Opus 5.5 и GPT-6 Sol: гонка передовых ИИ-моделей перешла в фазу борьбы за цену
Гонка передовых ИИ-моделей вступила в фазу сравнения цен. OpenAI и Anthropic почти одновременно выпустили новые модели, нацеленные на снижение стоимости.
Anthropic объявила об Opus 5.5 — последней версии своей основной массовой рабочей модели, применяемой для программирования и другой сложной интеллектуальной работы. А OpenAI представила GPT-6 Sol и Luna — обновлённые версии своих моделей среднего и младшего уровня, ориентированных на эффективность и скорость.
Новые релизы не про прорывные возможности, а про эффективность. Поскольку и OpenAI, и Anthropic нацелены на корпоративных клиентов, они наперегонки конкурируют с открытыми моделями: организации всё чаще меняют практики и используют маршрутизаторы моделей, чтобы реже обращаться к дорогим передовым системам в пользу более дешёвых альтернатив.
Anthropic и OpenAI утверждают, что новые версии расширяют границы возможного (пусть и в основном скромно), а стоимость при этом существенно снижают.
Opus 5.5: более доступный и конкурентоспособный флагман
Opus 5.5 относится к верхнему сегменту среди анонсированных сегодня моделей, но широкий контекст таков: Anthropic слегка догоняет OpenAI в их гонке. Ранее в этом месяце OpenAI выпустила GPT-6 Astra, которая иногда немного обходит Opus 5 в тестах и по оценкам пользователей. (По цене и возможностям Astra конкурирует и с Opus, и с Fable.)
Тесты Anthropic и её партнёров теперь показывают, что Opus 5.5 в некоторых случаях лучше GPT-6 Astra в программировании и интеллектуальной работе — пусть и с небольшим отрывом.
Но главное здесь — цена. Из анонса Anthropic: «Входные и выходные токены стоят 4 и 20 долларов за миллион — на 20% меньше, чем у Opus 5. Чтение кэша (на которое приходится основная часть затрат агентной и программистской работы) — 0,20 доллара за миллион токенов, на 60% меньше, чем у Opus 5. Кроме того, Opus 5.5 выдаёт результат более чем на 30% быстрее, чем Opus 5».
Anthropic добавляет, что для типичных задач при настройках по умолчанию экономия ближе к 40% по сравнению с Opus 5: помимо снижения стоимости токенов, Opus 5.5 тратит их меньше на выполнение задач.
Говорят, Opus 5.5 заметно сильна в «зонах высокого риска», таких как кибербезопасность и биология, поэтому к ней будут применяться те же защиты, что и к Fable 5.1: если запрос сочтут заходящим на охраняемую территорию, он может автоматически и прозрачно перенаправляться на более старую модель.
GPT-6 Sol и Luna: скромное обновление с фокусом на стоимость
Выпуск GPT-6 Sol и Luna от OpenAI — итеративный шаг вперёд. Не так давно компания ввела имена Sol, Terra и Luna для семейства GPT-5.6. А ещё позднее, уже в этом месяце, представила GPT-6 Astra — самую продвинутую и мощную свою модель.
Возможно, неясно, что значат эти названия, поэтому коротко. Astra — самая мощная (и дорогая) модель для тяжёлого программирования, исследований и подобного. Sol — способная, но более эффективная и доступная альтернатива, что-то вроде рабочей лошадки для таких задач. Terra — сбалансированная модель общего назначения. А Luna — быстрый и дешёвый вариант.
Можно грубо соотнести Astra с Fable от Anthropic, Sol — с Opus, Terra — с Sonnet, Luna — с Haiku, но соответствие будет неточным, особенно для верхних моделей.
OpenAI сообщает, что GPT-6 Sol и Luna обучали методами, близкими к тем, что использовались для GPT-6 Astra. В зависимости от теста они иногда на несколько процентных пунктов превосходят предшественников в отдельных задачах, но обходятся вдвое дешевле.
Цена API для GPT-6 Sol — 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Для Luna — 0,10 и 0,50 доллара соответственно.
Мнение: дьявол кроется в долларах
Разговоры вокруг передовых моделей хаотичны. В соцсетях заявляют, что сложные трёхмерные видеоигры можно пройти с первого раза с моделями вроде GPT-6 Astra, но рядом — новости об утечках, проблемах согласованности, призывы замедлиться и ввести регулирование.
Часть этого заслуживает серьёзного внимания, часть — шум, а некоторые вещи серьёзны, но подаются или преувеличиваются ради коммерческого позиционирования.
К тому же приходит понимание, что модели — Anthropic ли, OpenAI, Alibaba или любого другого крупного игрока — не единственные важные двигатели прогресса в последние месяцы. Оркестрация и обвязка для этих моделей как минимум столь же важны.
Передний край по-прежнему движется вперёд, и сегодняшние модели, судя по всему, способнее и лучше согласованы, чем несколько месяцев назад. Но часть разработчиков и предприятий уже чуть меньше сосредоточена на переднем крае и больше — на том, как всё это внедрить и сохранить экономическую эффективность.
Так что, пока лидеры ИИ призывают к замедлению — отчасти или якобы ради безопасности, — есть и практическая экономическая реальность: нынешние модели достаточно хороши для множества полезных задач, но требуют сложной контекстуализации и операционализации людьми, будь то в среде выполнения и обвязке или в организационных практиках. В результате некоторые клиенты таких компаний всё меньше требуют лучшей производительности. Они ищут предсказуемые внедрения и, главное, разумные затраты.
Это само по себе способно стать естественным замедлением, и обе новые модели позиционируются именно под такую новую реальность.
