AIREITERЕсли нужен рабочий инструмент для повседневного программирования, GPT-5.6 Terra выглядит выгоднее: ответы приходят примерно вдвое быстрее, модель расходует заметно меньше выходных токенов и опережает Claude Sonnet 5 в задачах для терминальных агентов. Sonnet 5, впрочем, не уступает в исправлении багов в реальных репозиториях, чуть сильнее в комплексном рассуждении и, что важно на практике, уже доступен повсеместно. Terra пока распространяется через preview-доступ. Ниже — живой тест, опубликованные бенчмарки, сравнение скорости и стоимости, а также выбор модели под каждый тип задач.
| Задача | Лучший выбор |
|---|---|
| Интерактивная разработка в цикле «правка — запуск» | Terra |
| Терминальные / CLI-агенты | Terra |
| Исправление багов в реальных репозиториях | Примерно равенство |
| Агенты для работы с компьютером / рабочим столом | Sonnet 5 |
| Самые сложные многошаговые рассуждения | Sonnet 5 |
| Минимальная фактическая стоимость задачи | Terra |
Живой тест Terra: один честный замер
В июле 2026 года я отправил GPT-5.6 Terra через chat endpoint при temperature 0 небольшую, но коварную задачу: реализовать my_atoi, функцию преобразования строки в число из LeetCode #8. Она должна учитывать начальные пробелы, необязательный знак, прекращать чтение на первом нечисловом символе и ограничивать результат диапазоном 32-битного целого. Затем я прогнал ответ через 20 тестов на пограничные случаи: пустые строки, "words and 987", "-91283472332" — значение ниже INT_MIN, "+-12" и ограничение с обеих сторон диапазона.
Terra прошла 20 из 20 тестов за 5,5 секунды по времени, зафиксированному на стороне клиента, и использовала 193 выходных токена. Защита от переполнения реализована корректно: модель проверяет условие value > (2**31 - ... - digit) // 10 до умножения. То есть внутреннего переполнения не возникает, вместо последующего принудительного ограничения значения:
while i < n and "0" <= s[i] <= "9":
digit = ord(s[i]) - ord("0")
if value > (2**31 - (1 if sign == 1 else 0) - digit) // 10:
return 2**31 - 1 if sign == 1 else -2**31
value = value * 10 + digit
i += 1Важная оговорка: это одна небольшая задача, а не бенчмарк, и сравнение здесь одностороннее. У меня нет API-доступа к настоящему endpoint Claude Sonnet 5, поэтому все цифры по Sonnet 5 ниже взяты из публичных источников с явным указанием источника, а не из моего собственного прогона. Результат Terra стоит воспринимать как конкретную иллюстрацию её экономии токенов, но не как самостоятельный окончательный вердикт.
В каких задачах сильнее каждая модель
Бенчмарки не дают одного абсолютного победителя: результат зависит от характера задачи.
В Terminal-Bench 2.1, который оценивает разработку с терминальными агентами, Terra набирает 87,4% против 80,4% у Sonnet 5. Это заметная разница, если вы используете CLI-агентов и автоматизацию, завязанную на shell. В SWE-bench Pro, где моделям нужно исправлять реальные баги в настоящих репозиториях, результат практически одинаковый: 63,4% у Terra и 63,2% у Sonnet 5. В запутанных многофайловых исправлениях, характерных для обычной разработки, явного преимущества нет ни у одной из них.
Если смотреть на комплексное рассуждение шире, небольшое преимущество у Sonnet 5: по данным Artificial Analysis, его Intelligence Index равен 53 против 52 у Terra. Сравнение приведено для Terra в режиме усилий xhigh и Sonnet 5 в режиме max, по состоянию на июль 2026 года. Sonnet 5 также показывает 81,2% в OSWorld-Verified — бенчмарке агентов, работающих с компьютером; публичных результатов Terra в этой области меньше. Итог простой: Terra — для терминальных агентов, паритет — для багфиксов в репозиториях, Sonnet 5 — для наиболее сложного рассуждения и desktop-агентов.
Скорость и задержки: разница, которую видно сразу
Бенчмарки не показывают главное ощущение от работы с моделью — сколько времени приходится смотреть на индикатор загрузки. Artificial Analysis измерил у Terra 118 выходных токенов в секунду, у Sonnet 5 — 71. Время до первого токена составило 16,3 секунды у Terra против 198,7 секунды у Sonnet 5. Вторая цифра — не типичный сценарий, а худший случай: Sonnet 5 работала на максимальном уровне reasoning effort и долго выполняла внутреннее рассуждение до начала генерации. При меньшем уровне усилий TTFT резко сокращается, однако соотношение сохраняется: Terra начинает отвечать и завершает работу раньше.
Практический тест сборки от Merge пришёл к тому же выводу. Маркетинговую главную страницу Terra закончила за 60,2 секунды, а Sonnet 5 — за 136,6 секунды; при этом Terra выдала 10 677 выходных токенов против 17 870. Мой тест atoi укладывается в ту же картину: корректная реализация с полным ограничением диапазона заняла у Terra 193 токена. Ограниченные публичные данные и практические прогоны говорят об одном: Terra лаконичнее и быстрее выдаёт первый результат, тогда как Sonnet 5 тратит больше токенов и времени — в том числе на рассуждение, которое не всегда необходимо.
В плотном цикле «правка — запуск — правка» эта задержка быстро накапливается. Если же вы запускаете одну сложную агентную задачу и уходите заниматься другими делами, её значение заметно меньше.
Цены: что будет в счёте
Стандартные API-тарифы достаточно близки, поэтому сами по себе редко определяют выбор.
Тариф Terra составляет $2,50 за миллион входных токенов и $15 за выходные. Стандартная цена Sonnet 5 — $3 за входные и $15 за выходные, однако Anthropic предлагает стартовый тариф $2 / $10 до 31 августа 2026 года. До этой даты у Sonnet 5 ниже заявленная цена. Обе модели поддерживают контекстное окно в 1 млн токенов и максимум 128K выходных токенов. Кроме того, Terra стоит примерно вдвое дешевле предыдущего уровня GPT-5.5 при сопоставимом качестве в повседневных задачах, поэтому её ценность не сводится к сравнению с Sonnet 5.
В обсуждениях этих моделей обычно фигурируют три разные метрики стоимости — и они измеряют не одно и то же:
- Прайс за токен: Terra дешевле по входным токенам и равна по выходным; временный стартовый тариф Sonnet 5 снижает цену по обоим параметрам.
- Смешанная индексная цена: Artificial Analysis указывает $2,17 для Terra и $1,54 для Sonnet 5, но это расчёт для соотношения входных и выходных токенов 3:1 при протестированных уровнях усилий, а не стоимость конкретной задачи.
- Фактическая цена завершённой задачи: здесь Terra обычно выигрывает, поскольку выдаёт меньше токенов при том же результате. Сборка в тесте Merge обошлась в $0,120 с Terra и в $0,179 с Sonnet 5 — примерно на треть дешевле, несмотря на скидку на выходные токены Sonnet 5.
Для большинства нагрузок именно фактическая стоимость задачи отражается в счёте, и она в пользу Terra. К обеим моделям можно подключаться через API, совместимые с Anthropic и OpenAI, в том числе через сторонние шлюзы, которые перепродают доступ со скидкой, если критична цена по прайсу.
Что выбирают разработчики
Результаты бенчмарков не всегда совпадают с тем, как ведёт себя сообщество, поэтому стоит посмотреть и на отзывы. В X в июле 2026 года обсуждения склонялись в сторону линейки GPT-5.6 из-за стоимости. Один разработчик рассказал, что заменил весь пайплайн интеграции агентов — Opus 4.8 на Terra, а Sonnet 5 на Luna — и назвал новые модели «молниеносными, очень способными и более дешёвыми». Другой написал, что «почти перестал пользоваться Claude»: его основной стек для агентного программирования — Cursor с Grok и Codex с Terra/Sol.
Terra также упоминают как модель, которая помогла там, где Claude не справился. Один разработчик сообщил, что Terra исправила баг, который «Claude Sonnet 5 не смог расколоть», и создала полный UI сайта по одному промпту. Более сдержанную оценку дал разработчик, который отметил: Terra «не так агрессивно ищет баги, как Sol, но работу делает». Это хорошо описывает Terra как стабильную и недорогую рабочую лошадку, а не как максималистскую модель для охоты на ошибки.
Впрочем, Sonnet 5 по-прежнему имеет свои сильные стороны. Сегодня она доступна на всех тарифных уровнях, интегрируется в зрелый набор инструментов Claude и workflow с adaptive thinking, а её работа с длинным контекстом остаётся надёжной в масштабных агентных задачах. Для команд, уже стандартизировавшихся на Claude, такая преемственность нередко важнее нескольких центов на одной задаче.
Какую модель выбрать
Выбор определяется не абстрактной «лучшей моделью», а типом нагрузки. Для большинства задач, с которыми я сталкиваюсь в разработке, — быстрых итераций, терминальных агентов и контроля стоимости каждой задачи — я по умолчанию выбирал бы Terra, оставляя Sonnet 5 для задач с тяжёлым рассуждением.
- Выбирайте GPT-5.6 Terra, если часто пишете код в интерактивном режиме, чувствительны к задержке в цикле «правка — запуск», запускаете терминальные или CLI-агенты либо хотите минимизировать фактическую стоимость задачи. Её главные преимущества — скорость и экономный расход токенов.
- Выбирайте Claude Sonnet 5, если работа строится на самых сложных многошаговых рассуждениях, долгих агентных прогонах с большим контекстом или задачах по управлению компьютером. Она также логична, если вы уже работаете в экосистеме Claude и хотите модель, доступную на всех уровнях прямо сейчас. Стартовая цена $2 / $10 до 31 августа делает её удобным вариантом для пробы.
Для большинства разработчиков, которые ежедневно выпускают функции, сочетание скорости и стоимости Terra оказывается сильнее. Для действительно сложных задач на рассуждение или в ситуации, когда смена стека не окупает усилия, Sonnet 5 остаётся более безопасным выбором. Модели достаточно близки: решающим фактором будет ваш рабочий процесс, а не место в рейтинге.
FAQ
GPT-5.6 Terra лучше Claude Sonnet 5?
Для быстрого и экономичного программирования — да: Terra быстрее, обычно дешевле в пересчёте на задачу и лидирует в бенчмарках терминальных агентов. В самых сложных задачах на рассуждение и при работе с компьютером Sonnet 5 как минимум не уступает, а часто превосходит её. Единого победителя нет: всё зависит от задачи.
Claude Sonnet 5 хороша для программирования?
Да. По исправлению багов в реальных репозиториях она практически равна Terra в SWE-bench Pro — 63,2% против 63,4% — и лидирует в агентных задачах OSWorld-Verified. Её слабые места в сравнении с Terra — скорость и время до первого токена, а не качество кода.
Насколько Terra дешевле Sonnet 5?
По стандартному прайсу Terra стоит $2,50/$15, а Sonnet 5 — $3/$15. Однако стартовый тариф Sonnet 5 $2/$10, действующий до 31 августа 2026 года, временно ниже. По фактической стоимости задачи Terra обычно всё равно выгоднее, потому что генерирует меньше выходных токенов.
У Terra и Sonnet 5 одинаковое контекстное окно?
По сути, да: обе модели предлагают контекстное окно в 1 млн токенов и максимум 128K выходных токенов. Поэтому размер контекста вряд ли станет решающим критерием.
GPT-5.6 Terra уже доступна повсюду?
Не полностью. Sonnet 5 уже доступна на всех тарифных уровнях, тогда как доступ к GPT-5.6 в некоторых местах всё ещё ограничен preview-режимом и отдельными API-партнёрами. Это важный практический момент, если модель нужна в production прямо сейчас.