GPT или Claude для программирования

Короткий ответ: та, что лучше справилась с вашими задачами в вашем инструменте. GPT-6 и Claude обновляются часто, и сравнение полугодовой давности может описывать уже другие версии.

Публичные бенчмарки тут помогают слабо. Они меряют чужие задачи на чужом коде, а у вас свой стек, свои тесты и свои соглашения в репозитории. Пять задач из собственного проекта скажут больше любой таблицы.

Ещё один фактор часто важнее самой модели: агент в терминале, чат с куском кода и скрипт, который через API генерирует тесты, нагружают модель по-разному. Поэтому начинать стоит с вопроса, где вы будете работать.

Если вы хотите агента, который сам читает файлы, запускает команды и правит код, выбор модели почти совпадает с выбором программы. Codex CLI от OpenAI работает через Responses API и только с моделями GPT: gpt-6-sol, gpt-6-astra и остальными из семейства. Gemini, DeepSeek, Grok и другие модели, доступные у нас только через Chat Completions, к нему не подключить.

Claude Code от Anthropic использует формат Anthropic, эндпоинт /v1/messages, и модели Claude: claude-sonnet-5, claude-opus-5 и другие. Base URL для него пишется без /v1: https://api.pro-ai.online.

Агенты отличаются манерой: как спрашивают разрешение на команды, как показывают изменения, как ведут длинную сессию. Поставьте оба и поработайте в каждом день-два на обычных задачах. Подключение описано в руководствах:

• Codex CLI с моделями GPT: /guides/codex-cli.
• Claude Code с моделями Claude: /guides/claude-code-v-rossii.
• Cursor и VS Code, где обе семьи моделей в одном редакторе: /guides/cursor-vs-code.

Задачи удобно делить по цене ошибки и объёму контекста. Основную рабочую модель выберите по итогам своего сравнения, а дорогую держите для случаев, где промах обходится дорого. Ниже стартовая раскладка, которую стоит проверить на своём коде:

• Мелкие правки, вопросы по синтаксису, автодополнение: gpt-6-luna или claude-haiku-4-5-20251001. Тут важнее скорость, чем глубина.
• Ежедневная работа, баги и небольшие фичи: gpt-6-sol или claude-sonnet-5. Типичный ответ GPT-6 Sol стоит у нас около 0,22 ₽.
• Рефакторинг, где нельзя сломать поведение: сильная модель, например claude-opus-5 или gpt-6-astra. Одна ошибка в переименовании съест больше времени, чем вы сэкономите на запросе.
• Разбор чужого репозитория: модель читает много, а пишет мало, поэтому цена почти целиком уходит на вход. Здесь выручает кэш, повторно отправленное начало запроса у нас в 10 раз дешевле обычного входа.
• Если результат на ваших задачах одинаковый, оставьте ту модель, что дешевле или быстрее.

На одном ключе модели отличаются только полем model: адрес, ключ и баланс общие. Если подготовить задачи заранее, сравнение укладывается в вечер.

• Создайте две ветки от одного коммита, по одной на модель, чтобы диффы не смешивались.
• Возьмите четыре настоящие задачи: баг с известным воспроизведением, небольшую фичу, рефакторинг одной функции и вопрос по незнакомому модулю.
• Дайте каждую задачу обеим моделям с одинаковым текстом запроса и одинаковыми файлами в контексте.
• Оценивайте по тестам и диффу: прошли ли тесты, не тронут ли лишний код, сколько уточнений понадобилось. Уверенный тон объяснения в оценку не входит.
• Выпишите стоимость каждой попытки из «Расхода» рядом с оценкой. Через вечер у вас будет таблица из восьми строк, по которой видно и качество, и цену.

Для ориентира возьмём типичный ответ: 2000 токенов на входе и 800 на выходе. У нас он обходится примерно в 0,22 ₽ на GPT-6 Sol, 0,33 ₽ на Claude Opus 5.5, 0,82 ₽ на Claude Fable 5 и 1,09 ₽ на GPT-6 Astra.

Посчитать свой случай можно по ценам за миллион токенов. У GPT-6 Sol это 0,434 $ за вход и 2,17 $ за выход, у Claude Opus 5.5 0,651 $ и 3,255 $, курс в расчётах 83,48 ₽ за доллар. Умножьте число входных токенов на цену входа, выходных на цену выхода и сложите.

Агентная сессия тяжелее чата, потому что агент на каждом шаге заново отправляет прочитанные файлы. Условный пример: 40 шагов по 30 000 токенов на входе и 800 на выходе. На GPT-6 Sol это около 49 ₽, на Claude Opus 5.5 около 74 ₽, и это без учёта кэша, который удешевляет повторяющуюся часть входа в 10 раз.

Реальный расход вашего рабочего дня покажет «Расход» в кабинете после первой настоящей сессии. Там видна каждая заявка агента, так что легко заметить, какой шаг оказался дорогим.

В большом репозитории качество ответа сильнее зависит от того, что агент успел прочитать, чем от выбранной модели. Попросите сначала составить карту модулей и только потом что-то менять. Описание проекта положите в корень: Codex CLI читает AGENTS.md, Claude Code читает CLAUDE.md, и туда стоит записать, как запускать тесты и какие папки трогать нельзя.

На длинных задачах время уходит на рассуждения и вызовы инструментов. Быстрая модель, которая ошиблась и пошла на второй круг, может закончить позже сильной. Включите стриминг (stream=true): ответ начнёт появляться сразу, и ожидание переносится легче.

Сравнение чаще всего портят условия эксперимента:

• Разные промпты для разных моделей. Текст задачи и набор файлов должны совпадать дословно.
• Одна задача вместо нескольких. По одной попытке легко принять случайность за закономерность.
• Оценка по объяснению. Гладкий рассказ о решении не гарантирует, что код работает, смотрите на тесты.
• Самая дорогая модель на всё подряд. Для правки в одну строку gpt-6-astra не нужна, а счёт она увеличит в разы.
• Сравнение в разных агентах без оговорки. Если GPT работала в Codex CLI, а Claude в Claude Code, вы сравнили связки модель плюс инструмент.