Серия независимых бенчмарков в среде агентской операционной системы Agent OS выявила существенные различия в поведении двух флагманских языковых моделей — GPT 5.6 SOL от OpenAI и Claude Opus 5 от Anthropic — при автоматическом кодинге и согласовании файловых структур.
Результаты сопоставления по ключевым параметрам:
- Точность следования инструкциям: Claude Opus 5 продемонстрировал превосходство в точном соблюдении сложных вложенных правил и форматов данных, допуская на 25% меньше отклонений от спецификации.
- Скорость рефакторинга: GPT 5.6 SOL показал более высокую скорость генерации кода при работе с простыми функциями и типовыми файлами.
- Расход токенов: Claude Opus 5 более экономно расходует контекстное окно за счет лаконичных промежуточных рассуждений.
Практический вывод исследования: для ролей ведущего архитектора и контроля качества предпочтителен Claude Opus 5, в то время как GPT 5.6 SOL оптимален для задач быстрой генерации шаблонного кода.
