Цей матеріал згенеровано за допомогою штучного інтелекту та опубліковано без попередньої перевірки людиною. Він може містити помилки і не є професійною консультацією. Повідомити про проблему: info@delionsoft.com.
22 вересня компанія Anthropic випустила Claude Opus 5.5, а OpenAI — приблизно через годину — GPT-6 Sol та GPT-6 Luna — на наступний день після виходу Grok 4.7 та MiMo v2.6. Головним є не функціонал, а вартість: ціна нових моделей OpenAI становить приблизно половину від вартості їхніх аналогів GPT-5.6, а Opus 5.5 також отримав зниження ціни. У оригінальному звіті наведено актуальну таблицю цін та деякі перші практичні враження.
Що сталося
Згідно з оригінальним звітом, вартість GPT-6 Luna становить 0,10 долара за мільйон вхідних токенів і 0,50 долара за мільйон вихідних, проти 0,20/1,20 долара для GPT-5.6 Luna. Ціна GPT-6 Sol становить 2 долари/10 доларів, що нижче за 4 долари/20 доларів у GPT-5.6 Sol. Оскільки на листопад заплановано підвищення ціни на GPT-5.6 на 25%, фактична різниця у порівнянні зі старою лінійкою ще більше збільшиться. Оскільки ціна GPT-5.6 Terra така сама, як і у GPT-6 Sol, автор не бачить жодних підстав обирати Terra.
Ціна Claude Opus 5.5 знизилася з традиційних 5/25 доларів до 4/20 доларів, що становить зниження на 20%, а ціни на читання з кешу впали на 60%. Останнє число має більше значення, ніж здається на перший погляд: під час тривалих агентних сесій більшість вхідних токенів оплачуються за тарифами кешу, тому реальна вартість багатоетапної роботи знижується швидше, ніж це видно з загальної цифри. Компанія Anthropic заявила, що незабаром з’являться Sonnet 5.5 та Haiku 5.5; залишається відкритим питання, чи зможе Haiku, вартість якого наразі становить $1/$5, конкурувати в низькому ціновому сегменті з Luna ($0,10/$0,50).
Одне застереження з практичного розділу: Opus 5.5 на «максимальному» рівні мислення двічі зазнав невдачі під час виконання простого завдання з генерації SVG, вичерпавши ліміт виводу в 128 000 токенів, поки ще продовжував міркувати. Кожна невдала спроба коштувала 2,56 долара й тривала майже 20 хвилин. Автор робить висновок, що найвищий рівень зусиль може виявитися ненадійним для реальної роботи.
Чому це важливо
Для команд, які використовують функції LLM у виробничому середовищі, економіка одиниці продукту, розробленого шість місяців тому, може вже не відповідати реальності. Функції, які були відкладені як занадто дорогі на один запит — класифікація документів, сортування звернень, переранжування результатів пошуку, генерація чернеток — знову стають економічно вигідними при вартості 0,10 долара за мільйон вхідних токенів. Зменшення кількості читань з кешу змінює розрахунки саме для агентних робочих процесів, де повторюваний контекст є основною статтею витрат.
Другий урок стосується налаштувань інтенсивності обчислень. Вищі рівні міркування не завжди кращі; вони можуть витрачати бюджет і час, але при цьому не давати жодних результатів. Контроль витрат в агентних системах потребує жорстких обмежень, а не лише вибору моделі.
Що робити
- Перерахуйте свою модель витрат з урахуванням поточних цін до листопадового підвищення вартості GPT-5.6. Якщо ви користуєтеся старим тарифним планом за тією ж ціною, що й новим, перехід — це просте арифметичне рішення, а не стратегія.
- Протестуйте дешевий тарифний план на вашому реальному робочому навантаженні, а не на тестах продуктивності. Дешеві моделі справляються з дивовижно великою часткою рутинних завдань; залиште дорогу модель для випадків, коли вона дійсно необхідна.
- Встановіть обмеження на кількість токенів у вихідних даних, тайм-аути та сповіщення про вартість за запит. Розглядайте неконтрольований цикл міркувань як режим збою, з яким потрібно впоратися, а не як крайній випадок.
- Забезпечте можливість заміни модельного шару. Цього року ціни та рейтинги змінювалися кілька разів; жорстко запрограмовані виклики постачальників перетворюють кожну зміну на окремий невеликий проєкт.