22–23 вересня Anthropic і OpenAI майже одночасно випустили нові покоління флагманських моделей — Claude Opus 5.5 у перших і одразу два варіанти, GPT-6 Sol і GPT-6 Luna, у других. Формально це черговий виток гонки за якістю: Anthropic говорить про різке зростання продуктивності (в одному з тестів модель перенесла кодову базу на 680 000 рядків за добу — робота, на яку зазвичай ідуть тижні), OpenAI ж наголошує, що нові моделі «лідирують за співвідношенням ціни та інтелекту». Але заголовок про якість тут не головний. Головне — ціна.

Claude Opus 5.5 коштує 4 долари за мільйон вхідних токенів і 20 доларів за мільйон вихідних. GPT-6 Sol — 2 і 10 доларів відповідно. А GPT-6 Luna, молодша модель OpenAI, — узагалі 0,10 і 0,50 долара за мільйон токенів. Для порівняння: півтора-два роки тому топові моделі такого рівня коштували у 5–10 разів дорожче за вхідними токенами. І відбувається це на тлі доволі незручного контексту: буквально за кілька тижнів до релізу очільник Anthropic Даріо Амодей публічно закликав пригальмувати темпи нарощування можливостей ШІ, щоб індустрія встигала вибудовувати захист від ризиків. Обидві компанії випустили потужніші й дешевші моделі саме тоді, коли, за їхніми ж словами, варто було б навпаки скинути оберти.

Чому дешевизна флагмана змінює економіку автоматизації малого бізнесу

Донедавна для власника невеликої компанії вибір часто стояв так: або брати найдешевшу і не завжди надійну модель для рутинних задач — розбір листів, чернетки відповідей, — або платити преміум за топову модель там, де справді потрібна точність: юридичні формулювання, складні розрахунки, робота з великим обсягом контексту. Падіння ціни топової моделі у 5–10 разів стирає цю дилему. Тепер можна тримати «топову» модель у проді для задач, де ціна помилки висока, не рахуючи кожен виклик API як окрему статтю витрат.

Практичний приклад: агентство нерухомості на 6–8 людей використовує бота, який розбирає вхідні заявки із сайту та месенджерів, визначає бюджет і район клієнта, звіряє з базою об'єктів і готує менеджеру чернетку відповіді з трьома підходящими варіантами. За старих цін на моделі такого рівня місячний рахунок за 3–4 тисячі звернень міг сягати 150–200 євро — і власник агентства свідомо спрощував логіку бота, щоб не платити за «надлишковий інтелект». За нових цін Opus 5.5 або GPT-6 Sol той самий обсяг звернень коштує 25–40 євро, і з'являється бюджет на те, щоб додати тонкішу персоналізацію — наприклад, враховувати історію листування клієнта за півроку, а не лише останнє повідомлення.

Що варто перевірити, перш ніж переносити робочі процеси на нові моделі

Є й менш райдужний бік. По-перше, заявлені тестові результати — це вітрина вендора, а не незалежний аудит: перенесення 680 000 рядків коду за добу звучить ефектно, але нічого не каже про те, як модель впорається з вашою вузькою предметною галуззю — наприклад, з типовими договорами за португальським правом чи з галузевою термінологією. По-друге, саме протиріччя між закликами «пригальмувати» й одночасним релізом потужніших моделей — сигнал, що індустрія поки не виробила чітких правил безпеки для агентних систем, які отримують доступ до реальних даних клієнтів і платіжних інструментів. Бізнесу, який підключає такі моделі до CRM чи білінгу, варто закладати людську перевірку критичних дій, а не покладатися на модель повністю, яким би вражаючим не був бенчмарк. Розумний мінімум — тестовий період на реальних, але некритичних зверненнях протягом двох-трьох тижнів, з ручною звіркою хоча б десятої частини відповідей, перш ніж давати моделі доступ до надсилання листів чи зміни записів клієнтів без підтвердження людиною.

Третій момент — сама швидкість зміни поколінь моделей. Якщо Opus 5.5 і GPT-6 Sol застаріють так само швидко, як їхні попередники (а за останній рік цикл оновлення скоротився приблизно до півроку), бізнесу доведеться закладати в бюджет не разове впровадження, а регулярний перегляд архітектури бота: які завдання можна передати дешевшій моделі, а які й далі потребують топового рівня.

Ми в Dayava підключаємо саме такі моделі до робочих процесів бізнесу — від обробки заявок до внутрішньої аналітики — і перераховуємо економіку під конкретні обсяги клієнта, а не за середніми цифрами з пресрелізів. Якщо цікавить схоже рішення для вашого бізнесу — залиште заявку на dayava.pt/contactos/.

Джерело: Hypertext, "After calls to slow down, Anthropic and OpenAI release new models"