, texto na saída |
| Esforço | low, medium, high, xhigh, max; none é rejeitado; a OpenAI sugere começar em medium | Os mesmos níveis do Astra | Pensamento adaptativo, sempre ativo; de low a max, padrão high | Pensamento adaptativo, sempre ativo; padrão medium |
| Modos mais rápidos | Fast (2x o preço), Ultrafast (3x o preço até 28 de fevereiro de 2027, depois 6x) | Fast (2x o preço), Ultrafast (3x o preço até 28 de fevereiro de 2027, depois 6x) | Modo rápido, até 2.5x mais rápido, a $16 / $80 | Modo rápido, até 2.5x mais rápido, a $8 / $40 |
| Ferramenta de programação | App e CLI do Codex (/model); GitHub Copilot | App e CLI do Codex (/model); GitHub Copilot | Claude Code, escolhido com /model (v2.1.321 ou posterior) | Modelo padrão do Claude Code (v2.1.280 ou posterior) |
| Planos | ChatGPT Plus, Pro, Enterprise e Edu, no ChatGPT Work e no Codex | ChatGPT Plus, Pro, Enterprise e Edu, no ChatGPT Work e no Codex | Claude Pro, Max, Ultra, Team e Enterprise | Claude Pro, Max, Ultra, Team e Enterprise |
| Também em | API da OpenAI, GitHub Copilot, Microsoft Foundry | API da OpenAI, GitHub Copilot | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry |
| Para que a empresa diz que serve | “Seus projetos mais difíceis”, como rastrear bugs entre serviços | “Trabalho do dia a dia”, programação e fluxos de agentes do dia a dia | Raciocínio exigente e trabalho agêntico de longo prazo, ou quando o Opus 5.5 com esforço maior não basta | Programação agêntica de longa duração e trabalho de conhecimento; modelo inicial recomendado pela Anthropic |
Benchmarks: o que cada empresa reportou
Cada número indica quem o reportou. A OpenAI e a Anthropic publicam o FrontierCode 2.0, o Terminal-Bench-Science e o AutomationBench, mas cada uma rodou seus próprios modelos com seu próprio harness, nível de esforço e salvaguardas, então uma linha são dois relatórios separados lado a lado, não uma comparação direta. Nenhuma das duas publicou o GPT-6.2 e o Claude na mesma configuração.
Os números do GPT-6.2 vêm do post de lançamento da OpenAI (segundo o VentureBeat, que observa que cada modelo usa sua melhor pontuação plotada, então o esforço pode diferir). Os números da Anthropic vêm da página do Fable, no maior esforço disponível e com as salvaguardas ativas.
| Benchmark | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 |
|---|---|---|---|---|
| FrontierCode 2.0 (programação agêntica) | 44.2% (OpenAI) | 43.8% (OpenAI) | 49.1% em xhigh (Anthropic) | 45.5% (Anthropic) |
| Terminal-Bench-Science 0.1 | 77.1% (OpenAI) | 68.0% (OpenAI) | 74.6% em max, no Claude Code (Anthropic) | 58.7% (Anthropic) |
| AutomationBench (fluxos de trabalho de negócios) | 52.4% (OpenAI) | 41.2% (OpenAI) | 51.4% (Anthropic) | 42.5% (Anthropic) |
| FrontierSWE v2 (programação agêntica) | Não reportado | Não reportado | 69.9% (Anthropic) | 62.3% (Anthropic) |
| OSWorld 2.1 (uso de computador) | Não reportado | Não reportado | 89.3% (Anthropic) | 87.2% (Anthropic) |
| Agents' Last Exam v1.1 | 78.3% (OpenAI) | 73.0% (OpenAI) | 5.5 pontos abaixo do Astra no gráfico da OpenAI; esse ranking exclui nove tarefas do Fable 5.2 que usaram um modelo de reserva | Não reportado |
| Harvey LAB-AA v1.1 (jurídico) | 15.0% (OpenAI) | 11.1% (OpenAI) | A OpenAI diz que o Astra mais que dobra a taxa de aprovação do Fable 5.2 | Não reportado |
| SWE-bench | Não reportado | Não reportado | Não reportado | Não reportado |
Como ler os números de cada empresa
- Terminal-Bench-Science: o gráfico da OpenAI também mostra uma pontuação do Fable 5.2, mas a nota de rodapé da OpenAI diz que esse número é a execução da Artificial Analysis no mini-swe-agent. A Anthropic reportou 74.6% com raciocínio máximo no Claude Code. Use o número da Anthropic para o modelo da Anthropic e o da OpenAI para o da OpenAI.
- FrontierCode 2.0: a OpenAI diz que o Sol ficou a 0.5 ponto do Astra por cerca de um quinto do custo, os dois com esforço máximo. É um benchmark, não uma proporção geral de custo.
- Agents' Last Exam e Harvey LAB-AA são comparações da OpenAI contra o Fable 5.2; a Anthropic não publicou números neles.
- FrontierSWE v2 e OSWorld 2.1 são da Anthropic; a OpenAI não reportou o GPT-6.2 neles.
Índices independentes
Rankings feitos por terceiros, não pela OpenAI nem pela Anthropic. Os números da Artificial Analysis e da Epoch AI são os reportados pelo VentureBeat; o AA-3D é o ranking da Artificial Analysis que a OpenAI cita no post de lançamento. Esses relatórios não incluíram o Opus 5.5.
| Índice | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 62, segundo lugar (Artificial Analysis) | - | Primeiro lugar, à frente do Astra (Artificial Analysis) |
| Índice da Epoch AI | 174 (Epoch) | - | 174, empatado com o Astra (Epoch) |
| AA-3D (votos humanos às cegas em construções 3D e de navegador) | 1.318 Elo (Artificial Analysis) | 1.259 Elo (Artificial Analysis) | 1.271 Elo (Artificial Analysis) |
| Artificial Analysis Coding Agent Index (Codex, esforço máximo) | Estável em relação à versão anterior (Artificial Analysis) | 3 pontos abaixo, em grande parte por uma queda de 14 pontos no SWE-Atlas-QnA-AA (Artificial Analysis) | - |
| Teste de um desenvolvedor com o mesmo prompt (@EnvolDev no X, prompt "Cathedral of Ice"; não é benchmark) | $8.20, 40 min 34 s; o autor achou a qualidade bem abaixo do Fable 5.2 | - | $81.10, 1 h 56 min 52 s |
GPT-6.2 Astra vs Claude Fable 5.2
São os dois modelos de ponta, e custam o mesmo por token: $8 por milhão de entrada e $40 por milhão de saída. Os dois aceitam contexto na casa de 1M e escrevem até 128K tokens. Nos índices independentes ficam próximos: empatados em 174 no índice da Epoch, o Fable 5.2 à frente no Intelligence Index da Artificial Analysis e o Astra à frente no AA-3D.
- Para que servem: a OpenAI chama o Astra de seu modelo para “seus projetos mais difíceis”, como rastrear bugs entre serviços. A Anthropic posiciona o Fable 5.2 para raciocínio exigente e trabalho de agentes de longo prazo, e diz que ele consegue executar tarefas de engenharia ambíguas por dias.
- Cache: as leituras de cache do Fable 5.2 custam $0.20 por milhão, metade dos $0.40 da entrada em cache do Astra. Em sessões longas de agentes que reaproveitam o mesmo prefixo, essa diferença pesa.
- Esforço: o Fable 5.2 usa
highpor padrão. A OpenAI sugere começar o Astra emmedium. Os dois vão atémax, e esforço maior costuma significar mais tokens por tarefa, então compare o custo por tarefa concluída além do preço de tabela. - Entradas longas: acima de 272K tokens de entrada, a OpenAI dobra o preço de entrada do Astra e aumenta a saída em 1,5x na requisição inteira.
- Velocidade: o modo rápido do Fable 5.2 é até 2.5x mais rápido pelo dobro do preço. O Astra tem os níveis Fast (2x o preço) e Ultrafast (3x o preço até 28 de fevereiro de 2027); o Ultrafast é apenas com residência de dados nos EUA.
- Onde roda: o Astra no Codex, no ChatGPT Work e no GitHub Copilot; o Fable 5.2 no Claude Code, onde você o escolhe com
/model. No Claude Pro e em vagas Team padrão, o Fable 5.2 pode usar até 50% dos seus limites semanais. - Salvaguardas: os dois restringem parte do trabalho de cibersegurança. A OpenAI diz que suas salvaguardas cibernéticas mais rígidas também bloqueiam parte da pesquisa de segurança legítima; a Anthropic encaminha consultas cibernéticas sinalizadas no Fable 5.2 para o Claude Opus 4.8.
- Retenção de dados: os modelos Fable guardam os dados por 30 dias por padrão para monitoramento de segurança, e a retenção zero de dados exige autorização da Anthropic. A OpenAI oferece retenção zero de dados a organizações aprovadas.
GPT-6.2 Sol vs Claude Opus 5.5
São os modelos do dia a dia. A OpenAI chama o Sol de seu “modelo eficiente e versátil para o trabalho do dia a dia” e diz que muitos funcionários da OpenAI o usam como padrão. A Anthropic diz aos desenvolvedores para começar com o Opus 5.5 na maioria das cargas de trabalho, e ele é o modelo padrão do Claude Code.
- Preço: o Sol custa $2 e $10 por milhão de tokens, metade dos $4 e $20 do Opus 5.5. A entrada em cache custa $0.10 no Sol contra $0.20 no Opus 5.5. O preço por token do Sol é igual ao do Claude Sonnet 5.5, não ao do Opus.
- Esforço padrão: o Opus 5.5 usa
mediumpor padrão. A OpenAI sugeremediumcomo ponto de partida para o Sol na API. No ChatGPT Work, os novos chats começam no Sol com esforço Light nos planos de consumo. - Contexto: os dois têm cerca de 1M de tokens. No Codex, os modelos GPT-6.2 chegam a até 1 milhão de tokens quando configurados.
- Afirmações sobre programação: a OpenAI diz que o Sol termina tarefas exigentes com menos tokens de saída que os modelos anteriores e ficou a meio ponto do Astra no FrontierCode 2.0 com esforço máximo. Os números da Anthropic põem o Opus 5.5 em 45.5% no FrontierCode 2.0 e 62.3% no FrontierSWE v2. São relatórios separados, não um único teste.
- Um sinal independente sobre o Sol: o Coding Agent Index da Artificial Analysis, rodado no Codex com esforço máximo, teve o Sol 3 pontos abaixo da versão anterior, em grande parte por um único subteste.
- Problema conhecido: a OpenAI diz que, em dois testes, os dois modelos GPT-6.2 tinham mais chance de omitir bloqueios como um arquivo ausente, e que acrescentou instruções ao Codex que reduzem bastante isso. Leia o relatório final de qualquer agente de programação antes de fazer o merge.
Qual escolher para programar
Nenhum benchmark de empresa resolve isso, e os índices independentes põem os modelos de ponta próximos. Decida com os fatos que você pode verificar e depois teste os candidatos nas suas próprias issues.
- Você já paga pelo Claude e trabalha no Claude Code: fique no Opus 5.5, o padrão, e troque para o Fable 5.2 em trabalhos longos e bugs que o Opus não resolve.
- Você já paga pelo ChatGPT e trabalha no Codex: use o Sol para mudanças do dia a dia e o Astra para os projetos mais difíceis, como a OpenAI sugere. O Codex e o ChatGPT Work compartilham uma única cota de uso.
- Agentes de alto volume na API em que o preço por token decide: o Sol, a $2 / $10, é o mais barato dos quatro.
- Execuções longas de agentes que relêem o mesmo prefixo grande: compare os preços da entrada em cache. O Fable 5.2 e o Opus 5.5 custam $0.20, o Astra $0.40 e o Sol $0.10.
- Prompts acima de 272K tokens de entrada na OpenAI: reserve orçamento para a taxa de contexto longo, que dobra a entrada e aumenta a saída em 1,5x na requisição inteira.
- Você precisa do modelo em uma nuvem específica: o Claude Fable 5.2 e o Opus 5.5 estão no Amazon Bedrock, no Google Cloud e no Microsoft Foundry. O GPT-6.2 Astra está no Microsoft Foundry; não encontramos páginas oficiais do GPT-6.2 no Bedrock nem no Google Cloud.
- Você revisa código no GitHub: os dois modelos GPT-6.2 estão no GitHub Copilot no Pro+, Max, Business e Enterprise. O GitHub descreve o Sol como feito para programação agêntica complexa e revisão de código aprofundada.
- Pesquisa de segurança: as duas empresas restringem parte do trabalho cibernético nesses modelos. Confira o programa de verificação de cada uma antes de planejar em torno de qualquer delas.
- Na dúvida: passe a mesma issue pelo Opus 5.5 e pelo Sol, e escale as falhas para o Fable 5.2 ou o Astra. Compare os diffs e os testes, não os gráficos de lançamento.
Rode o GPT-6.2 e o Claude lado a lado
O jeito mais rápido de compará-los é no seu próprio repositório: uma sessão no Codex, outra no Claude Code, a mesma issue nas duas.
Escolha o GPT-6.2 no Codex
Atualize o Codex, depois rode
/modelna CLI, ou use o seletor de modelos do app do Codex, e escolha GPT-6.2 Sol ou GPT-6.2 Astra. No ChatGPT, é preciso Plus, Pro, Enterprise ou Edu; os administradores Enterprise e Edu ativam os modelos primeiro.# Codex: atualize e escolha o modelo desta sessão /model # escolha GPT-6.2 Sol ou GPT-6.2 Astra # IDs de modelo na API gpt-6.2-sol gpt-6.2-astra # esforço de raciocínio: low | medium | high | xhigh | max # A OpenAI sugere começar novas integrações em mediumEscolha o Opus 5.5 ou o Fable 5.2 no Claude Code
O Opus 5.5 é o padrão do Claude Code nos planos Pro, Max, Ultra, Team, Enterprise e na API. Para o Fable 5.2, rode
/model fableou inicie com--model claude-fable-5-2(Claude Code v2.1.321 ou posterior).# Claude Code: atualize e escolha o modelo desta sessão claude update /model # o Opus 5.5 é o padrão; ou escolha o Fable 5.2 # Ou inicie uma sessão direto no Fable 5.2 (v2.1.321 ou posterior) claude --model claude-fable-5-2Dê a mesma issue aos dois
Use o mesmo estado do repositório e as mesmas instruções. Anote o nível de esforço em que cada um rodou, pois os padrões são diferentes.
Compare os resultados, não as promessas
Veja se os testes passam, o tamanho do diff e se o agente relatou o que o bloqueou. Fique com o modelo que faz melhor o seu tipo de trabalho.
Você não precisa escolher só um
No Crewmark, uma sessão do Codex rodando o GPT-6.2 e uma sessão do Claude Code rodando o Opus 5.5 ou o Fable 5.2 podem ser, cada uma, um funcionário de IA com função, meta, horário de trabalho e um heartbeat. Eles pegam issues do mesmo quadro, então você vê como cada modelo lida com o seu trabalho real e pode ficar com os dois.
Adicione um funcionário Codex no GPT-6.2
Dê a ele uma função, como o engenheiro de software de IA, depois rode
/modelna sessão do Codex dele e escolha GPT-6.2 Sol ou Astra.Adicione um funcionário Claude Code no Opus 5.5 ou no Fable 5.2
Rode
/modelna sessão do Claude Code dele e escolha o Opus 5.5 para as issues do dia a dia ou o Fable 5.2 para as mais difíceis.Atribua issues e compare em um só quadro
Cada funcionário acorda no seu heartbeat e pega a próxima issue. Os resultados caem no mesmo quadro, então você pode compará-los lado a lado; veja Claude Code vs Codex para saber como as duas ferramentas diferem.
Perguntas frequentes
O GPT-6.2 é melhor que o Claude para programar?
Ainda não há uma resposta única. Os benchmarks de cada empresa favorecem seus próprios modelos em pontos diferentes, e elas usaram harnesses diferentes. Nos índices independentes, o GPT-6.2 Astra e o Claude Fable 5.2 empatam em 174 no índice da Epoch, o Fable 5.2 está à frente no Intelligence Index da Artificial Analysis e o Astra está à frente no AA-3D. Teste os dois nas suas próprias issues.
GPT-6.2 Astra vs Claude Fable 5.2: qual custa mais?
Por token custam o mesmo: $8 por milhão de entrada e $40 por milhão de saída. As leituras de cache do Fable 5.2 são mais baratas ($0.20 vs $0.40), e a OpenAI cobra mais por requisições acima de 272K tokens de entrada. O custo real também depende do esforço: o Fable 5.2 usa high por padrão, e a OpenAI sugere começar o Astra em medium.
GPT-6.2 Astra vs Claude Opus 5.5: qual devo usar?
O Astra custa o dobro por token do Opus 5.5 ($8 / $40 contra $4 / $20). O Opus 5.5 é o modelo inicial recomendado pela Anthropic e o padrão do Claude Code; o Astra é o modelo da OpenAI para seus projetos mais difíceis. Se você compara modelos de ponta, o par de preço do Astra é o Fable 5.2.
GPT-6.2 Sol vs Claude Opus 5.5: qual é mais barato?
O Sol, a $2 por milhão de entrada e $10 por milhão de saída, metade dos $4 e $20 do Opus 5.5. Sua entrada em cache também custa metade ($0.10 vs $0.20). O preço do Sol é igual ao do Claude Sonnet 5.5.
Qual é melhor para programar, o GPT-6.2 ou o Fable 5.2?
No FrontierCode 2.0, a OpenAI reporta 44.2% para o Astra e a Anthropic reporta 49.1% para o Fable 5.2 em xhigh. No Terminal-Bench-Science, a OpenAI reporta 77.1% para o Astra e a Anthropic reporta 74.6% para o Fable 5.2 no Claude Code. São execuções separadas com configurações diferentes, então não resolvem a questão.
Qual é a janela de contexto do GPT-6.2 vs Claude?
O GPT-6.2 Astra e o Sol têm 1,05M de tokens (entrada máxima de 922K); o Claude Fable 5.2 e o Opus 5.5 têm 1M. Os quatro escrevem até 128K tokens de saída.
Posso usar o GPT-6.2 e o Claude juntos?
Sim. Rode o GPT-6.2 em uma sessão do Codex e o Opus 5.5 ou o Fable 5.2 em uma sessão do Claude Code, e dê as mesmas issues aos dois. No Crewmark, cada sessão pode ser um funcionário de IA que pega trabalho do mesmo quadro.
Quando o GPT-6.2 foi lançado?
Em 17 de novembro de 2026, no ChatGPT Work, no Codex, na API e no GitHub Copilot. O Claude Fable 5.2 saiu em 9 de novembro de 2026, e o Claude Opus 5.5 em 22 de setembro de 2026. Mais sobre cada um: GPT-6.2, Claude Fable 5.2 e MAI Code 2.
Verificado com o post de lançamento e a documentação da API da OpenAI e com as páginas de modelos e a documentação da Anthropic em 18 de novembro de 2026.