Безумные 24 часа в мире нейросетей

하이라이트

• Модель Opus 5.5 от Anthropic обходится примерно на 40% дешевле Opus 5 и опережает по интеллекту и стоимости за задачу модели Fable и GPT-6 Astra.

• Обновление Grok 4.7 работает значительно медленнее версии 4.6, не показывает прироста в интеллекте и неэффективно расходует токены.

• GPT-6 Sol выполняет роль более дешевой и усовершенствованной замены модели 5.6 Sol, но уступает по интеллектуальным возможностям Astra.

• Модель GPT-6 Luna обеспечивает уровень интеллекта GPT-5.6 Sol в режиме высокой нагрузки при стоимости менее 5 центов за задачу.

• Китайская модель MIMO 2.6 Pro от Xiaomi обходит Fable 5 в бенчмарках по разработке ПО и стоит несколько долларов за часы непрерывных рассуждений.

타임라인

1. 00:00 - 04:35

   Превосходство и экономичность Opus 5.5

   В бенчмарках затрат и производительности Opus 5.5 занимает лидирующие позиции, делая обращение к Fable нецелесообразным. Модель работает эффективнее предыдущих версий, требуя меньше ресурсов при высоком уровне логических рассуждений. В реальном использовании модель строго следит за инструкциями, разбирает сложные проблемы и выражает мысли понятным языком без лишнего объема.

   • Opus 5.5 демонстрирует более высокий уровень интеллекта при меньших затратах по сравнению с Fable и GPT-6 Astra.
   • Затраты на использование Opus 5.5 снизились примерно на 40% относительно Opus 5 за счет высокой вычислительной эффективности.
   • Формулировки ответов в Opus 5.5 стали лаконичными и избавлены от длинных эссе с избыточным жаргоном.
2. 05:30 - 07:20

   Неэффективность и проблемы Grok 4.7

   Несмотря на заявленный шаг вперед в инженерии ПО и сохранение прежней цены, Grok 4.7 работает крайне неэффективно. Пользовательские тесты фиксируют медленное выполнение запросов и повышенное сжигание токенов без ощутимого улучшения качества ответов. Для текущих задач целесообразно оставаться на версии Grok 4.6.

   • Grok 4.7 не показывает существенного прироста интеллекта по сравнению с версией 4.6.
   • Модель отличается низкой скоростью работы и избыточным расходом токенов при выполнении задач.
   • В представленных бенчмарках Grok 4.7 лидирует только в двух категориях, ни одна из которых не связана с программированием.
3. 07:20 - 12:00

   Позиционирование и роль GPT-6 Sol

   Согласно бенчмарку AutomationBench от OpenAI, GPT-6 Sol справляется с задачами лучше 5.6 Sol, но уступает Astra. Она не дает универсального превосходства, как Opus 5.5, однако позволяет экономить лимиты подписки. Для сложных проектов предпочтительнее использовать Astra, тогда как GPT-6 Sol подходит для рутинных операций.

   • GPT-6 Sol разработана как более умная и экономичная замена модели 5.6 Sol.
   • По уровню интеллекта GPT-6 Sol уступает модель Astra, но превосходит ее по доступности лимитов.
   • Модель оптимальна для ежедневных базовых задач в рамках подписки ChatGPT, где не требуется максимальная мощность.
4. 12:00 - 15:05

   Экономичная модель GPT-6 Luna для простых процессов

   GPT-6 Luna существенно дешевле модели Astra, стоимость задачи в которой приближается к двум долларам. При этом Luna превосходит флагманские модели прошлых лет по возможностям рассуждения. Она служит экономичным инструментом для конвертации форматов данных и выполнения простых рабочих сценариев.

   • Стоимость выполнения одной задачи в GPT-6 Luna составляет менее 5 центов в режиме максимальной нагрузки.
   • Уровень интеллекта GPT-6 Luna сопоставим с GPT-5.6 Sol при средней нагрузке.
   • Модель предназначена для массовой обработки данных и задач, не связанных со сложной разработкой.
5. 15:05 - 17:57

   Возможности и специфика MIMO 2.6 Pro

   MIMO 2.6 представлена в версиях Pro и Flash и доступна через Open Router. Несмотря на длительное время генерации, Pro-версия показывает высокие результаты при решении инженерных задач и отличается низкой стоимостью API. Это делает ее подходящим выбором для интеграции в автономные кодинг-агенты и сторонние ИИ-приложения.

   • MIMO 2.6 Pro от Xiaomi обгоняет Fable 5 в бенчмарках по разработке программного обеспечения.
   • Модель способна вести непрерывный процесс рассуждения в течение 10–15 минут перед выдачей результата.
   • Затраты на API MIMO 2.6 Pro составляют несколько долларов за многочасовую работу над сложными задачами.