Продакт в AI | Автор на Хабре | Разбираю, как работают AI-агенты для кода | Цифры вместо мнений
После выхода Claude Opus 5.5 и GPT-6 Sol я пошёл сравнивать цены API-шлюзов с оплатой из России. И быстро упёрся в то, что строчка «ввод / вывод за миллион токенов» плохо объясняет будущий счёт. В моих сессиях Claude Code основная нагрузка приходится на кэш, а цены его чтения и записи приходится искать отдельно.
Поэтому я посчитал по-другому:…
Claude Haiku 5.5 обошлась в 12 раз дороже GPT-6 Luna за одну и ту же сцену 🐉
У обеих моделей одинаковая цена API, но построение одного и того же анимированного воксельного 3D-острова с пагодой стоило $24.96 на Claude Haiku 5.5 и $1.91 на GPT-6 Luna.
Есть популярное мнение: для рутинных задач самая умная модель не нужна, дешёвой хватит, а упирается всё теперь в скорость. Недавно на Хабре вышла статья ровно об этом — «Я перестал пользоваться самыми умными ИИ‑моделями», и под ней почти триста комментариев. Я прочитал, наверное, половину: мнений много, а замеров на одинаковых задачах не нашёл ни о…
Объявляю: на сегодня это самый авторитетный и самый беспристрастный бенчмарк 👍
💥 Поверить невозможно! Opus 5.5 в одиночку и Opus 5.5 с 10 субагентами Haiku 5.5 дают совершенно разный результат!
В тесте с падением яйца цель была одна — безопасно приземлить его с 32 метров. Разница не в том, получится ли, а в том, как именно: 🔸 Opus 5.5 в одиночку: 3 мин 37 с, перебрал 25 вариантов, потратил $0.47.
💥 Не могу сдержаться! Mistral Large 4 только вышла — и сразу получила пощёчину на той же сцене запуска ракеты. Сильнейший open-source в Европе? По визуалу она ещё не догнала Kimi K3 трёхмесячной давности!
Детали сравнения:🟠 Mistral Large 4• Ракета — красно-белый цилиндр с треугольным обтекателем, как низкополигональный конструктор• Стартовы…
🔥 Наконец-то добрался до Claude Mythos 5.1!
Это те же веса, что и у публичной Fable 5.1, только ограничения по кибербезопасности и биологии мягче.