Opus 5.5 или GPT-6 Sol для текстов: как самому сравнить две нейросети за 15 минут

В ролике я обещал способ сравнить две модели на своём посте за 15 минут. Он ниже. Сначала цифры и чужой тест.

Что вышло и сколько стоит

22 сентября вышли сразу две модели: Claude Opus 5.5 от Anthropic и GPT-6 Sol от OpenAI. По цене для разработчиков разница ровно вдвое:

Модель	Вход, за 1 млн токенов	Выход, за 1 млн токенов
GPT-6 Sol	2 доллара	10 долларов
Claude Opus 5.5	4 доллара	20 долларов

Если ты пользуешься подпиской, а не пишешь программы, эти цифры тебя почти не касаются. Ты платишь фиксированную сумму в месяц. Тебе важнее другое: сколько правок остаётся после модели.

Тест Пола Липски

Пол Липски в недельном обзоре (130 тысяч просмотров) дал обеим моделям одно задание: написать сценарий ролика о сравнении этих же двух моделей. Материал они собирали сами через встроенный браузер. Уровень усилий у обеих стоял высокий.

Скорость. Sol закончил примерно за полторы минуты, Opus чуть дольше двух. Разница есть, но небольшая.

Текст. Липски отдал победу Opus. Его доводы: история складнее, язык ближе к человеческому, модель лучше повторяет тон автора. У Sol, по его словам, мысль прыгала между тезисами.

Оговорка. Он сам говорит, что ИИ в тексте всё равно слышно. «Лучше» не значит «готово к публикации».

Расход. На тарифе за 100 долларов в месяц такая задача съела у него около процента лимита в обоих сервисах.

Это мнение одного человека на одном задании. Полезное, но не приговор. Поэтому стоит проверить на своём.

Сравнение на своём посте за 15 минут

1. Возьми живой пост (2 минуты). Свой, удачный, написанный руками. Он будет эталоном голоса.

2. Подготовь одно задание (3 минуты). Одинаковый текст запроса для обеих моделей:

Вот мой пост, так я пишу: [пост].
Напиши новый пост на тему «[тема]» в том же голосе.
Длина до 900 знаков. Без выдуманных фактов и цифр.
Если чего-то не знаешь обо мне, спроси, а не придумывай.

3. Запусти обе модели (5 минут). В двух вкладках, по очереди. На встречные вопросы отвечай одинаково.

4. Оцени по четырём строкам (5 минут).

Что смотреть	Как проверить
Голос	Дай оба текста знакомому: какой больше похож на тебя
Правки	Посчитай, сколько предложений пришлось переписать
Выдумки	Есть ли цифры и факты, которых ты не давал
Первая строка	Захотелось бы читать дальше

Побеждает модель с меньшим числом правок. Скорость ответа тут вторична: полминуты ожидания ничто рядом с десятью минутами переписывания.

Когда брать быструю и дешёвую

Писать в твоём голосе и собирать факты это разные работы. Для второй сильный стилист не нужен.

• Выжимка из длинной статьи или расшифровки.
• Таблица из хаотичных заметок.
• Сортировка заявок и отзывов по темам.
• Черновой список идей на неделю.

Здесь разумно брать то, что быстрее. А финальный текст отдавать модели, которая лучше держит твой тон.

Почему одной модели мало

Даже лучшая модель оставляет следы: одинаковый ритм, любимые связки, слишком ровные списки. Читатель считывает это за секунды.

У меня тексты пишет Claude, а после него идёт отдельная проверка: скрипт ловит штампы, длинные тире и точки в конце абзацев, и возвращает текст на переделку. Сегодняшние описания к рилсам прошли её так же. Как собрать себе такую проверку: как заставить ИИ проверять свою работу.

А если хочется понять, какой режим ставить внутри Opus 5.5, есть разбор уровней: какой уровень под какую задачу.

Частые ошибки при сравнении

Разные запросы. Одной модели дали образец поста, другой нет. Сравнение теряет смысл: выиграет та, у которой было больше контекста.

Оценка по первому впечатлению. Гладкий текст кажется лучше, пока не попробуешь его опубликовать. Считай правки, а не ощущения.

Одна попытка. Модели отвечают по-разному от раза к разу. Если результат близкий, повтори на втором посте с другой темой.

Сравнение на чужой задаче. Обзоры проверяют модели на своих задачах: код, сценарии для YouTube, дизайн. Твоя задача может быть другой, например тёплый пост для клиентов в мягкой нише. Там победитель может поменяться.

Что делать с результатом

Запиши итог одной строкой: какая модель, на каком типе текста, сколько правок. Через месяц, когда выйдет следующее обновление, повторишь тест за те же 15 минут и увидишь, изменилось ли что-то на деле, а не в заголовках новостей.

Частые вопросы

Так какая модель лучше пишет?

По тесту Липски, Opus 5.5. Но проверить на своём посте занимает 15 минут, и результат может отличаться: голос у всех разный.

GPT-6 Sol хуже во всём?

Нет. Он быстрее и вдвое дешевле для разработчиков. В черновой работе с данными разницы в качестве можно не заметить.

Нужно ли платить за обе подписки?

Для сравнения хватит одного месяца или бесплатных лимитов. Дальше оставь ту, после которой меньше правок.

Продолжение в Telegram

Какими моделями я пишу и как довожу тексты до живого звучания, показываю каждый день в Telegram-канале: рилсы, статьи, воронки и все грабли по ходу. Подписывайся, там продолжение этой темы: t.me/Evgeniy_Tolstobrov