Новые антропные модели OpenAI дают те же обещания: немного больше за гораздо меньшие деньги.

Компания OpenAI анонсировала GPT-6 Sol и Luna, новейшие версии своих моделей среднего или меньшего размера, ориентированных на эффективность и скорость.

Эти новые релизы не связаны с революционными новыми возможностями. Скорее, они направлены на повышение эффективности. Поскольку и OpenAI, и Anthropic ориентированы на корпоративных клиентов, они стремятся конкурировать с моделями с открытыми весами, так как организации изучают возможность изменения своих методов работы и использования маршрутизаторов моделей для сокращения использования этих дорогостоящих, передовых моделей в пользу более дешевых альтернатив.

Anthropic и OpenAI утверждают, что эти новые разработки расширяют границы возможного (хотя и в основном в незначительной степени), одновременно существенно снижая затраты.

Opus 5.5: Более доступный и конкурентоспособный флагманский смартфон.

Opus 5.5 относится к более продвинутым моделям, анонсированным сегодня, но в более широком контексте следует отметить, что Anthropic пытается наверстать упущенное в гонке с OpenAI. Ранее в этом месяце OpenAI выпустила GPT-6 Astra, которая иногда немного превосходит Opus 5 по результатам тестов и отзывам пользователей. (По цене и возможностям Astra конкурирует как с Opus, так и с Fable.)

Согласно результатам тестов, проведенных компанией Anthropic и ее партнерами, Opus 5.5 в некоторых случаях, хотя и незначительно, превосходит GPT-6 Astra по производительности в задачах программирования и обработки информации.

Главный вопрос здесь — стоимость. В заявлении Anthropic говорится: «Стоимость входных и выходных токенов составляет 4 и 20 долларов за миллион, что на 20% меньше, чем в Opus 5. Чтение из кэша (которое составляет большую часть затрат на агентскую и программную работу) стоит 0,20 доллара за миллион токенов, что на 60% меньше, чем в Opus 5. Кроме того, Opus 5.5 генерирует выходные данные более чем на 30% быстрее, чем Opus 5».

Компания Anthropic также утверждает, что экономия составляет около 40 процентов по сравнению с Opus 5 для типичных рабочих нагрузок при настройках по умолчанию, поскольку, помимо снижения стоимости токенов, Opus 5.5 также использует меньше токенов при выполнении задач.

Утверждается, что Opus 5.5 особенно эффективен в «областях высокого риска», таких как кибербезопасность и биология, поэтому те же меры защиты, которые применялись в Fable 5.1, будут действовать и здесь — ваши запросы могут быть автоматически и незаметно перенаправлены на более старую модель, если они будут помечены как затрагивающие защищенную территорию.

GPT-6 Sol и Luna: скромное, ориентированное на снижение затрат обновление.

Выпуск моделей GPT-6 Sol и Luna от OpenAI — это шаг вперед. Не так давно компания представила свою систему наименования Sol, Terra, Luna для семейства моделей GPT-5.6. А совсем недавно (буквально в этом месяце) она представила GPT-6 Astra, которая стала самой продвинутой и самой мощной моделью компании.

Возможно, не всем понятно, что означают эти названия, поэтому вот краткий обзор. Astra — это самая мощная (и дорогая) модель, предназначенная для интенсивной работы с программированием, исследованиями и так далее. Sol — это более производительная, но более эффективная и доступная альтернатива, рассчитанная на повседневное использование в подобных задачах. Terra — это сбалансированная модель общего назначения. А Luna — это быстрый и недорогой вариант.

Можно было бы приблизительно и разумно сопоставить Astra с Fable от Anthropic, Sol с Opus, Terra с Sonnet и Luna с Haiku, но это было бы несовершенное сопоставление, особенно для моделей более высокого уровня.

OpenAI утверждает, что GPT-6 Sol и Luna были обучены с использованием методов, аналогичных тем, которые применялись для обучения GPT-6 Astra. В зависимости от используемого бенчмарка, они иногда на несколько процентных пунктов превосходят своих предшественников в решении определенных задач, но при этом обходятся вдвое дешевле в использовании.

Стоимость API GPT-6 Sol составляет 2 доллара за 1 миллион входных токенов и 10 долларов за 1 миллион выходных токенов. Для Luna эти показатели составляют 0,10 и 0,50 доллара соответственно.

Мнение: Дьявол кроется в долларах.

Дискуссии вокруг перспективных моделей носят хаотичный характер. В социальных сетях люди заявляют о возможности мгновенного прохождения сложных 3D-игр с помощью таких моделей, как GPT-6 Astra, но при этом появляются новости о нарушениях безопасности и других проблемах с согласованием, призывы к замедлению и регулированию, и так далее.

Часть этой информации заслуживает серьезного внимания, часть — это просто шум, а часть — серьезная информация, но ее искажают или преувеличивают в коммерческих целях.

Кроме того, растет понимание того, что модели — будь то модели Anthropic, OpenAI, Alibaba или любого другого крупного игрока — не являются единственными важными двигателями прогресса и результатов в последние месяцы. Координация и использование этих моделей имеют как минимум такое же важное значение .

Перспективы развития продолжаются, и современные модели, по-видимому, более функциональны и соответствуют современным требованиям, чем те, что были несколько месяцев назад. Однако некоторые разработчики и предприятия уделяют меньше внимания освоению новых технологий и больше сосредоточены на том, как именно внедрить все это в практику и обеспечить экономическую эффективность.

Таким образом, хотя мы видим, как лидеры в области ИИ призывают к замедлению темпов развития, якобы или частично, из соображений безопасности, существует также практическая и экономическая реальность: имеющиеся у нас модели достаточно хороши, чтобы выполнять множество полезных задач, но для их эффективного использования требуется сложная контекстуализация и операционализация со стороны людей — будь то в среде выполнения и в средах тестирования или в организационных процессах. В результате клиенты некоторых из этих компаний могут все меньше ориентироваться на повышение производительности. Они ищут предсказуемое развертывание и, прежде всего, разумные затраты.

Это может привести к естественному замедлению темпов роста, и обе эти модели разрабатываются с учетом новой, реальной ситуации на местах.