Comparar Claude e OpenAI pela tarefa que você paga

Contratar modelo de IA pelo anúncio do fornecedor é o jeito mais rápido de pagar caro por uma entrega que o time ainda vai corrigir. Anthropic, dona do Claude, e OpenAI, dona do GPT e do Codex, disputam hoje o topo dos agentes de código.

Agente de código é o programa que escreve, testa e corrige software sozinho, como um estagiário que também confere o próprio trabalho antes de entregar.

Em setembro de 2026, as duas trocaram de geração em menos de três semanas. A OpenAI lançou o GPT-6 Astra em 03/09 e, em 22/09, os mais baratos GPT-6 Sol e GPT-6 Luna.

No mesmo 22/09 saiu o Claude Opus 5.5, que a documentação da Anthropic indica como ponto de partida para a maioria dos usos.

Preço de modelo é cobrado por milhão de tokens, e token é o pedaço de palavra que o modelo lê ou escreve. O Opus 5.5 custa US$ 4 na entrada e US$ 20 na saída; o GPT-6 Sol, US$ 2 e US$ 10. Nos topos de linha, Claude Fable 5.1 e GPT-6 Astra empatam em US$ 10 e US$ 50.

Janela de contexto é o total de texto que o modelo considera de uma vez: 1 milhão de tokens no Opus 5.5 e 1,05 milhão no Astra. No Astra, pedido acima de 272 mil tokens paga o dobro na entrada. A janela do GPT-6 Sol não aparece na documentação da OpenAI, e os placares divergem.

Benchmark é a prova padronizada que compara modelos na mesma lista de problemas, como um vestibular com gabarito. Nos placares independentes, os dois se revezam no topo.

No Terminal-Bench 4.0, que mede trabalho real no terminal, o GPT-6 Astra com o Codex lidera com 58,2%, e o Claude Fable 5.1 vem logo atrás, com 57,9%.

Já o índice da Artificial Analysis mede o par agente mais modelo. Nele, o Claude Code com Opus 5.5 fica em primeiro, com 66 pontos, contra 62 do Codex com Astra. No placar de sites da Arena, feito por voto cego de usuários, o Opus 5.5 aparece em primeiro e o Astra em segundo.

Número publicado pelo fornecedor pede leitura separada. A Anthropic informa 66,4% do Opus 5.5 no Terminal-Bench 4.0, resultado que ainda não aparece no placar oficial da prova.

A OpenAI informa 57,9% para o Astra, e o placar oficial registra 58,2%. A configuração do teste muda o número, e quem publica escolhe a configuração.

Liderar o placar também custa. Na medição da Artificial Analysis, o Opus 5.5 em esforço máximo foi o mais caro por tarefa, US$ 13, e o mais lento, cerca de 1,1 hora. Esforço é o quanto o modelo pensa antes de responder, regulado como a marcha de um carro.

Decida pela tarefa, com a tabela como ponto de partida. Em refatoração longa num repositório grande, em que o agente trabalha horas sozinho, os dois topos se equivalem nos placares, e o desempate é o retrabalho medido no seu código.

Para volume alto de trabalho simples, como classificar chamado ou escrever descrição de produto, a OpenAI tem hoje o degrau mais barato. O GPT-6 Luna custa US$ 0,10 na entrada, dez vezes menos que o Claude Haiku 4.5. No meio da linha, Sonnet 5 e GPT-6 Sol custam o mesmo.

Duas datas entram no calendário do comitê. O GPT-5.5 sai do ChatGPT e do Codex em 14/10/2026, sem mudança na API. O Claude Haiku 4.5 será aposentado não antes de 15/10/2026, e todo fluxo que depende dele precisa de substituto testado.

Rode Claude Code e Codex nas mesmas dez tarefas reais do seu repositório durante uma semana e compare o custo por tarefa aceita na revisão. Se a diferença de custo ficar abaixo de 20% e o retrabalho empatar, fique com o fornecedor em que a empresa já tem contrato e regra de dados.