Anthropic завезли новую Opus 5.5. Вышла вчера вечером, 22 сентября.
Anthropic завезли новую Opus 5.5. Вышла вчера вечером, 22 сентября. Главное: работает примерно на уровне Fable 5.1 в большинстве задач, а стоит при этом заметно дешевле. Вход подешевел с $5 до $4 за миллион токенов, выход с $25 до $20. Чтение из кэша, а это как раз то, на чём держится большинство агентных и кодерских задач, подешевело сразу на 60%, до $0.20. В сумме, по подсчётам самой Anthropic, обычная рабочая нагрузка обойдётся примерно на 40% дешевле, чем на прошлой Opus 5. Удивили, честно скажу, обычно в этом мире всё только дорожает. По бенчмаркам вышло интересно. На Terminal-Bench 4.0 (тест на реальные терминальные задачи) Opus 5.5 набрала 66,4%, GPT-6 Astra - 57,9%, а Fable 5.1 - 55,8%. На своём же CursorBench Anthropic говорит, что модель обходит GPT-5.6 Sol на 11 пунктов и при этом стоит втрое дешевле. Про защиту. Модель Anthropic по возможностям в биологии и кибербезе сравнялась с топовой Mythos, поэтому вышла с теми же ограничениями, что и Fable 5.1, плюс защита от дистилляции. Т.е. теперь у китайцев новые модели будут выходить не так быстро?)) А ещё у меня в приложении сегодня же выскочило предложение: бесплатный сброс недельного лимита специально для того, чтобы опробовать Opus 5.5. Действует до 22 октября, жмётся одной кнопкой в настройках, в разделе Usage. Так что если у вас лимит уже поджимает, а модель попробовать хочется - загляните туда, возможно вам предложили то же самое. А теперь смешное. Не успел я дописать пост про Opus, как OpenAI выкатили GPT-6 Sol. Заголовок уже не стал менять, сорян. GPT-6 Sol, конечно, не флагман, а рабочая лошадка, но по цене - прямой конкурент новой Opus: $2 на вход и $10 на выход, вдвое дешевле. При этом OpenAI говорят, что на тесте DeepSWE их Sol почти сравнялся с прошлой Fable 5, потратив всего пятую часть от её стоимости. Т.е. в один день оба лидера выкатили модели среднего сегмента и оба режут цены. Мы наблюдаем явную гонку на понижение. Прямого сравнения Sol 6 и Opus 5.5 друг против друга ещё никто не проводил, так что кто реально выигрывает по деньгам за задачу - вопрос открытый.