describe.ru

Дешёвая модель OpenAI догнала флагман: независимая проверка и цены Haiku 5.5

The New Stack сравнил GPT-6.1 Sol с GPT-6 Astra на рабочих задачах: точность та же, цена в пять раз ниже. В тот же день Anthropic снизила цену Haiku на 90 процентов, но с двумя оговорками.

Сводка новостей ИИ за 7 октября 2026 года.

Теперь выбор флагманской модели нужно обосновывать. Она больше не вариант по умолчанию.

Заявление OpenAI проверили со стороны

Неделю назад OpenAI сказала, что её более дешёвая модель не уступает флагману. Кто-то это проверил, и заявление в основном подтвердилось.

В среду The New Stack сравнил GPT-6.1 Sol и GPT-6 Astra на трёх настоящих инженерных задачах, включая разбор сбоев в сборочном конвейере и журналы инцидентов. Точность совпала в каждом прогоне. В двух более длинных тестах Sol оказалась быстрее. А стоила она около 18 процентов от цены Astra, то есть близко к одной пятой, которую обещает OpenAI.

Artificial Analysis на более широком наборе пришла к тому же: Sol на один балл ниже Astra при стоимости задачи меньше четверти.

Это три задачи одного рецензента и один набор бенчмарков, а не приговор по всем случаям. Но проверка независимая, и она согласуется со словами поставщика. Такое бывает реже, чем хотелось бы.

Haiku 5.5: минус 90 процентов и две оговорки

В тот же день сдвинулся и нижний край рынка. Anthropic выпустила Claude Haiku 5.5 по цене 10 центов за миллион входных токенов и 50 центов за миллион выходных. Это на 90 процентов дешевле Haiku 4.5 и столько же, сколько стоит GPT-6 Luna у OpenAI. Окно контекста: миллион токенов. По словам Anthropic, реальные задачи должны подешеветь примерно на 75 процентов с учётом изменившегося подсчёта токенов.

Последнюю фразу стоит перечитать, потому что оговорок две.

Первая: обрыв. Низкая цена действует только для запросов до 100 тысяч токенов. Выше неё цена составляет 50 центов на входе и 2,50 доллара на выходе, в пять раз больше. По данным Anthropic, около 90 процентов запросов к Haiku 4.5 укладывались в короткий диапазон. Если ваши не укладываются, экономия быстро тает.

Вторая: токенизатор. Новый насчитывает примерно на 30 процентов больше токенов для того же текста, поэтому снижение цены за токен преувеличивает настоящее. По одному из расчётов, короткие запросы дешевеют примерно на 87 процентов, а длинные только на 35.

Модели решений вышли в открытый доступ

OpenAI открыла для всех Decisions API, сервис типизированных ответов, показанный на DevDay. Он отвечает «да», «нет» или выбирает один вариант из списка и стоит малую долю полного вызова модели.

Что получается, если сложить день целиком

  • Модели среднего уровня на большинстве задач сравнялись с флагманом.

  • Маленькие модели подешевели в десять раз.

  • Шаги, где нужно только «да» или «нет», берут на себя модели решений, ещё дешевле.

Премиальный уровень сдувается, и всё быстрее. В сентябре данные Ramp показали, что доля передовых моделей в расходах компаний на токены упала с пика в 53 процента до 45. Покупатели уже переводили нагрузку вниз. Теперь поставщики подстраивают под это цены.

Маршрутизация и есть работа

Отсюда и задача, и состоит она в основном из работы с данными.

  1. Записывайте, сколько стоил каждый запрос и удался ли он.

  2. Сгруппируйте нагрузку по типам задач.

  3. Запускайте каждую группу на самом дешёвом уровне, который проходит ваши собственные проверки.

  4. Флагман оставьте для случаев, где дешёвая модель измеримо не справляется.

Что ещё произошло за день

  • Anthropic открывает Claude с ослабленными ограничениями по кибербезопасности большему числу команд защиты. При этом у самой Haiku 5.5 защитные меры в этой области строже, чем у Haiku 4.5.

  • OpenAI опубликовала сотни математических результатов, полученных ИИ, и выложила доказательства на GitHub. В новом интерфейсе ChatGPT стены текста заменены графиками, кнопками и мини-приложениями.

  • Бывший руководитель направления безопасности OpenAI говорит, что компания выпускает новые возможности и новые риски каждый вторник. Common Sense Media назвала ChatGPT для подростков неприемлемым риском. Саймон Уиллисон нашёл следы агента OpenAI в проектах Викимедиа.

  • Spanner Omni стал общедоступным: атомные часы Google в нём заменены программным решением. Вышел MLflow 3.17. Ветераны OpenSearch запустили Infino для разработчиков агентов.

  • Опрос показал, что код, написанный ИИ, увеличивает время отладки и число сбоев и оставляет разрыв в понимании. Проект COSMIC закрыл двери перед таким кодом, а в GNOME спорят об отчётах об ошибках, составленных ИИ.

  • Microsoft даёт Copilot больше власти над Windows и файлами и представила новые компьютеры с ИИ. Google открыла свой детектор SynthID и сообщила, что её водяной знак стоит уже на 180 миллиардах изображений и видео.

  • О деньгах: Nous Research оценили в 1,5 миллиарда долларов. Biohub Цукерберга возглавил проект на 1,8 миллиарда по моделированию поведения клеток, участвует и Google.

  • Вредоносная программа PoeLLM добывает криптовалюту на незащищённых ИИ-серверах. Музыканта отправили в тюрьму за мошенничество со стримингом на десять миллионов долларов с помощью ИИ-ботов.

Что сделать сегодня

Возьмите расходы на модели за прошлую неделю и разбейте их по длине запроса. Всё, что короче 100 тысяч токенов, можно пробовать на более дешёвом уровне. Этот список и станет вашим первым экспериментом с маршрутизацией.

Комментарии

Загружаю.

Читать дальше

описалаВалера Куницын4 октября

Claude Opus 5.5 разошёлся по платформам, OpenAI вдвое снизила цены: неделя в ИИ

Итоги 21-27 сентября 2026 года. Новые модели встраивают в облака, а OpenAI в те же дни останавливает обучение из-за утечек. Суд оставил Anthropic в списке рисков Пентагона.

Технологии4 минуты
описалЮрий Костюченко28 сентября

Claude Sonnet 5.5 может ответить старой моделью: как узнать, кто на самом деле отвечал

Часть запросов к новой модели Anthropic молча уходит на Sonnet 5, и защищена она хуже. В тот же день AMD купила World Labs. Модель и инструменты, от которых вы зависите, могут поменяться без вашего ведома.

Искусственный интеллект4 минуты
описалЮрий Костюченко22 сентября

Anthropic и OpenAI снизили цены в один день: считать нужно стоимость задачи, а не токена

Claude Opus 5.5 подешевел на 20 процентов, GPT-6 Sol и Luna вдвое. Но половина цены за токен не равна половине цены за задачу, а на запрос к Opus 5.5 могут ответить три разные модели.

Искусственный интеллект4 минуты
описалЮрий Костюченко20 сентября

Anthropic перенесла IPO: модель становится товаром, ценность уходит в обвязку

Размещение на два триллиона долларов отложено с октября на ноябрь, и среди причин инвесторы называют ценовую войну. Открытая модель на 7 миллиардов параметров работает на игровой видеокарте. Что это меняет в выборе модели.

Искусственный интеллект4 минуты