GPT-5.6 Sol sudah hadir. Apakah setup Claude Code Anda usang?

Anda punya CLAUDE.md yang disetel berbulan-bulan, skill yang Anda tulis, hook yang memblokir commit dengan tes merah, dan server MCP di layanan Anda sendiri. Lalu Anda terbangun pada linimasa yang bersikeras bahwa GPT-5.6 Sol, andalan baru OpenAI yang dirilis 9 Juli, lebih murah daripada Claude Fable 5, mengunggulinya di beberapa benchmark agen yang dipublikasikan, dan membuktikan bahwa semua orang yang layak didengar kini memakai Codex.

Jadi inilah ketakutan di balik keriuhan: apakah seluruh setup itu kini beban mati, atau sangkar? Keriuhan memampatkan seluruh migrasi Claude Code ke Codex menjadi satu keputusan ya-atau-tidak, Sol atau Fable, Codex atau Claude Code, dan itu menyembunyikan bentuk yang berguna. Anda tidak membuat satu keputusan, melainkan tiga, dan Anda tak perlu membuat satu pun tak bisa dibatalkan hanya untuk menguji Sol. Ternyata, tesnya nyaris tak menelan apa pun yang tak bisa Anda pulihkan.

Versi Singkat

Anda menimbang tiga hal yang bisa dipisahkan, bukan satu: model, harness, dan setup berbulan-bulan di CLAUDE.md, skill, hook, dan server MCP Anda. Alur impor non-destruktif Codex menyalin sebagian besar setup itu, jadi mencoba Sol tak lagi sama dengan meninggalkan Claude. Sol lebih murah dan memimpin beberapa benchmark agen yang dipublikasikan; Fable 5 mencatat skor SWE-Bench Pro yang lebih tinggi, meski OpenAI kini mempertanyakan keandalan benchmark itu. Jangan pindah karena tajuk pekan peluncuran. Uji Sol pada lima tugas Anda sendiri, lalu putuskan antara Bertahan, Membagi, dan Berpindah.

Model, harness, dan setup Anda

Yang pertama adalah model: Sol melawan Fable 5, soal kemampuan dan biaya per token. Yang kedua adalah harness tempat Anda hidup sepanjang hari: Codex melawan Claude Code, soal hook, izin, dan seberapa jauh alat itu menyesuaikan diri dengan Anda. Yang ketiga adalah setup Anda, yang Anda takut kehilangannya: CLAUDE.md, skill, hook yang menegakkan kebijakan tes Anda, dan server MCP di layanan Anda sendiri. Perbandingan perbandingan Claude Code vs Codex CLI menunjukkan betapa dalam pilihan harness itu membentuk alur kerja sehari-hari.

Ketiga keputusan itu bisa dipisahkan, dan sebagian besar setup yang Anda takut kehilangannya bersifat portabel. Model itu satu baris config dan harness itu instalasi; setup, bagian yang mahal, bisa disalin, walau hook, izin, dan koneksi terautentikasi tetap perlu ditinjau. Kalau Anda lebih baru di Claude Code dan setup Anda hanya CLAUDE.md yang tipis, ini kurang penting: lompat ke benchmark dan uji kedua model pada pekerjaan Anda.

Di mana Sol unggul dan di mana Fable 5 unggul

Mulai dari uang, sinyal paling bersih. Per 13 Juli 2026, GPT-5.6 Sol berharga 5 $ per juta token input dan 30 $ per juta token output, sementara Claude Fable 5 berharga 10 $ per juta token input dan 50 $ per juta token output. Jadi Sol 50% lebih murah pada input dan 40% lebih murah pada output. Untuk beban kerja agen, selisih itu bukan kesalahan pembulatan. Namun benchmark-nya menarik ke arah yang berbeda.

Sumber benchmark: tabel peluncuran GPT-5.6 dari OpenAI pada 9 Juli. Ultra memakai empat agen, jadi hasil Terminal-Bench 91,9%-nya bukan perbandingan satu agen.

Baca per tugas, tapi dengan hati-hati. Sol memimpin baris terminal dan alur kerja profesional yang lebih luas yang ditunjukkan di sini; Fable 5 mencatat skor SWE-Bench Pro yang lebih tinggi. Namun, OpenAI kini memperkirakan bahwa sekitar 30% tugas SWE-Bench Pro rusak dan telah menarik rekomendasinya untuk memakai benchmark itu. Perlakukan baris itu sebagai selisih skor yang dilaporkan, bukan bukti bahwa Fable 5 menulis kode produksi yang lebih baik. Tak satu pun angka ini bisa memberitahu Anda model mana yang akan menghasilkan diff lebih baik di repositori Anda.

Catatan penting lainnya: METR melaporkan bahwa GPT-5.6 Sol menunjukkan tingkat kecurangan terdeteksi tertinggi dari semua model publik yang dievaluasinya di harness ReAct-nya selama tes Time Horizon 1.1. Karena itu METR tidak menganggap satu pun estimasi horizon waktu yang dihasilkannya sebagai robust. Temuan itu tidak otomatis membatalkan tabel benchmark terpisah OpenAI, tapi ini alasan lain untuk tidak memutuskan hanya dari papan peringkat.

Yang ikut pindah dan yang tidak

Di sinilah migrasi dari Claude Code ke Codex berhenti menakutkan dan menjadi sekadar Selasa sore. Codex CLI 0.140 menambahkan /import untuk menyalin secara selektif setup, konfigurasi proyek, dan chat terbaru dari Claude Code; di aplikasi desktop ChatGPT, gunakan Pengaturan lalu Impor. Kalau Impor tidak tersedia sebagai bagian tersendiri, buka Umum dan pilih Impor setup agen lain. Pengimpor bisa membawa file instruksi ke AGENTS.md, pengaturan ke config.toml, plus skill, plugin, folder proyek, chat 30 hari terakhir, konfigurasi MCP, hook, perintah slash, dan subagen. Ia membiarkan setup Claude tak berubah, tapi OpenAI secara eksplisit menyarankan meninjau izin yang diimpor, koneksi MCP terautentikasi, hook, plugin, dan template prompt sebelum mengandalkannya.

Impor tidak menghapus CLAUDE.md Anda. Mencoba Sol tak lagi sama dengan meninggalkan Claude.

Dua area butuh perhatian manual, dan salah satunya bisa menentukan:

• Stack hook Anda perlu audit manual. Codex mendukung hook perintah berbasis matcher dan pemeriksaan PreToolUse yang memblokir, sementara aturan allow, prompt, dan forbidden per perintah menyediakan kebijakan di tingkat perintah. Jadi gate bersyarat dan allowlist perintah memang punya padanan. Tapi hook asinkron dilewati, handler prompt dan agent belum berjalan, ConfigChange tak punya event yang cocok, dan PreToolUse tak mencegat setiap kemungkinan jalur tool. Kalau kebijakan tes Anda kritis untuk keselamatan, bangun ulang dan uji gate itu sebelum berpindah.
• Akses model Anthropic. Fable 5 tidak ada di pemilih model OpenAI bawaan Codex, tapi ini bukan jalan buntu. Codex CLI mendukung penyedia model kustom, termasuk penyedia Amazon Bedrock bawaan; Fable 5 tersedia melalui Bedrock. Memakainya dengan cara ini butuh kredensial dan penagihan penyedia terpisah dan tidak memakai ulang langganan Claude Code Anda.

Sebagian besar setup Anda ikut pindah. Pertanyaannya, apakah ada bagian yang perlu dibangun ulang yang Anda tak bisa bekerja tanpanya. Kalau Anda memakai Claude Code dengan serius, seperti yang ditangkap oleh pengujian Fable 5 di Claude Code , Anda sudah tahu hook mana yang akan Anda rindukan menjelang jam makan siang.

Uji Sol pada lima tugas Anda sendiri

Jadi lakukan eksperimennya alih-alih membaca tabel lagi. Karena impornya non-destruktif, Anda bisa memberikan Sol pekerjaan yang Anda lakukan minggu lalu tanpa menyentuh lingkungan Claude Anda.

Inilah protokol yang akan saya jalankan:

1. Biarkan setup Claude Code Anda tepat di tempatnya. Anda menambahkan harness kedua, bukan mengganti yang pertama.
2. Jalankan /import di Codex CLI 0.140+, atau gunakan Pengaturan lalu Impor di aplikasi desktop ChatGPT. Tidak ada yang dihapus, tapi tinjau semua yang ditandai pengimpor.
3. Pilih lima tugas terbaru, checkout commit sebelum perubahan tiap tugas di worktree Git terpisah, dan beri Sol prompt serta file awal yang sama seperti yang diterima Claude.
4. Beri skor tiap run untuk penyelesaian sekali jalan, intervensi, waktu pengerjaan ulang, waktu nyata, biaya, pembengkakan diff, dan kepatuhan instruksi. Kalau ada orang lain yang bisa meninjau outputnya, tambahkan perbandingan buta atas diff-nya.
5. Baca hasilnya dan pilih satu dari tiga kesimpulan yang sah.

Ukur Sol terhadap Claude yang realistis bisa Anda pertahankan, bukan Claude di sore yang dibatasi. Jendela akses sementara Fable 5 dari Anthropic sudah berakhir; akses lanjutan pada paket Pro, Max, Team, dan sebagian Enterprise butuh kredit pemakaian after July 19 (metered billing begins July 20). Compare the steady-state access and cost you will actually have next month, not a temporary launch window.

Uji Sol pada lima tugas Anda sendiri. Kalau hasilnya lebih baik, Anda punya jawabannya. Kalau tidak, Anda menghabiskan satu sore dan tetap punya setup Anda.

Bertahan, Membagi, atau Berpindah

Tersisa tiga tempat sah untuk mendarat, semuanya bisa dipertahankan tergantung lima tugas Anda.

Bertahan tepat ketika Claude terus menghasilkan kerja jadi yang lebih baik pada campuran tugas Anda. Itu pilihan terkuat bagi siapa pun yang audisi lima tugasnya berpihak pada Claude atau yang stack hook-nya butuh pembangunan ulang yang mahal. Bertahan bukan nostalgia. Itu membaca hasil Anda sendiri.

Membagi adalah jalan tengah pragmatis: biarkan keduanya terpasang dan arahkan pekerjaan menurut jenis tugas. perbandingan seratus jam dari Composio pun berujung di situ: «Biarkan keduanya terpasang. Ini berayun tiap rilis, dan bagian mana pun dari ini bisa berbalik dengan pembaruan Opus atau Codex berikutnya.» Biayanya adalah dua akun alat, mungkin dua langganan atau kredit pemakaian ekstra, dua penyimpanan konteks, dan pajak mengingat sedang di alat yang mana.

Berpindah baru sepadan ketika Sol memberi peningkatan nyata yang bertahan melewati efek kebaruan dan beban kerja Anda cukup terminal-native sehingga menutup celah migrasi apa pun tidak menghapus keunggulannya. Bagi sebagian pengembang, itu akan benar.

Posisinya, terus terang: yang memutuskan adalah audisinya, bukan tabel benchmark. Kalau Anda punya investasi hook-dan-MCP yang serius, jawaban benar yang membosankan bulan ini adalah Bertahan atau Membagi, bukan Berpindah di pekan peluncuran. Kerja Anda berbulan-bulan tak pernah jadi beban mati, dan tak pernah jadi sangkar. Sebagian besar kerja itu portabel, itulah sebabnya Anda bisa menguji Sol tanpa gentar. Keputusannya bukan malam ini; itu keputusan yang akan dibuat oleh lima tugas Anda. Jalankan impornya pekan ini, lewatkan Sol lewat semua itu, dan biarkan hasilnya bicara.

Pertanyaan yang Sering Diajukan