Porównanie modeli AI dla agentów kodujących

Na dzień 2026-09-26 Claude Opus 5.5 jest domyślnym modelem Claude Code od v2.1.280 (kanał latest), a GPT-6 Astra domyślnym modelem Codex. Zasada: zacznij od modelu domyślnego narzędzia, przed zmianą modelu podnieś poziom rozumowania (effort), a model zmieniaj, gdy zysk pokażą ewaluacje: Claude Fable 5.1 do najdłuższych zadań, Sonnet 5, GPT-6 Sol, GPT-6 Luna lub Haiku 4.5, gdy liczy się koszt.

We wrześniu 2026 Anthropic wydał Claude Fable 5.1 i Opus 5.5, OpenAI wydał GPT-6 Astra, Sol i Luna, Google wydał Gemini 3.8 Flash, a według MarkTechPost SpaceXAI wydał Grok 4.7. Lista w selektorze modeli zmieniła się bez twojego udziału, wykres z premiery pokazuje, że twój obecny model zostaje w tyle, a ktoś w zespole chce przejść na nowy jeszcze dziś. Ta strona jest dla programisty, który wybiera model do sesji, oraz dla tech leada lub CTO, który ustala model domyślny i budżet zespołu. To także jedyna strona w serwisie z wersjami i cenami modeli; wszystkie inne linkują tutaj.

Co daje ci ta strona

Rekomendację modelu dla każdego rodzaju pracy w Claude Code, Codex i Cursorze.
Aktualne ceny, identyfikatory modeli i limity kontekstu, sprawdzone 2026-09-26.
Dokładne polecenia i ustawienia do zmiany modelu i poziomu rozumowania oraz do ich przypięcia.
Dwa prompty do skopiowania: jeden znajduje przestarzałe ID modeli w repozytorium, drugi porównuje poziomy rozumowania.
Awarie, które pojawiają się po zmianie modelu, wraz z naprawą każdej z nich.

Jakiego modelu użyć do danego zadania?

Anthropic radzi wprost: „If you’re unsure which model to use, start with Claude Opus 5.5 for most workloads”. Katalog modeli Codex daje GPT-6 Astra priorytet pierwszy. Tabela odzwierciedla ustawienia domyślne obu dostawców.

Zadanie	Claude Code	Codex	Dlaczego
Trudna praca agentowa (przypadek domyślny)	Claude Opus 5.5 na domyślnym `medium`, podniesiony do `high` lub `xhigh`, gdy praca nie wychodzi	GPT-6 Astra (domyślny poziom rozumowania `low`)	Model domyślny każdego narzędzia; Anthropic: „start with”; priorytet 1 w katalogu Codex
Codzienna praca, gdy liczy się koszt	Claude Sonnet 5	GPT-6 Sol („Workhorse model for coding and everyday work”)	Połowa ceny flagowca lub mniej
Tanio i masowo: klasyfikacja, ekstrakcja, wiele subagentów	Claude Haiku 4.5	GPT-6 Luna („Fast and affordable model for easier tasks”)	Najniższa cena za token w danej rodzinie
Najdłuższy horyzont, najtrudniejsze rozumowanie	Claude Fable 5.1, wybierany ręcznie (`/model fable`)	GPT-6 Astra na `max` lub `ultra`	Anthropic: Fable 5.1 wtedy, gdy „your evals on Claude Opus 5.5 at higher effort still fall short”
Własny hosting lub sieć odcięta od internetu	Zobacz modele open-weight dla agentów kodujących	To samo, przez `codex --oss`	Licencja i obsługa w narzędziu różnią się między modelami

Cursor. Grok 4.7 od SpaceXAI był dostępny w Cursorze od dnia premiery, według MarkTechPost (2026-09-21). Modelu domyślnego Cursora, puli modeli ani cen po stronie Cursora nie dało się zweryfikować 2026-09-26, więc sprawdź selektor modeli i cennik Cursora, zanim na nich oprzesz decyzję.

Ile kosztują obecne modele?

Ceny w USD za milion tokenów (MTok), wejście / wyjście, poziom standardowy, sprawdzone 2026-09-26 na cenniku każdego dostawcy, chyba że wiersz podaje inne źródło.

Model	ID w API	Cena wej. / wyj.	Kontekst / maks. wyjście	Status
Claude Opus 5.5	`claude-opus-5-5`	4 / 20 USD	1M / 128K	Obecny model domyślny, premiera 2026-09-22
Claude Fable 5.1	`claude-fable-5-1`	10 / 50 USD	1M / 128K	Aktualny; nigdy domyślny
Claude Sonnet 5	`claude-sonnet-5`	2 / 10 USD, na stałe	1M / 128K	Aktualny; alias `sonnet`
Claude Haiku 4.5	`claude-haiku-4-5`	1 / 5 USD	200K / 64K	Aktualny Haiku; bez parametru effort
Claude Opus 5	`claude-opus-5`	5 / 25 USD	1M / 128K	Starszy (legacy), nadal dostępny
Claude Opus 4.8	`claude-opus-4-8`	5 / 25 USD	—	Starszy (legacy), nadal dostępny

Przetwarzanie wsadowe (batch) obniża każdą stawkę o połowę. Odczyt z cache kosztuje 0,1× ceny wejścia, z wyjątkiem 0,05× dla Opus 5.5 (0,20 USD) i 0,025× dla Fable 5.1 (0,25 USD). Tryb fast dla Opus 5.5 kosztuje 8 / 40 USD i jest dostępny jako research preview tylko w Claude API. Modele Claude 4.7 i nowsze mają tokenizer, który dla tego samego tekstu daje około 30% więcej tokenów, więc porównuj koszt zadania, a nie cenę tokenu. ID w Bedrock mają prefiks anthropic., na przykład anthropic.claude-opus-5-5.

Model	ID w API	Cena wej. / wyj.	Kontekst w Codex	Status
GPT-6 Astra	`gpt-6-astra`	10 / 50 USD	domyślnie 272K, do 872K	Domyślny w Codex od 2026-09-04
GPT-6 Sol	`gpt-6-sol`	2 / 10 USD	domyślnie 272K, do 872K	Aktualny, premiera 2026-09-22
GPT-6 Luna	`gpt-6-luna`	0,10 / 0,50 USD	domyślnie 272K, do 872K	Aktualny, premiera 2026-09-22
GPT-5.6 Sol, Terra, Luna	`gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`	niezweryfikowana	domyślnie 272K, do 872K	Starsze, nadal do wyboru w Codex

Cennika OpenAI nie dało się odczytać 2026-09-26. Ceny katalogowe GPT-6 pochodzą z doniesień prasowych (CloudZero i Evolink dla Astry; The New Stack i VentureBeat dla Sol i Luny), a opublikowane rozliczenia GitHub Copilot stosują te same stawki. Kolumna kontekstu pochodzi z katalogu modeli Codex 0.157.1 (codex debug models --bundled). GPT-6 Terra nie istnieje, a GPT-6 Pro to nazwa produktu w ChatGPT, nie ID modelu w API.

Model	Cena wej. / wyj.	Kontekst	Status
Gemini 3.8 Flash	0,75 / 3,75 USD do 2026-12-31, potem 1,50 / 7,50 USD	niezweryfikowany	Aktualny Flash, premiera 2026-09-02 (źródło wtórne: The Register)
Gemini 3.1 Pro Preview	2 / 12 USD do 200K tokenów wejścia, 4 / 18 USD powyżej	niezweryfikowany	Google nadal oznacza go jako preview
Grok 4.7	2 / 6 USD do 200K, 4 / 12 USD powyżej (stawka rozliczeniowa GitHub Copilot)	500K (źródło wtórne: MarkTechPost)	Najnowszy Grok, premiera 2026-09-21 (źródło wtórne: MarkTechPost)

Ceny Google to ceny globalnego endpointu z cennika Vertex AI; endpointy regionalne są o 10% droższe. Cen katalogowych Groka nie dało się zweryfikować na stronie SpaceXAI, więc wiersz podaje stawkę, którą nalicza GitHub Copilot.

Ceny subskrypcji narzędzi (Claude Pro i Max, plany ChatGPT, plany Cursora) są w porównaniu cen narzędzi, nie tutaj.

Ile kosztuje jedno zadanie na każdym modelu?

Zadanie, które czyta 200K tokenów wejścia bez cache i zapisuje 20K tokenów wyjścia, kosztuje według cen katalogowych, przed uwzględnieniem cache:

Model	Koszt zadania
Claude Fable 5.1 · GPT-6 Astra	3,00 USD
Claude Opus 5.5	1,20 USD
Claude Sonnet 5 · GPT-6 Sol	0,60 USD
Claude Haiku 4.5	0,30 USD
GPT-6 Luna	0,03 USD

Ten sam tekst daje u różnych dostawców różną liczbę tokenów, więc równe wiersze nie oznaczają równego kosztu tego samego zadania.

To arytmetyka, a nie pomiar. Agent w każdej turze czyta kontekst od nowa, więc cache zmienia realny koszt bardziej niż cena katalogowa, a tańszy model, który potrzebuje trzech podejść, kosztuje więcej niż droższy, który potrzebuje jednego. Dokumentacja kosztów Claude Code od Anthropic podaje typowy wydatek w firmach: „around $13 per developer per active day and $150-250 per developer per month” (sprawdzone 2026-09-26). Zanim ułożysz budżet, zmierz koszt zaakceptowanego zadania na własnej pracy.

Jak zmienić model i poziom rozumowania w każdym narzędziu?

Od wersji v2.1.280 w kanale wydań latest Opus 5.5 jest modelem domyślnym na każdym płatnym planie, w Anthropic API, Claude Platform on AWS, Bedrock i Google Cloud Agent Platform. Kanał stable (v2.1.274 na 2026-09-26) nie doszedł jeszcze do v2.1.280: tam Pro i Team Standard domyślnie dostają Sonnet 5, a pozostałe plany Opus 5. Microsoft Foundry domyślnie używa Sonnet 4.5 (Anthropic zobowiązuje się wycofać Sonnet 4.5 „nie wcześniej niż” 2026-09-29, więc zanim oprzesz się na tym ustawieniu, sprawdź stronę wycofywania modeli). Opus 5.5 działa domyślnie na medium, Fable 5.1 i Sonnet 5 na high, a Haiku 4.5 nie ma ustawienia effort.

# Terminal: sesja na wybranym modelu i poziomie rozumowania
claude --model opus --effort high

# Modele zapasowe po kolei, gdy główny jest przeciążony
claude --model opus --fallback-model sonnet

W trakcie sesji /model zmienia model, a /effort ustawia low, medium, high, xhigh lub max, a /effort ultracode uruchamia xhigh z automatyczną orkiestracją przepływów pracy. Aliasy to opus (Opus 5.5), sonnet (Sonnet 5), fable (Fable 5.1) i opusplan (Opus w trybie planowania, Sonnet przy wykonaniu). Aby przypiąć modele dla zespołu, użyj ustawień availableModels, enforceAvailableModels i maxEffortLevel w ustawieniach zarządzanych (managed settings).

GPT-6 Astra jest domyślnym modelem od CLI 0.153.4 (2026-09-04), z domyślnym poziomem rozumowania low. Serwer może nadpisać model domyślny dla zalogowanych kont, więc przypnij model, jeśli potrzebujesz stałego. GPT-6 Sol i Luna domyślnie działają na medium. Codex dodaje poziom ultra („Maximum reasoning with automatic task delegation”) dla Astry i Sol; Luna go nie ma.

# Terminal: jedna sesja na GPT-6 Sol z wysokim poziomem rozumowania
codex -m gpt-6-sol -c model_reasoning_effort="high"

# Lista modeli znanych tej wersji Codex
codex debug models --bundled

# ~/.codex/config.toml: przypięty model domyślny zespołu
model = "gpt-6-astra"
model_reasoning_effort = "medium"
model_context_window = 400000   # więcej niż domyślne 272K, maksymalnie 872K

Powyżej 272K tokenów wejścia zapytania są rozliczane według wyższej stawki (GitHub Copilot nalicza tam za GPT-6 Astra 20 / 75 USD zamiast 10 / 50 USD). Podnoś okno tylko w sesjach, które tego potrzebują, na przykład przez -c model_context_window=400000 w jednym uruchomieniu.

Jak udowodnić, że zmiana modelu się opłaciła?

Zmiana modelu to zmiana systemu produkcyjnego, więc wymaga takich samych dowodów jak zmiana kodu. Nie oceniasz jej, czytając diffy agenta; oceniasz ją po tym, co przechodzi twoje bramki jakości.

Przypnij obecną konfigurację. Zapisz dokładne ID modelu (claude-opus-5-5, gpt-6-astra), poziom rozumowania i wersję narzędzia, żeby przesunięcie aliasu w przyszłości nie zmieniło zachowania po cichu.
Najpierw poziom rozumowania, potem model. Uruchom te same zadania na następnym poziomie rozumowania. Dokumentacja Claude Code mówi, że „Opus 5.5 at medium matches or exceeds Opus 5 at high” — i tego wzorca się spodziewaj: poziom rozumowania to tańsza dźwignia.
Uruchom własny zestaw ewaluacyjny. Weź 20–40 zadań z połączonych pull requestów, każde z poleceniem testowym, które rozstrzyga o wyniku. Budowę takiego zestawu opisuje strona o benchmarkach.
Porównaj trzy liczby. Odsetek zaakceptowanych zadań (testy, sprawdzanie typów i lint kończą się sukcesem, a zmiana przechodzi review), koszt zaakceptowanego zadania i czas zadania.
Wdrażaj zmianę po jednym przepływie pracy agenta (pętli) naraz, z planem wycofania. Tech lead odpowiedzialny za managed settings zatwierdza zmianę, przestawia przypięty model w jednym przepływie naraz i przywraca poprzedni, jeśli spadnie odsetek zaakceptowanych zadań. Pełną 48-godzinną procedurę opisuje plan oceny nowego modelu.

Search this repository for hard-coded AI model IDs and aliases: CI workflows,
agent settings (.claude/, .codex/, .cursor/), SDK calls, environment files and docs.
Look especially for claude-opus-5 and claude-fable-5 (exact IDs, not claude-opus-5-5
or claude-fable-5-1), claude-sonnet-4-*, claude-opus-4-*, gpt-5.6-*, gpt-5.5, gpt-5.4
and gemini-3.1-pro. Treat claude-opus-5-5, claude-fable-5-1, claude-sonnet-5 and
gpt-6-* as current.
Do not edit anything. Output a table with: file:line, the ID found, what calls it
(CI job, subagent, app code, docs), and whether it is pinned on purpose or looks stale.
Finish with the three changes you would make first and the test command that would
prove each change is safe.

Create a branch named effort-sweep-LEVEL from MERGED_SHA^1 and switch to it.
Do not read commit MERGED_SHA or any later commit: it contains the accepted solution.
Implement this task: ISSUE_TEXT
Then run `npm test` and `npm run typecheck`. Report pass or fail for each, the list of
files you changed, and one sentence on anything you were unsure about.
Make one attempt only; if a check fails, report it and stop.

Zastąp LEVEL w nazwie gałęzi wartością medium, high lub xhigh, MERGED_SHA commitem scalającym prawdziwego pull requesta, ISSUE_TEXT oryginalną treścią zgłoszenia, a oba polecenia swoimi poleceniami testów i sprawdzania typów. Uruchom prompt w trzech nowych sesjach, po jednej na poziom rozumowania: /effort medium, high i xhigh w Claude Code albo -c model_reasoning_effort="medium" i kolejne w Codex. Każdą sesję uruchom we własnym worktree (claude --worktree lub codex --worktree), żeby przebiegi nie widziały nawzajem swoich zmian. W Claude Code odczytaj koszt każdego przebiegu w /usage; w Codex /status pokazuje szacunkowe kredyty lub koszt w uprawnionych przestrzeniach roboczych (0.148.0+), a /usage pokazuje użycie konta (0.156.0+); poza tym porównaj czas i wynik testów. Potem porównaj trzy raporty.

Co benchmarki mówią o tych modelach?

Na oficjalnej tablicy wyników Terminal-Bench 4.0 (odczyt 2026-09-26) Claude Fable 5.1 (poziom max) uruchomiony w Claude Code ma 57,9% ± 3,8, Claude Opus 5 (max) w Claude Code 51,8% ± 3,4, a GPT-5.6 Sol (max) w Codex 37,3% ± 3,8. Wszystkie te wpisy to przebiegi na poziomie max, więc żaden z nich nie pokazuje, jak model radzi sobie na domyślnym poziomie rozumowania. Ani Claude Opus 5.5, ani GPT-6 Astra nie miały tego dnia wpisu na tablicy. Anthropic podaje 66,4% dla Opus 5.5 na poziomie xhigh w tabeli premierowej z 2026-09-22 i sam ostrzega: „at these levels of capability we’ve found that benchmark margins have become a less reliable guide to real-world differences. In our own use, the gap between Opus 5.5 and Claude Fable 5.1 is narrower than these scores suggest”.

Każdy wynik mierzy model w jednym konkretnym narzędziu agentowym na cudzych zadaniach. Zanim zacytujesz którykolwiek, przeczytaj, jak czytać benchmarki agentów kodujących, a decyzję pozostaw własnemu zestawowi ewaluacyjnemu.

Co psuje się po zmianie modelu?

Opus 5.5 nie ma w selektorze Claude Code. Używasz kanału stable albo wersji starszej niż v2.1.280. Uruchom claude update albo zainstaluj kanał latest poleceniem claude install latest.
Fable 5.1 zjada limit użycia. Zależnie od planu Fable może być rozliczany z kredytów. Żeby subagenci nie działali na Fable, ustaw model: sonnet w pliku każdego subagenta w .claude/agents/ albo zmienną CLAUDE_CODE_SUBAGENT_MODEL i sprawdzaj tygodniowy limit Fable w /usage.
Wywołania API zwracają 400 po przejściu na Opus 5.5 lub Fable 5.1. W żadnym z tych modeli nie da się wyłączyć trybu myślenia (thinking), wymuszone użycie narzędzia zwraca błąd, a niedomyślne temperature, top_p lub top_k zwracają 400 w Claude 4.7 i nowszych. Usuń te parametry, a kosztem steruj przez effort.
Odpowiedź Claude przyszła z innego modelu. Zapytania oznaczone jako dotyczące cyberbezpieczeństwa przechodzą na Opus 4.8, a oznaczone jako biologiczne na Opus 5. Jeśli wynik w pracy nad bezpieczeństwem wygląda słabiej, sprawdź, który model odpowiedział, zanim zaczniesz poprawiać prompt.
Codex wybrał model, którego nie wskazałeś. Serwer może nadpisać domyślny model dla zalogowanych kont. Ustaw model w config.toml albo podaj -m.
W Codex brakuje kontekstu w dużym repozytorium. Domyślne okno to 272K. Podnieś model_context_window, maksymalnie do 872K dla modeli GPT-6 i GPT-5.6, tylko na tę sesję: wejście powyżej 272K jest rozliczane według wyższej stawki.
Przypięty model znika. GPT-5.4 został wycofany z Codex 2026-08-31 i jest teraz automatycznie zastępowany przez GPT-6 Sol. Anthropic zobowiązuje się wycofać Claude Opus 4.5 nie wcześniej niż 2026-11-24, a Haiku 4.5 nie wcześniej niż 2026-10-15, z co najmniej 60-dniowym wyprzedzeniem. Uruchamiaj prompt wyszukujący przestarzałe ID co miesiąc.

Dokąd dalej w temacie wyboru modelu

Jak czytać benchmarki agentów kodujących i budować własne ewaluacje: zestaw ewaluacyjny, który podejmuje decyzję.
Nowy model na rynku: plan oceny w 48 godzin: procedura wdrożenia i wycofania.
Modele open-weight i hostowane samodzielnie dla agentów kodujących: GLM, Qwen, Kimi, DeepSeek i Mistral.
Routing modeli oparty na dowodach, nie na marce: kierowanie różnych zadań do różnych modeli.
Gdzie działa model: bramki, chmury, rezydencja danych i zero retencji: dla CTO wybierającego sposób hostowania.
Kontrola kosztów w Claude Code i zarządzanie kosztami w Codex: jak zmieścić się w budżecie.

Źródła sprawdzone 2026-09-26

Anthropic: przegląd modeli, cennik, wycofywanie modeli, ogłoszenie Claude Opus 5.5, konfiguracja modelu w Claude Code i koszty Claude Code.
OpenAI: wydanie Codex 0.153.4, wydanie Codex 0.156.1, lokalny katalog codex debug models --bundled (0.157.1) i tabela cen modeli GitHub Copilot.
Google: cennik generatywnej AI w Vertex AI.
SpaceXAI: MarkTechPost o Groku 4.7 (źródło wtórne).
Benchmarki: dane tablicy wyników Terminal-Bench 4.0.

Najczęstsze pytania

Który model jest domyślny w Claude Code, a który w Codex?

Claude Opus 5.5 jest domyślnym modelem Claude Code na każdym płatnym planie i w Anthropic API od wersji v2.1.280 w kanale latest; kanał stable wciąż daje starsze ustawienia. GPT-6 Astra jest domyślnym modelem Codex od CLI 0.153.4 (2026-09-04).

Ile kosztują obecne modele Claude za milion tokenów?

Claude Opus 5.5 kosztuje 4 / 20 USD, Claude Fable 5.1 10 / 50 USD, Claude Sonnet 5 2 / 10 USD (zapowiadana podwyżka do 3 / 15 USD została odwołana), a Claude Haiku 4.5 1 / 5 USD, wejście / wyjście, stan na 2026-09-26.

Podnieść effort czy przejść na większy model?

Najpierw podnieś effort. Opus 5.5 działa w Claude Code domyślnie na poziomie medium, a GPT-6 Astra w Codex na low; przejdź na high lub xhigh przez /effort albo model_reasoning_effort, a model zmieniaj dopiero wtedy, gdy zysk pokażą ewaluacje na własnych zadaniach.

Kiedy Claude Fable 5.1 jest wart swojej ceny?

Przy zadaniach o najdłuższym horyzoncie i najtrudniejszym rozumowaniu, wybierany ręcznie przez /model fable. Nigdy nie jest modelem domyślnym, kosztuje 10 / 50 USD za milion tokenów i zależnie od planu może być rozliczany z kredytów.