Sonnet 5.5とGPT-6 Sol、日々の開発ではどちらを選ぶ？

Claude Sonnet 5.5とGPT-6 Solは日常的なコーディングで比較する価値がありますが、どちらかがすべてのリポジトリ作業で安いという証拠はありません。 Sonnetの標準Claude API料金は入力・出力それぞれ100万トークン当たり2ドル・10ドルです。GPT-6 Solの短いコンテキストでの標準単価も同じですが、長いコンテキストの料金は別途確認が必要です。同じ単価でも消費トークン数や成功率まで同じにはなりません。

本記事は、範囲を限定したバグ修正、小さな機能追加、レビュー工程のモデルを選ぶ開発者向けです。2026年9月29日に確認した公式資料と独立機関の公開時評価に基づきます。Ofoxが独自に実施したコーディング対決ではありません。ランキングを本番環境の保証と見なさず、自分のリポジトリで判断するための記録方法を示します。

先に動作条件をそろえる

出典：Sonnetの仕様、GPT-6 Solのモデル資料、OpenAIの料金。異なる会社のeffort名を同等の設定として扱っていません。

公開時の評価から分かること

Artificial Analysisは、Sonnet 5.5の高effortでの強い結果と、大量の出力トークン消費を報告しています。費用と能力の比較では、SonnetのhighがあるSol構成に近い一方、別の設定では費用との釣り合いが見劣りしました。見出しのスコアだけで決めず、両モデルを試す理由になります。

同機関は、構造化出力のバグがある公開前のSonnet環境で測定し、該当評価を再実施すると説明しています。この限定を省かないでください。提供元の図、別々のベンチマーク、古い環境のテストを、同じ課題と条件で測ったかのように一つの表へ混ぜることはできません。

本番運用で知りたいのは、より具体的なことです。自分たちのタスクで予算内に合格するパッチを作るのはどの構成でしょうか。ターミナルのベンチマークはエージェントの実行能力を示しても、レビュー時間、プロジェクト固有の規則、追加のロールバック費用までは測りません。

範囲を限定してコーディングを比較する

目立つデモ一つより、代表的なタスクを数件選びます。既知の失敗テストがある不具合修正、明確な合格条件のある機能追加、あらかじめ問題を仕込んだレビューを含めましょう。モデルの回答を見る前に期待結果を決め、入力には本番の秘密情報を含めません。

各試行では次をそろえます。

1. 同じクリーンなコミットとツール権限から開始する。
2. 同じ問題説明、リポジトリの指示、関連ファイルを渡す。
3. 正確なモデル、effort、APIか月額契約か、クライアント版、日付を記録する。
4. 同じテストを実行し、無関係な編集も含めて最終差分を見る。
5. 使用トークン、キャッシュ区分、再試行、所要時間、人のレビュー時間を保存する。

3回の再試行後に成功したモデルは、最後のパッチが似ているだけで初回成功と同等にはなりません。一方、1回の失敗だけで能力不足とも断定できません。勝者ラベルだけでなく、タスクの件数と内容を示してください。

再試行で変わる費用の例

1回0.10ドルと仮定し、10回の試行で10件が合格すれば、合格1件当たり0.10ドルです。別の構成で同じ10件を完成させるために1回0.07ドルの試行が20回必要なら、合格1件当たり0.14ドルになります。これは架空の数値例であり、SolやSonnetの測定値ではありません。

1リクエストの料金が安くても、再試行後には逆転することを示しています。失敗件数も別に残しましょう。難しいタスクを途中で放棄し、その失敗を集計対象から外すと、安いモデルが実際以上に効率的に見えます。

対話型の作業では時間も重要です。出力トークン毎秒だけでなく、合格するパッチまでの時間を測ります。初回回答が速くても、デバッグをもう一巡するなら、タスク全体では遅くなる場合があります。

同じ単価でも料金が変わる条件

キャッシュなし入力50,000トークン、課金対象出力3,000トークンに固定すると、両者の標準短文脈料金は $0.10 + $0.03 = $0.13 です。これは使用量を固定して単価だけを比較した計算です。両モデルが3,000トークンで、1ターンで、同じ答えを出すとは予測していません。固定使用量での料金と、実際に合格したタスクの費用は分けて見る必要があります。

長い入力では単価の比較自体が変わります。入力300,000、出力5,000トークンの場合、Sol は入力272K超の規則によりリクエスト全体へ $4/$15 を適用し、$1.20 + $0.075 = $1.275。Sonnet の公表標準料金 $2/$10 なら $0.60 + $0.05 = $0.65 です。いずれもキャッシュ、別料金のツール、非標準のサービスオプションを除くベンダー定価の計算です。この条件の料金差を示すもので、Sonnet の品質優位を示すものではありません。300Kを送るべきだという意味でもなく、まず無関係なコンテキストを減らす方が予算と確認のしやすさを改善する場合があります。

Sol の閾値の前後で入力を用意し、ファイル容量の推定ではなく、プロバイダーが実際に数えた入力を記録すると境界を確認できます。超過時の単価は超えた数トークンだけではなく、リクエスト全体へ適用されます。そのため履歴の小さな追加が、回答の少しの長さの違いより重要になる場合があります。この境界を予算ロジックへ固定する前に、現行の料金文書を確認してください。

具体的なコーディング作業から候補を選ぶ

次は接続の維持費と検証可能性を基にした編集上の出発点です。未公開ベンチマークによる順位ではありません。

回帰修正では失敗するテスト、実際の出力、期待する動作を渡します。有用な修正は実装を直し、無関係な動作を維持します。テストの期待値を変えて通すだけでは修正になりません。機能追加では後方互換性、アクセシビリティ、データ移行を含めるかを編集前に決めます。曖昧なままだと、狭い範囲を勝手に選んだモデルが有利になります。

レビュー用には確認済みの欠陥と問題のない変更を混ぜます。欠陥を特定して検証可能な説明をしたかに加え、正常なコードへの誤った指摘も数えます。コメント数が多いほど有用とは限りません。推測の警告5件は正確な1件より確認時間を使うことがあります。モデル自身の自信は独立した不具合確認ではありません。

タスクを揃え、API はそれぞれ正しく実装する

公平な比較に、互換性のない API へ同じ JSON を送る必要はありません。タスク、ソース、利用可能な操作、合格条件を揃え、各ベンダーの正しいリクエスト形式を使います。アダプター境界でツール定義と結果を変換し、呼び出しと結果を関連付ける識別子を維持します。複数呼び出し、失敗、最終テキストをループが扱えることも確認します。

ツール権限も実験条件です。片方だけがテストを実行でき、もう片方は読むだけなら、その違いを明記します。外部へ影響するツールは両方とも隔離したデータや実行しない代替を使います。現実的に見せるために本物のメールを送ったり、運用データを変えたり、パッケージを公開したりしてはいけません。

応答形式とモデルの品質も切り分けます。アダプターが応答を受け取り、必要な内容を抽出し、ツール結果を正しく返したと確認してからパッチを評価します。無効なクライアント要求は連携の準備不足を示すもので、モデルが問題を解けない証拠ではありません。運用費には含めますが、能力スコアに入れるなら種類を明示します。

評価表と判断ルールを先に用意する

試行ごとにタスクID、基準commit、設定、費用、時間、テスト結果、レビュー判定、失敗分類を残します。全試行を含むタスク単位の集計も作ります。10件なら「80%」だけでなく「8/10合格」と記載し、小さな母数を見せます。変動が大きいケースは繰り返してから広い結論を出してください。小規模な社内試行は導入判断の材料であり、統計的に確立した普遍的順位ではありません。

合成例として、設定Aが10件中9件を合格させ総額 $2.70、Bが8件を $2.00 で合格させたとします。合格1件当たりは $0.30 と $0.25。しかし B の未完了がリリースを止める移行なら、安い平均だけでは決まりません。平均の横に失敗分類を示し、重要タスクには独立した完了条件を設けます。反対に、高い設定が説明を長くするだけで合格成果を増やさなければ、追加費用を払う理由は弱くなります。

出力を見る前に判断ルールを決めます。全重要回帰を通す、無関係な編集をしない、レビュー時間を既存フロー内に収めるという条件を満たしてから費用で選ぶチームもあります。対話の待ち時間を重視するチームもあります。これは製品要件で、ベンダーの事実ではありません。結果を公開するときはルールも示し、読者が自分の仕事に適用できるか判断できるようにします。

切り替えには保守も含まれます。新アダプターの開発時間は想定処理量で配分しますが、時給を勝手に作ったりトークン請求へ混ぜたりしません。少量の利用では数セントの差より安定した接続が重要になり、大量処理なら小さな実測節約でも移行を正当化し得ます。入力単価だけではどちらの結論も出せません。

どちらから試すか

検証済みのClaudeツールループがすでにあるなら、API系列を変えるよりSonnetを試す方がクライアント改修は少なく済む可能性があります。ただし5.5の移行確認は必要です。OpenAIのツールを使っているなら、Solを比較の基準として残すのが自然です。これは統合費用に関する判断であり、能力ランキングではありません。

既存の実装で条件を管理しやすいモデルから試し、合格タスク当たりの費用、時間、パッチ品質、特定の失敗率など、測定した結果が改善した場合に切り替えます。SonnetとSolの比較を、すべての最上位モデルを並べる総合ランキングに広げる必要はありません。

入力・出力・キャッシュはSonnetの料金記録表で分けて計算できます。Claude内の選択はSonnet 5.5とOpus 5.5、OpenAIのモデル階層はSol・Luna・Astraのタスク別ガイドを参照してください。