Acest conținut a fost generat cu ajutorul inteligenței artificiale și publicat fără o verificare umană prealabilă. Poate conține erori și nu constituie consultanță profesională. Semnalați o problemă: info@delionsoft.com.
Anthropic a lansat Claude Opus 5.5 pe 22 septembrie, iar OpenAI a urmat aproximativ o oră mai târziu cu GPT-6 Sol și GPT-6 Luna — la o zi după Grok 4.7 și MiMo v2.6. Titlul nu se referă la capacitate, ci la cost: noile modele OpenAI au un preț de aproximativ jumătate din cel al echivalentelor lor GPT-5.6, iar Opus 5.5 a venit cu propria sa reducere. Raportul original prezintă tabelul actual de prețuri și câteva impresii preliminare din practică.
Ce s-a întâmplat
Conform raportului inițial, GPT-6 Luna are un preț de 0,10 dolari pe milion de tokeni de intrare și 0,50 dolari pe milion de tokeni de ieșire, față de 0,20 dolari/1,20 dolari pentru GPT-5.6 Luna. GPT-6 Sol se situează la 2 $/10 $, în scădere față de 4 $/20 $ pentru GPT-5.6 Sol. Deoarece GPT-5.6 are programată o creștere de preț de 25% pentru luna noiembrie, diferența efectivă față de familia mai veche se va adânci și mai mult. Având în vedere că GPT-5.6 Terra are același preț ca GPT-6 Sol, autorul nu vede niciun motiv pentru a alege Terra.
Claude Opus 5.5 a scăzut de la prețurile de lungă durată de 5 $/25 $ la 4 $/20 $, o reducere de 20%, iar prețurile pentru citirea din cache au scăzut cu 60%. Această ultimă cifră contează mai mult decât pare: în sesiunile lungi cu agenți, majoritatea token-urilor de intrare sunt facturate la tariful din cache, astfel încât costul real al operațiunilor în mai mulți pași scade mai rapid decât cifra afișată. Anthropic a anunțat că Sonnet 5.5 și Haiku 5.5 vor fi lansate în curând; întrebarea care rămâne deschisă este dacă Haiku, care are în prezent un tarif de 1 $/5 $, poate concura la nivelul de prețuri mici cu Luna, care are un tarif de 0,10 $/0,50 $.
O avertizare din secțiunea de testare practică: Opus 5.5, la nivelul maxim de gândire, a eșuat de două ori la o sarcină simplă de generare SVG, consumând limita de ieșire de 128.000 de tokenuri în timp ce încă raționa. Fiecare încercare eșuată a costat 2,56 dolari și a durat aproape 20 de minute. Autorul concluzionează că nivelul maxim de efort ar putea fi nesigur pentru activitatea reală.
De ce este important
Pentru echipele care utilizează funcționalități LLM în producție, economia unitară a unui produs conceput acum șase luni s-ar putea să nu mai reflecte realitatea. Funcționalitățile care au fost abandonate deoarece erau prea costisitoare pe cerere — clasificarea documentelor, trierea tichetelor, reordonarea rezultatelor căutării, generarea de schițe — revin în limitele acceptabile la 0,10 dolari pe milion de tokeni de intrare. Reducerea citirilor din cache modifică calculul în mod specific pentru fluxurile de lucru agentice, unde contextul repetat domină costurile.
A doua lecție se referă la setările de efort. Nivelurile mai ridicate de raționament nu sunt întotdeauna mai bune; ele pot consuma buget și timp fără a produce niciun rezultat. Controlul costurilor în sistemele agentice necesită limite stricte, nu doar alegerea unui model.
Ce trebuie făcut
- Rulați din nou modelul de costuri cu prețurile actuale, înainte de majorarea din noiembrie a GPT-5.6. Dacă vă aflați pe un nivel mai vechi la același preț ca unul mai nou, migrarea este o chestiune de aritmetică, nu de strategie.
- Testați nivelul ieftin pe volumul dvs. real de lucru, nu pe teste de performanță. Modelele ieftine gestionează o proporție surprinzătoare de sarcini de rutină; păstrați modelul scump pentru cazurile care au nevoie de el în mod evident.
- Setați limite maxime pentru token-urile de ieșire, timpi de așteptare și alarme de cost pe cerere. Tratați o buclă de raționament scăpată de sub control ca pe un mod de eșec pe care trebuie să îl gestionați, nu ca pe un caz extrem.
- Mențineți stratul modelului interschimbabil. Prețurile și clasamentele s-au schimbat de mai multe ori în acest an; apelurile către furnizori codificate rigid transformă fiecare schimbare într-un mic proiect.