Назад к тренду дня: Meta заявляет, что её дешёвый ИИ не уступает Антропик за треть цены
Рейтинг Poly · из тренда дня

Самый дешёвый ИИ для агентов в 2026 году: реальный счёт за выполненную задачу

Muse Ember и Claude Haiku 5.5 набирают по 36 баллов, и оба берут $0,10 за миллион входных токенов и $0,50 за миллион выходных. Но одна выполненная тестовая задача стоит около $0,14 на Ember и $0,41 на Haiku.

  • №1: Meta Muse Ember
  • 10 мест

01Итоговый список

Ведущие ИИ независимо составили свои списки из десяти мест. Сверху — один итог, который легко проверить: у каждого места есть причина, источник и список ИИ, которые его включили.

Порядок: от большего согласия ИИ к меньшему.

Яркая плашка — этот ИИ включил пункт в свой список. Тусклая — не включил.

  1. 1

    Meta Muse Ember

    Набирает 36 баллов при $0,14 за задачу — самая дешёвая модель с таким баллом. Однако её результат 69,5% в OSWorld засчитывает частичный успех: полностью проходят только 33,8% задач. Обе цифры — собственные данные Meta.

    Включили: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Не включили: Gemini, Wenxin.

    В их списках: Claude: 2 · ChatGPT: 1 · Meta: 1 · Grok: 1 · Z.ai: 1 · Kimi: 1 · DeepSeek: 1 · Qwen: 1

    Что отметил каждый ИИ 8
    • Claudeместо 2

      $0,14 за задачу индекса при балле 36, но заявленные 69,5% в OSWorld засчитывают частичный результат, а при полном прохождении задачи — только 33,8%.

      Источник ↗
    • ChatGPTместо 1

      Почти интеллект Haiku за $0,136 вместо $0,411 за задачу индекса; настоящий сюрприз — ставка $0,004 за кэшированный вход.

      Источник ↗
    • Metaместо 1

      Тот же 36, что у Haiku в AA v5 на максимуме, за $0,14 за задачу вместо $0,41 — самый дешёвый способ купить этот балл.

      Источник ↗
    • Grokместо 1

      Независимые 36 примерно за $0,14 за законченную задачу; 36 у Haiku стоит около $0,41.

      Источник ↗
    • Z.aiместо 1

      Самая дешёвая модель по баллу из измеренных Artificial Analysis: 36 в индексе за $0,14 за задачу — примерно треть счёта Claude Haiku 5.5 в $0,41 за тот же балл.

      Источник ↗
    • Kimiместо 1

      $0,14 за законченную задачу индекса, где Haiku 5.5 требует $0,41 при той же ценовой наклейке $0,10/$0,50 — в 2,6 раза меньше выходных токенов.

      Источник ↗
    • DeepSeekместо 1

      Совпадает с интеллектом Haiku по баллу за $0,14 за задачу — треть счёта — и по-прежнему лидирует в дешёвом классе по деловым процессам.

      Источник ↗
    • Qwenместо 1

      Догоняет мозг Claude Haiku за треть счёта.

      Источник ↗
    8 ИИ поставили сюда
    Источник ↗
  2. 2

    Claude Haiku 5.5

    Тот же балл 36, но $0,41 за задачу — примерно втрое больше, чем у Ember. При запросе свыше 100 тыс. токенов входная цена вырастает в пять раз, до $0,50 за миллион.

    Включили: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Не включили: Gemini, Wenxin.

    В их списках: Claude: 1 · ChatGPT: 2 · Meta: 2 · Grok: 2 · Z.ai: 3 · Kimi: 2 · DeepSeek: 4 · Qwen: 2

    Что отметил каждый ИИ 8
    • Claudeместо 1

      Тот же балл индекса, что у Ember (36), но в 3 раза дороже за задачу ($0,41 против $0,14), и у него самый чистый результат в единственном независимом тесте работы без присмотра.

      Источник ↗
    • ChatGPTместо 2

      Тот же округлённый балл интеллекта, что у Ember, стоит примерно втрое дороже, но в более трудном сравнении слияния кода побеждает Haiku.

      Источник ↗
    • Metaместо 2

      Лидер среди программных агентов в моделях за $0,10, но на задачу AA он пишет примерно в 3 раза больше выходных токенов, чем Luna.

      Источник ↗
    • Grokместо 2

      Тот же округлённый 36, примерно втрое дороже, и именно он по-прежнему выигрывает в коде, готовом к слиянию.

      Источник ↗
    • Z.aiместо 3

      Проверенный: совпадает с Ember по 36 и обходит всех дешёвых соперников по коду, готовому к слиянию, но счёт $0,41 за задачу — а после 100 тысяч входных токенов ставка входа вырастает в 5 раз до $0,50.

      Источник ↗
    • Kimiместо 2

      Пишет 298 миллионов выходных токенов против 115 миллионов у Ember в прогоне индекса по той же ставке за выход — разрыв $0,27 за задачу объясняется многословностью, а не ценником.

      Источник ↗
    • DeepSeekместо 4

      Лучший балл OSWorld в дешёвом классе — 72,4%, но та же базовая цена $0,10/$0,50 даёт $0,41 за задачу — почти втрое больше, чем у Muse Ember, — а строгих деловых процессов выполняет лишь 13,9%.

      Источник ↗
    • Qwenместо 2

      Базовая линия для дешёвых агентов, теперь сравнявшаяся за гроши.

      Источник ↗
    8 ИИ поставили сюда
    Источник ↗
  3. 3

    DeepSeek V4.1 Flash

    Самая дешёвая цена за входные токены из кэша — $0,003 за миллион, но Artificial Analysis насчитал $0,60 за задачу при балле 33. DeepSeek заявляет 42,3% в Terminal-Bench; Vals AI измерил 31,82%.

    Включили: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не включили: Gemini, Wenxin, Qwen.

    В их списках: Claude: 3 · ChatGPT: 4 · Meta: 5 · Grok: 4 · Z.ai: 5 · Kimi: 4 · DeepSeek: 3

    Что отметил каждый ИИ 7
    • Claudeместо 3

      Попадания в кэш по $0,003 за миллион делают его самым дешёвым кэшированным входом здесь, а в долгом тесте Бито он показал лучший результат — 71,9%.

      Источник ↗
    • ChatGPTместо 4

      Скидка 98% на кэш звучит непобедимо, но рассуждения и выходные токены доводят измеренный счёт за задачу индекса до $0,60.

      Источник ↗
    • Metaместо 5

      AA 33 за $0,60 за задачу и прогон Vals в Terminal-Bench за $0,54 — самый дешёвый терминальный исполнитель в этом наборе.

    • Grokместо 4

      Индекс 33 стоит $0,60 за задачу, и официальная ставка удваивается в часы пик.

      Источник ↗
    • Z.aiместо 5

      Веса по лицензии MIT и ставка $0,003 за попадание в кэш позволили одному разработчику провести 445 терминальных прогонов за $27 всего, но его заявленные 42,3% в Terminal-Bench 4.0 упали до 19,7% в независимом прогоне Vals.

      Источник ↗
    • Kimiместо 4

      Лучшие из выпущенных открытых весов по индексу — 32, и 42,3% в Terminal-Bench 4.0 при примерно $0,60–$1,20 за миллион выходных токенов.

      Источник ↗
    • DeepSeekместо 3

      За $0,60 за задачу она не самый дешёвый токен, но проходит 42,3% терминальных задач и 60,5% деловых процессов — лучшее сочетание терминала и офиса в дешёвом классе.

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  4. 4

    GPT-6 Luna

    Цены те же, что у Ember и Haiku: $0,10 / $0,50. Счёт примерно такой же, как у Ember, — $0,15 за задачу, но балл всего 27,8. В OSWorld полностью проходят лишь 17% задач.

    Включили: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не включили: Gemini, Wenxin, Qwen.

    В их списках: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 9 · Z.ai: 6 · Kimi: 3 · DeepSeek: 5

    Что отметил каждый ИИ 7
    • Claudeместо 5

      Та же цена $0,10 / $0,50, что у Ember и Haiku, но балл 27,8 при максимальном усилии и лишь 16,4% в Terminal-Bench 4.0.

      Источник ↗
    • ChatGPTместо 3

      Всего $0,073 покупают задачу индекса на низком усилии, но балл падает до 21,4; максимальное усилие даёт 27,8 за $0,152.

      Источник ↗
    • Metaместо 4

      Та же базовая цена $0,10 / $0,50, что у Haiku и Ember, но примерно 50 тысяч выходных токенов на задачу AA на максимуме против примерно 162 тысяч у Haiku.

      Источник ↗
    • Grokместо 9

      Та же цена $0,10, что у Ember, 27,8 в индексе и 17% двоичного успеха в тесте на компьютере.

      Источник ↗
    • Z.aiместо 6

      Чемпион по счёту: $0,01 за задачу индекса на низком усилии — в 15 раз меньше, чем на его максимальной настройке, — и одна реальная задача стоила $0,071; подвох в том, что он решил лишь 13,6% терминальных задач Vals.

      Источник ↗
    • Kimiместо 3

      Самая дешёвая за задачу в классе ($0,07–$0,15), но лишь 16,4% в Terminal-Bench 4.0 — это модель-маршрутизатор, а не исполнитель.

      Источник ↗
    • DeepSeekместо 5

      Та же ценовая таблица $0,10/$0,50, что у Haiku и Ember, но лишь 28 в интеллекте и 16,4% в Terminal-Bench — самый дешёвый счёт может оказаться ложной экономией для долгих задач.

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  5. 5

    MiniMax M3.1 Flash

    Набирает 29 баллов при $0,49 за задачу. MiniMax заявляет 38,1% в Terminal-Bench; Vals AI измерил 25,25% в общей тестовой среде. Прогон Бито из 20 ходов стоил $3,62.

    Включили: Claude, Meta, Grok, Z.ai, Kimi, DeepSeek. Не включили: ChatGPT, Gemini, Wenxin, Qwen.

    В их списках: Claude: 4 · Meta: 6 · Grok: 7 · Z.ai: 2 · Kimi: 6 · DeepSeek: 6

    Что отметил каждый ИИ 6
    • Claudeместо 4

      На 20-ходовом тесте Бито отстаёт от Haiku 5.5 не больше чем на один пункт (75,0%), но один прогон занимал от 3 до 5 часов и стоил $3,62.

      Источник ↗
    • Metaместо 6

      Звезда офисных процессов с 72,5% в AutomationBench-AA, но терминальный исполнитель лишь около 26% — берите её для приложений, а не для командной строки.

      Источник ↗
    • Grokместо 7

      Заявленные самим разработчиком 38,1% в терминале падают до 25,25%, когда Vals использует одну и ту же тестовую обвязку.

      Источник ↗
    • Z.aiместо 2

      Второй результат по офисным процессам среди всех 249 моделей, которые тестировала AA (72,5%), при счёте $0,21 за терминальный тест в независимом прогоне Vals — примерно в 15 раз дешевле за тест, чем Haiku 5.5.

      Источник ↗
    • Kimiместо 6

      38,1% в Terminal-Bench 4.0 при $0,60 за выход — тихий сторонний разработчик, который в терминале обгоняет Luna на 22 пункта.

      Источник ↗
    • DeepSeekместо 6

      Специалист по офисным процессам: 72,5% в AutomationBench-AA, самый высокий показатель в дешёвой группе, но лишь 26% в Terminal-Bench и 21% в FrontierCode.

      Источник ↗
    6 ИИ поставили сюда
    Источник ↗
  6. 6

    GLM-5.3-Flash

    Цены $0,15 / $0,50 выглядят дешёвыми, но балл 28 при $0,58 за задачу. Модель пишет больше токенов, чем Luna, поэтому счёт выше. В более старом сравнении Artificial Analysis у неё 42 балла при $0,25.

    Включили: ChatGPT, Meta, Grok, Kimi, DeepSeek. Не включили: Claude, Gemini, Z.ai, Wenxin, Qwen.

    В их списках: ChatGPT: 5 · Meta: 7 · Grok: 3 · Kimi: 7 · DeepSeek: 8

    Что отметил каждый ИИ 5
    • ChatGPTместо 5

      Официальный показатель решения терминальных задач 35,8% делает эту открытую модель Flash серьёзным кандидатом для агентов.

      Источник ↗
    • Metaместо 7

      Базовая цена $0,15 на вход / $0,50 на выход, AA 28 за $0,58 за задачу — дёшево на бумаге, но за задачу дороже Luna, потому что пишет больше.

      Источник ↗
    • Grokместо 3

      Открытые веса выполняют 60,4% офисных целей, но затем лишь 17,6% задач по коду, готовому к слиянию.

      Источник ↗
    • Kimiместо 7

      35,8% в Terminal-Bench 4.0 за $0,36 за задачу — самый дешёвый измеренный показатель прохождения выше одной трети в таблице.

      Источник ↗
    • DeepSeekместо 8

      Модель за $0,58 за задачу с сильными 60% в AutomationBench, но лишь 15% в FrontierCode и 33% в Terminal-Bench — годится для офиса, но не для слияния кода.

      Источник ↗
    5 ИИ поставили сюда
    Источник ↗
  7. 7

    Gemini 3.8 Flash

    Самый большой разрыв между ценником и реальным счётом: входная цена $0,75 превращается в $7,77 за задачу индекса на высоком уровне рассуждения при балле 31.

    Включили: ChatGPT, Meta, Grok, Z.ai, DeepSeek. Не включили: Claude, Gemini, Kimi, Wenxin, Qwen.

    В их списках: ChatGPT: 6 · Meta: 9 · Grok: 10 · Z.ai: 9 · DeepSeek: 9

    Что отметил каждый ИИ 5
    • ChatGPTместо 6

      Контекст на 1 миллион токенов и мультимодальный вход привлекательны, но $1,24 за задачу индекса ослабляют довод о дешёвых агентах.

      Источник ↗
    • Metaместо 9

      AA 31 на высоком усилии, но AA берёт $7,77 за задачу — самое наглядное доказательство, что базовая цена — это не счёт.

      Источник ↗
    • Grokместо 10

      Самая высокая точность знаний в сравнении с Ember — 50,5% — при $0,75 за миллион входных токенов.

      Источник ↗
    • Z.aiместо 9

      Поклонники называют её интеллектом уровня Opus за пятую часть цены; по счётчику Vals — $8,65 за терминальный тест, самый большой счёт в бюджетном классе при средней точности 19,7%.

      Источник ↗
    • DeepSeekместо 9

      Низкая цена за токен ($0,75 за вход) превращается в $7,77 за законченную задачу — самый широкий разрыв между ценником и реальным счётом в дешёвом классе.

      Источник ↗
    5 ИИ поставили сюда
    Источник ↗
  8. 8

    Xiaomi MiMo-V2.6-Flash

    Счёт $0,13 за задачу совпадает со счётом Ember, но балл всего 27, а каждая задача индекса занимает 64 минуты против 3,1 минуты у Ember.

    Включили: Meta, Grok, Kimi. Не включили: Claude, ChatGPT, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.

    В их списках: Meta: 8 · Grok: 8 · Kimi: 9

    Что отметил каждый ИИ 3
    • Metaместо 8

      Совместно самая дешёвая задача AA в наборе — $0,13 при AA 27: экономный маршрутизатор, а не исполнитель финальных шагов, по найденным данным.

      Источник ↗
    • Grokместо 8

      Счёт $0,13 за задачу похож на счёт Ember, но задача занимает 64 минуты и набирает 27.

      Источник ↗
    • Kimiместо 9

      24,2% в Terminal-Bench 4.0 за $0,21 за задачу — самая низкая измеренная стоимость терминальной задачи на границе эффективности.

      Источник ↗
    3 ИИ поставили сюда
    Источник ↗
  9. 9

    Thinking Machines Inkling 2 Small

    За словом «Small» скрывается модель на 594 млрд параметров. Балл 31 при $1,18 за задачу, и решает она лишь 12,63% терминальных задач Vals AI.

    Включили: Claude, ChatGPT. Не включили: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    В их списках: Claude: 6 · ChatGPT: 7

    Что отметил каждый ИИ 2
    • Claudeместо 6

      Набирает 31 балл в индексе, но в Terminal-Bench 4.0 только 13% против 30% у Sonnet 5.5 (среднее усилие).

      Источник ↗
    • ChatGPTместо 7

      Слово Small скрывает модель на 594 миллиарда параметров и счёт за оценку $1,18.

      Источник ↗
    2 ИИ поставили сюда
    Источник ↗
  10. 10

    Tencent Hy4

    Близко к баллу Ember — 35 — и наравне с ним в терминальном тесте Vals AI: 39,39%. Но стоит $1,28 за терминальный тест против $0,22 у Ember.

    Включили: Meta, Grok. Не включили: Claude, ChatGPT, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    В их списках: Meta: 10 · Grok: 5

    Что отметил каждый ИИ 2
    • Metaместо 10

      AA 35 за $1,03 за задачу — выше любой модели из здешних $0,10, и цена этого дополнительного балла видна.

      Источник ↗
    • Grokместо 5

      Наравне с Ember на одной терминальной таблице — 39,4%, при $1,28 за тест против $0,22 у Ember.

    2 ИИ поставили сюда
    Источник ↗

Тройка подробно ↓

02Подробнее о тройке

Рейтинг выше. Здесь — подробнее о первых трёх местах: что это, почему они здесь и что стоит знать.

Оценки расходятся (36, 36, 33). Цифры OSWorld и Terminal-Bench взяты из разных источников: часть из них — от самих разработчиков, а Vals AI измерил свой собственный прогон.

1Meta Muse Ember

№ 1 — Meta Muse Ember. В списках у 8 из 10 ИИ; медианное место там: 1. Он занимает первое место: за треть стоимости набирает ту же оценку, что Haiku (36), — $0,14 за задачу.

А вы знали

  • В собственной таблице Meta у Muse Ember 69,5% по частичному зачёту в OSWorld 2.1, но полностью выполненных задач — 33,8%. У Claude Haiku 5.5 — 68,9% по частичному зачёту и лишь 27,8% полностью выполненных, так что пока не посчитаешь полные выполнения, они почти равны.

    Источник ↗
Что это
Самая маленькая и экономичная модель Meta, выпущенная 9 ноября 2026 года.
Чем сильнее
Самый дешёвый счёт: $0,14 за задачу против $0,41 и $0,60 у других.
Кому подходит
Подходит для дешёвых прогонов агентов; собственные цифры Meta по OSWorld пока никто независимо не проверил.
  • Стоимость за одну выполненную задачу$0,14 за задачу
Почему он здесь

  • Artificial Analysis называет Muse Ember самой дешёвой моделью с оценкой 36 в своём Индексе интеллекта. Она стоит $0,14 за задачу, а Claude Haiku 5.5 с той же оценкой 36 — $0,41.

    Источник ↗
А вы знали

  • Muse Ember стоит $0,10 за миллион входных токенов и $0,50 за миллион выходных. Она работает с контекстом в 1 млн токенов и может написать до 512 тыс. токенов в одном ответе, что необычно много для такой дешёвой модели.

    Источник ↗
История

  • 9 ноября 2026 года Meta выпустила Muse Ember — свою самую маленькую и экономичную модель. Это первая модель, обученная с помощью Muse Wonder Full, большой модели Meta для самых сложных задач.

    Источник ↗
Что важно учесть

  • На странице методологии Meta написано, что отказы получают ноль баллов и остаются в подсчёте. Там же сказано, что проверки по моделям оценивает Claude Sonnet 4.6. Независимого разбора результатов Ember по OSWorld я не нашёл.

    Источник ↗
Где узнать больше

  • Начните с таблицы OSWorld 2.1 в блоге Meta. Сравните цифры частичного зачёта с цифрами «выполнено / не выполнено»: разрыв покажет, сколько задач доводится до конца. Идентификатор модели — muse-ember-1.0.

    Источник ↗
Сравнить первую тройку ↓

2Claude Haiku 5.5

№ 2 — Claude Haiku 5.5. В списках у 8 из 10 ИИ; медианное место там: 2. Оценка та же, 36, что у Ember, но счёт примерно втрое выше, а цена входа на длинных запросах вырастает в пять раз.

Что это
Небольшая дешёвая модель Claude: $0,10 за миллион входных токенов и $0,50 за миллион выходных.
Чем сильнее
По оценке равна Ember (36) и лидирует по коду, готовому к слиянию, но стоит втрое дороже.
Кому подходит
Подходит для программных агентов с короткими запросами; не для длинных прогонов свыше 100 тыс. токенов.
  • Стоимость за одну выполненную задачу$0,41 за задачу

Wikidata

Почему он здесь

  • Haiku 5.5 повторяет оценку 36 у Muse Ember в Индексе интеллекта Artificial Analysis, но стоит $0,41 за задачу против $0,14 у Ember. За ту же оценку — примерно втрое дороже.

    Источник ↗

  • Входные токены у Haiku 5.5 стоят $0,10 за миллион до 100 000 токенов. Дальше каждый тариф умножается на пять, и вход становится $0,50. Длинные прогоны агентов могут упереться в этот скачок.

    Источник ↗
Claude поставили его первым. Что они в нём увидели

  • Claude: Тот же балл индекса, что у Ember (36), но в 3 раза дороже за задачу ($0,41 против $0,14), и у него самый чистый результат в единственном независимом тесте работы без присмотра.

Видео: Claude Haiku vs Sonnet vs Opus vs Fable Clearly Explained (& use cases) (на английском) · Eliot Prince

Сравнить первую тройку ↓

3DeepSeek V4.1 Flash

№ 3 — DeepSeek V4.1 Flash. В списках у 7 из 10 ИИ; медианное место там: 4. У неё самый дешёвый кэшированный вход, но набирает всего 33, а измеренный счёт — $0,60 за задачу.

А вы знали

  • Цена кэшированного входа у DeepSeek зависит от времени суток. В одном разборе указано $0,003 за миллион токенов вне пиковых часов и $0,006 в пик, так что заявленные $0,003 — это тариф вне пика.

    Источник ↗
Что это
Небольшая модель DeepSeek, которая заменила более крупную V4-Pro.
Чем сильнее
Самый дешёвый кэшированный вход: $0,003 за миллион токенов, намного ниже, чем у двух других.
Кому подходит
Подходит для задач, где снова и снова используется один и тот же текст; не для тех, кто гонится за минимальным счётом за задачу.
  • Стоимость за одну выполненную задачу$0,60 за задачу
Почему он здесь

  • DeepSeek V4.1 Flash стоит $0,15 за входные, $0,60 за выходные и $0,003 за кэшированные входные токены на миллион. Цена кэша очень низкая, но выгодна только тогда, когда текст повторяется.

    Источник ↗
История

  • 10 сентября 2026 года DeepSeek выпустила V4.1-Flash и сняла с выпуска V4-Pro, свою главную модель. С 14 сентября все запросы V4-Pro направляются во Flash; так будет, пока не выйдет V4.1-Pro, а дата не названа.

    Источник ↗ ✓ подтверждено несколькими ИИ
Что важно учесть

  • Тот же пользователь называет модель «немного устаревшей» и говорит, что ей нужно напоминать, какими инструментами пользоваться. На странице отмечено, что задачи и настройки не раскрыты, так что это опыт одного человека, а не контролируемый тест.

    Источник ↗

  • В тесте «Последний экзамен человечества» (Humanity's Last Exam), трудном тесте на рассуждения, V4.1 Flash набирает 36,8 балла, GPT-5.6 Sol — 44,5, а Claude Opus 5 — 56,3. На странице сказано, что эти цифры взяты из таблицы самой DeepSeek.

    Источник ↗
Где узнать больше

  • Сначала прочитайте объявление DeepSeek от 10 сентября. Проверьте название модели deepseek-flash и примечание о пиковом и внепиковом времени: внепиковые тарифы — 50% от пиковых. Точные цены есть только на картинке на этой странице.

    Источник ↗
Сравнить первую тройку ↓

Тройка рядом

Meta Muse EmberClaude Haiku 5.5DeepSeek V4.1 Flash
В списках ИИ8 / 108 / 107 / 10
Стоимость за одну выполненную задачу$0,14 за задачу$0,41 за задачу$0,60 за задачу
Первым поставилиChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, QwenClaude—

Места с одинаковым числом ИИ упорядочены по среднему месту в списках самих ИИ.

Другие рейтинги

03Стоит знать

Что заметили ИИ, пока составляли список.

Ember, Haiku 5.5 и Luna в прайсе стоят одинаково: $0,10 за вход и $0,50 за выход. Но задача индекса стоит около $0,14, $0,41 и $0,15. Счёт Ember ниже по двум причинам: кэшированный вход стоит $0,004 за миллион против $0,01, и Ember выдаёт примерно треть выходных токенов Haiku.

Заметили:
Включили: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не включили: Gemini, Wenxin, Qwen.
Источник ↗

Результат Ember 69,5% в OSWorld засчитывает частичный успех. Полностью проходят только 33,8% его компьютерных задач. Обе цифры взяты из собственного прогона Meta: независимых результатов OSWorld не нашлось.

Заметили:
Включили: Claude, ChatGPT, Grok, Kimi, DeepSeek. Не включили: Meta, Gemini, Z.ai, Wenxin, Qwen.
Источник ↗

Длинные запросы меняют счёт. Входная цена Haiku вырастает в пять раз свыше 100 тыс. токенов, у Ember цены утраиваются свыше 200 тыс., а у Luna растут свыше 272 тыс.

Заметили:
Включили: Claude, ChatGPT, Grok, Kimi. Не включили: Meta, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.
Источник ↗

Самый дешёвый прогон не самый надёжный. В 20-ходовых сессиях кодинга у Бито Ember стоил $0,95, но набрал 56,1%, при этом около 47 ложных утверждений за сессию. Бито продаёт сервис выбора моделей, так что у компании есть коммерческий интерес.

Заметили:
Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Источник ↗

Muse Spark 1.3 набирает всего на один балл выше Ember (37 против 36), но стоит $2,39 за задачу — примерно в 17 раз дороже.

Заметили:
Включили: Claude, ChatGPT. Не включили: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Источник ↗

04Что спрашивают люди

Какой агент ИИ самый дешёвый?

Если мерить счётом за выполненную задачу, Muse Ember — самая дешёвая модель с баллом 36 в индексе Artificial Analysis: около $0,14 за задачу. Claude Haiku 5.5 набирает тот же балл примерно за $0,41.

Источник ↗
Какой агент ИИ для написания кода самый дешёвый?

Ember дешевле всего за прогон (сессия Бито из 20 ходов стоила $0,95), но Haiku 5.5 пишет больше кода, готового к слиянию в проект: 34,9% против 27,2% в прогоне Artificial Analysis по FrontierCode 2.0.

Источник ↗
Muse Ember или Haiku: что дешевле?

Оба в прайсе стоят $0,10 / $0,50 за миллион токенов и округляются до 36 (35,8 против 36,2). Но Ember берёт около $0,14 за задачу, а Haiku — $0,41.

Источник ↗
Почему источники называют разную стоимость Ember?

В графике Meta указано $0,136 за задачу — это расчёт по предлагаемым ценам. Актуальная цифра Artificial Analysis — $0,14. На очень высоком уровне рассуждения стоимость падает до $0,116 при балле 33,9.

Источник ↗

05Как считали

Простыми словами, без формул.

1Вопрос

Топ-10 дешёвых моделей ИИ для агентов: одна цена на ценнике, разный счёт за выполненную задачу

2Почему эта тема

Читатель видит рядом ценник, реальный счёт за выполненную задачу и то, подтвердилось ли заявление разработчика при запуске. Ни один прайс или рейтинг не показывает это вместе.

3Где это применимо

Глобальные, компактные и недорогие модели ИИ, на которых работают агенты ИИ

4На что смотрели

  • Балл интеллекта от независимого оценщика при заявленном уровне рассуждения, а не собственная цифра разработчика
  • Доллары, которые реально списаны за выполнение одной тестовой задачи, с учётом токенов рассуждения и попаданий в кэш, а не цена за миллион токенов
  • Официальные цены за входные, закэшированные входные и выходные токены со страницы прайса каждого разработчика
  • Успех в длинных пошаговых задачах на компьютере и в браузере
  • Разрыв между заявлением разработчика при запуске и независимым результатом
  • Artificial Analysis Intelligence Index v5 — независимый сводный балл при заявленном уровне рассуждения, плюс доллары за задачу индекса с учётом токенов рассуждения и попаданий в кэш
  • Страницы цен разработчиков (Meta, Антропик, OpenAI, DeepSeek) — прайс за миллион входных, закэшированных входных и выходных токенов, включая повышенные тарифы для длинных запросов
  • OSWorld 2.1 (таблица запуска Meta) — многошаговые задачи на работу с компьютером, оценённые с частичным зачётом и как строгое «прошёл / не прошёл». Это собственные прогоны Meta.

5Кто ставил места

Ведущие ИИ: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen. Каждый сам составил свой список из десяти мест и к каждому месту назвал источник.

6Как сведены места

Одно и то же, названное разными ИИ по-разному, считали за одно. Чем больше ИИ включили пункт в свой список и чем выше поставили, тем выше его место. «Согласие ИИ» показывает, у скольких ИИ этот пункт был в собственном списке. Источники — только те, что нашли сами ИИ, ничего не добавлено вручную.

06Список каждого ИИ отдельно

🇺🇸 Claude10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.

  1. 1
    Claude Haiku 5.5

    Тот же балл индекса, что у Ember (36), но в 3 раза дороже за задачу ($0,41 против $0,14), и у него самый чистый результат в единственном независимом тесте работы без присмотра.

    Источник ↗
  2. 2
    Meta Muse Ember (2026)

    $0,14 за задачу индекса при балле 36, но заявленные 69,5% в OSWorld засчитывают частичный результат, а при полном прохождении задачи — только 33,8%.

    Источник ↗
  3. 3
    DeepSeek V4.1 Flash

    Попадания в кэш по $0,003 за миллион делают его самым дешёвым кэшированным входом здесь, а в долгом тесте Бито он показал лучший результат — 71,9%.

    Источник ↗
  4. 4
    MiniMax M3.1 Flash

    На 20-ходовом тесте Бито отстаёт от Haiku 5.5 не больше чем на один пункт (75,0%), но один прогон занимал от 3 до 5 часов и стоил $3,62.

    Источник ↗
  5. 5
    GPT-6 Luna

    Та же цена $0,10 / $0,50, что у Ember и Haiku, но балл 27,8 при максимальном усилии и лишь 16,4% в Terminal-Bench 4.0.

    Источник ↗
  6. 6
    Inkling 2 Small (Thinking Machines)

    Набирает 31 балл в индексе, но в Terminal-Bench 4.0 только 13% против 30% у Sonnet 5.5 (среднее усилие).

    Источник ↗
  7. 7
    Kimi K3.1 Pro

    В долгих сессиях Бито набирает 64,9%, но 20-ходовой прогон стоил $29,32 — примерно в 30 раз дороже $0,95 у Ember.

    Источник ↗
  8. 8
    GLM-5.3 (Чжипу AI)

    Базовая цена входа $1,40, но 20-ходовой прогон в Бито стоил $20,28 при общем результате 60,1%.

    Источник ↗
  9. 9
    Muse Spark 1.3 (Meta)

    На один пункт выше Ember в индексе (37 против 36), но за задачу в 17 раз дороже ($2,39 против $0,14).

    Источник ↗
  10. 10
    Qwen3.8 Flash (Алибаба)

    Среди самых низких базовых цен ($0,15 / $0,47), но независимого балла и счёта за задачу я не нашёл, поэтому по недостатку данных он в списке последний.

    Источник ↗

Что заметил Claude

Ember, Haiku 5.5 и Luna стоят одинаково — $0,10 / $0,50, — но стоимость задачи индекса составляет от $0,14 (Ember) до $0,15 (Luna) и $0,41 (Haiku). Дешёвое чтение из кэша и примерно треть выходных токенов, которые тратит Haiku, объясняют разрыв Ember.

Источник ↗

Балл Haiku 5.5 зависит от усилия: 24,6 при $0,092 за задачу, 36,2 при $0,411. Заданный уровень усилия меняет обе цифры.

Источник ↗

Свыше 200 тысяч токенов цены Ember вырастают втрое (до $0,30 / $1,50), поэтому долгий прогон агента стоит больше, чем обещает заявленная цена.

Источник ↗

В тестах Бито самая дешёвая за прогон модель не была самой надёжной: Ember делал около 47 вводящих в заблуждение утверждений за 20-ходовую сессию, против примерно 18–22 у Kimi и DeepSeek.

Источник ↗
🇺🇸 ChatGPT10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — ChatGPT. Итоговый список выше объединяет все ИИ.

  1. 1
    Meta Muse Ember (2026)

    Почти интеллект Haiku за $0,136 вместо $0,411 за задачу индекса; настоящий сюрприз — ставка $0,004 за кэшированный вход.

    Источник ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Тот же округлённый балл интеллекта, что у Ember, стоит примерно втрое дороже, но в более трудном сравнении слияния кода побеждает Haiku.

    Источник ↗
  3. 3
    OpenAI GPT-6 Luna (2026)

    Всего $0,073 покупают задачу индекса на низком усилии, но балл падает до 21,4; максимальное усилие даёт 27,8 за $0,152.

    Источник ↗
  4. 4
    DeepSeek V4.1 Flash 1017 (2026)

    Скидка 98% на кэш звучит непобедимо, но рассуждения и выходные токены доводят измеренный счёт за задачу индекса до $0,60.

    Источник ↗
  5. 5
    Чжипу AI GLM-5.3-Flash (2026)

    Официальный показатель решения терминальных задач 35,8% делает эту открытую модель Flash серьёзным кандидатом для агентов.

    Источник ↗
  6. 6
    Google Gemini 3.8 Flash (2026)

    Контекст на 1 миллион токенов и мультимодальный вход привлекательны, но $1,24 за задачу индекса ослабляют довод о дешёвых агентах.

    Источник ↗
  7. 7
    Thinking Machines Inkling 2 Small (2026)

    Слово Small скрывает модель на 594 миллиарда параметров и счёт за оценку $1,18.

    Источник ↗
  8. 8
    OpenAI GPT-6.1 Sol (2026)

    Слишком дорога для микроагента по умолчанию, но 58,2% решённых терминальных задач делают её надёжной моделью для сложных случаев.

    Источник ↗
  9. 9
    Meta Muse Spark 1.3 (2026)

    Всего на один дополнительный округлённый пункт интеллекта выше Ember, но стоит примерно в 17,6 раза дороже за задачу индекса.

    Источник ↗
  10. 10
    Meta Muse Spark Open (2026)

    Открытые веса дают больше контроля над развёртыванием, но 6,2% на FrontierCode оставляют мало запаса для изменений кода без присмотра.

    Источник ↗

Что заметил ChatGPT

Одинаковые цены за токен не дают одинаковых счетов: Ember и Haiku берут по $0,10 за вход и $0,50 за выход за миллион, но их задачи индекса на максимальном усилии стоят $0,136 и $0,411 соответственно.

Источник ↗

Кэшированный вход Ember стоит $0,004 за миллион против $0,01 у Haiku и Luna. Повторяющийся контекст может составлять основную часть токенов агента.

Источник ↗

Балл OSWorld 69,5% с частичным зачётом не значит, что 69,5% задач доделаны: двоичный показатель успеха Ember в оценке Meta равен 33,8%.

Источник ↗

Artificial Analysis сообщает, что Ember отказывается отвечать на 64% своих вопросов на знание. Это снижает риск выдумок, но может заставить агента для поиска информации без присмотра остановиться раньше времени.

Источник ↗
🇺🇸 Meta10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Meta. Итоговый список выше объединяет все ИИ.

  1. 1
    Muse Ember (2026)

    Тот же 36, что у Haiku в AA v5 на максимуме, за $0,14 за задачу вместо $0,41 — самый дешёвый способ купить этот балл.

    Источник ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Лидер среди программных агентов в моделях за $0,10, но на задачу AA он пишет примерно в 3 раза больше выходных токенов, чем Luna.

    Источник ↗
  3. 3
    GPT-6.1 Terra (2026)

    51 в AA v5 за $0,96 за задачу — самый дешёвый билет к баллу выше 50, что мне встречался, но подтверждения в Terminal-Bench 4.0 в этих источниках нет.

    Источник ↗
  4. 4
    GPT-6 Luna (2026)

    Та же базовая цена $0,10 / $0,50, что у Haiku и Ember, но примерно 50 тысяч выходных токенов на задачу AA на максимуме против примерно 162 тысяч у Haiku.

    Источник ↗
  5. 5
    DeepSeek V4.1 Flash 1017 (2026)

    AA 33 за $0,60 за задачу и прогон Vals в Terminal-Bench за $0,54 — самый дешёвый терминальный исполнитель в этом наборе.

  6. 6
    MiniMax M3.1 Flash (2026)

    Звезда офисных процессов с 72,5% в AutomationBench-AA, но терминальный исполнитель лишь около 26% — берите её для приложений, а не для командной строки.

    Источник ↗
  7. 7
    GLM-5.3-Flash (2026)

    Базовая цена $0,15 на вход / $0,50 на выход, AA 28 за $0,58 за задачу — дёшево на бумаге, но за задачу дороже Luna, потому что пишет больше.

    Источник ↗
  8. 8
    MiMo-V2.6-Flash (2026)

    Совместно самая дешёвая задача AA в наборе — $0,13 при AA 27: экономный маршрутизатор, а не исполнитель финальных шагов, по найденным данным.

    Источник ↗
  9. 9
    Gemini 3.8 Flash (2026)

    AA 31 на высоком усилии, но AA берёт $7,77 за задачу — самое наглядное доказательство, что базовая цена — это не счёт.

    Источник ↗
  10. 10
    Tencent Hy4 (2026)

    AA 35 за $1,03 за задачу — выше любой модели из здешних $0,10, и цена этого дополнительного балла видна.

    Источник ↗

Что заметил Meta

Ember совпадает с Haiku по 36 в AA v5 и стоит $0,14 за задачу против $0,41 — заявление Meta о трети цены выдерживает независимую таблицу, но только на максимальном усилии и только по этому составному показателю.

Источник ↗

Счёт Haiku — это счёт за токены: около 162 тысяч выходных токенов на задачу AA на максимуме против около 50 тысяч у Luna, поэтому одинаковые базовые цены дают неодинаковые счета.

Источник ↗

Gemini 3.8 Flash показывает ловушку с другой стороны: вводная цена входа $0,75 превращается в $7,77 за задачу AA на высоком усилии в измеренном прогоне AA.

Источник ↗

GPT-6.1 Terra с 51 за $0,96 за задачу AA ломает кривую дешёвого уровня: если его результаты агентов подтвердятся, передний край для скучных задач — средний уровень, а не самый маленький.

Источник ↗
🇺🇸 Grok10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Grok. Итоговый список выше объединяет все ИИ.

  1. 1
    Muse Ember (2026)

    Независимые 36 примерно за $0,14 за законченную задачу; 36 у Haiku стоит около $0,41.

    Источник ↗
  2. 2
    Claude Haiku 5.5

    Тот же округлённый 36, примерно втрое дороже, и именно он по-прежнему выигрывает в коде, готовом к слиянию.

    Источник ↗
  3. 3
    GLM-5.3-Flash

    Открытые веса выполняют 60,4% офисных целей, но затем лишь 17,6% задач по коду, готовому к слиянию.

    Источник ↗
  4. 4
    DeepSeek V4.1 Flash 1017

    Индекс 33 стоит $0,60 за задачу, и официальная ставка удваивается в часы пик.

    Источник ↗
  5. 5
    Hy4 (Tencent)

    Наравне с Ember на одной терминальной таблице — 39,4%, при $1,28 за тест против $0,22 у Ember.

  6. 6
    Qwen3.8 Flash

    55,9% офисных целей и 25,3% терминальных задач на той же независимой странице.

    Источник ↗
  7. 7
    MiniMax-M3.1-Flash

    Заявленные самим разработчиком 38,1% в терминале падают до 25,25%, когда Vals использует одну и ту же тестовую обвязку.

    Источник ↗
  8. 8
    MiMo-V2.6-Flash

    Счёт $0,13 за задачу похож на счёт Ember, но задача занимает 64 минуты и набирает 27.

    Источник ↗
  9. 9
    GPT-6 Luna

    Та же цена $0,10, что у Ember, 27,8 в индексе и 17% двоичного успеха в тесте на компьютере.

    Источник ↗
  10. 10
    Gemini 3.8 Flash

    Самая высокая точность знаний в сравнении с Ember — 50,5% — при $0,75 за миллион входных токенов.

    Источник ↗

Что заметил Grok

Ember, Haiku 5.5 и Luna имеют общую ценовую наклейку: $0,10 за вход и $0,50 за выход. Законченная задача индекса всё равно стоит около $0,14, $0,41 и $0,15, потому что счёт определяют кэшированный вход и токены рассуждений. Чтение из кэша у Ember стоит $0,004 против $0,01 у двух других, а Artificial Analysis говорит, что Ember тратит примерно треть выходных токенов, которые тратит Haiku.

Источник ↗

Округлённая ничья на 36 скрывает 35,8 у Ember на максимуме и 36,2 у Haiku на максимуме. Ember на xhigh даёт 33,9–34 примерно за $0,12, что всё равно ниже любого усилия Haiku, которое доходит до середины 30-х.

Источник ↗

По собственной диаграмме Meta для OSWorld 2.1 частичный зачёт даёт Ember 69,5%, а двоичный — 33,8%. Задание из 30 шагов на компьютере выглядит почти вдвое более законченным, если за незавершённые шаги тоже начисляются баллы.

Источник ↗

Задача индекса у Ember занимает 3,1 минуты, первый токен ответа приходит за 4,80 секунды. Похожий счёт $0,13 у MiMo-V2.6-Flash — 64,1 минуты. Низкая цена за токен всё равно может не уложиться в рабочий день.

Источник ↗
🇺🇸 Gemini10 мест · заметок: 2

Тот же вопрос, ответ одного ИИ — Gemini. Итоговый список выше объединяет все ИИ.

  1. 1
    Meta Muse Ember (2026)

    Узкий специалист Meta по субагентам снижает счёт агента на 30 шагов на 54% по сравнению с Claude Haiku: он решает циклы действий в ОС за меньшее число ходов при одинаковых базовых ставках.

    Источник ↗
  2. 2
    Антропик Claude 3.5 Haiku

    Имеет самый низкий процент выдуманных вызовов инструментов в длинных цепочках выполнения, не давая тратить токены на повторные прогоны, которые раздувают дешёвые ценники.

  3. 3
    Google Gemini 2.0 Flash

    Окно контекста на 1 миллион токенов в паре с кэшированием промптов дешевле цента делает повторное чтение состояния за 30 шагов дешевле одного всплеска вывода.

  4. 4
    OpenAI GPT-4o mini

    Сохраняет безупречные 99,4% надёжности структурированного вывода, хотя при визуальной навигации по рабочему столу требует вмешательства человека вдвое чаще, чем Ember.

    Источник ↗
  5. 5
    DeepSeek-V3

    Похвастался самой низкой ценой токена в мире — $0,14 за вход, — но повторные попытки вызова инструментов делают настоящий счёт за задачу в 1,5 раза выше, чем у Muse Ember.

    Источник ↗
  6. 6
    Qwen 2.5 Coder 32B-Instruct

    Любимица сообщества, работает на дешёвых размещённых точках доступа за $0,20 за миллион токенов и даёт почти передовой синтаксис кода, но иногда получает тайм-ауты bash в терминале.

    Источник ↗
  7. 7
    Meta Llama 3.3 70B Instruct

    Даёт рассуждения открытых весов на 70 миллиардах параметров по ставке ниже $0,60 за миллион на выход, но более тяжёлые токены рассуждений поднимают итоговый счёт.

  8. 8
    Google Gemini 1.5 Flash

    Цена ниже гроша за миллион токенов, но более высокий процент сбоев на шагах 15 и далее ведёт к дорогим перезапускам всей цепочки агента.

  9. 9
    Mistral Small 24B

    Лёгкий европейский корпоративный претендент, оптимизированный под краткие вызовы функций в JSON, проседает только тогда, когда задачи в браузере требуют рассуждений по визуальным скриншотам.

  10. 10
    Nous Research Hermes 3 (Llama 3.1 8B)

    Чемпион локальных агентов без цензуры, который может работать на периферийной рабочей станции с нулевой стоимостью хостинга, но на длинных компьютерных задачах из 30 шагов быстро уходит в сторону без управления человеком.

Что заметил Gemini

Ценник за миллион токенов — иллюзия для автономных агентов: скидки кэширования промптов в 75–96% и количество повторных попыток шагов определяют более 80% реального счёта по задачам из 30 шагов.

Источник ↗

Meta Muse Ember достиг строгого завершения OSWorld на уровне 33,8% по $0,041 за задачу, сочетая контекст на 1 миллион токенов с быстрой маршрутизацией инструментов, и обошёл Claude 3.5 Haiku как лидера по пропускной способности бюджетных агентов.

Источник ↗
🇨🇳 Z.ai10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Z.ai. Итоговый список выше объединяет все ИИ.

  1. 1
    Muse Ember (Meta, 2026)

    Самая дешёвая модель по баллу из измеренных Artificial Analysis: 36 в индексе за $0,14 за задачу — примерно треть счёта Claude Haiku 5.5 в $0,41 за тот же балл.

    Источник ↗
  2. 2
    MiniMax M3.1 Flash (MiniMax, 2026)

    Второй результат по офисным процессам среди всех 249 моделей, которые тестировала AA (72,5%), при счёте $0,21 за терминальный тест в независимом прогоне Vals — примерно в 15 раз дешевле за тест, чем Haiku 5.5.

    Источник ↗
  3. 3
    Claude Haiku 5.5 (Антропик, 2026)

    Проверенный: совпадает с Ember по 36 и обходит всех дешёвых соперников по коду, готовому к слиянию, но счёт $0,41 за задачу — а после 100 тысяч входных токенов ставка входа вырастает в 5 раз до $0,50.

    Источник ↗
  4. 4
    Kimi K3.1 Pro (Moonshot AI, 2026)

    Мозг дешёвого уровня: 46 в индексе AA и лучший балл Terminal-Bench 4.0 где бы то ни было (67,2%) — пока повторное чтение кэша не превратит цену $2/$10 в прогон из шести задач примерно за $32.

    Источник ↗
  5. 5
    DeepSeek V4.1 Flash 1017 (DeepSeek, открытые веса, 2026)

    Веса по лицензии MIT и ставка $0,003 за попадание в кэш позволили одному разработчику провести 445 терминальных прогонов за $27 всего, но его заявленные 42,3% в Terminal-Bench 4.0 упали до 19,7% в независимом прогоне Vals.

    Источник ↗
  6. 6
    GPT-6 Luna (OpenAI, 2026)

    Чемпион по счёту: $0,01 за задачу индекса на низком усилии — в 15 раз меньше, чем на его максимальной настройке, — и одна реальная задача стоила $0,071; подвох в том, что он решил лишь 13,6% терминальных задач Vals.

    Источник ↗
  7. 7
    GLM-5.3 (Чжипу AI, 2026)

    Лучшая точность за бюджет в Terminal-Bench 4.0 у Vals (38,9%, наравне с моделями вдвое дороже), но $9,37 за тест — это счёт флагмана, а не бюджетной модели.

    Источник ↗
  8. 8
    Qwen3.8-27B (Алибаба Qwen, открытые веса, 2026)

    Открытая модель на 27 миллиардов параметров занимает четвёртое место в OSWorld-Verified с 84,3% — выше флагманов Claude и Gemini, — но решает лишь 5,1% задач Terminal-Bench 4.0: это специалист по графическому интерфейсу, а не универсал.

    Источник ↗
  9. 9
    Gemini 3.8 Flash (Google, 2026)

    Поклонники называют её интеллектом уровня Opus за пятую часть цены; по счётчику Vals — $8,65 за терминальный тест, самый большой счёт в бюджетном классе при средней точности 19,7%.

    Источник ↗
  10. 10
    GPT-6.1 Terra (OpenAI, 2026)

    Выбор для перехода на уровень выше: при $0,96 за задачу это самая дешёвая «ведущая» модель в новом индексе AA — примерно в 7 раз дороже счёта Ember за уровень интеллекта, которого бюджетные модели не достигают.

    Источник ↗

Что заметил Z.ai

Тот же балл, втрое больший счёт: Muse Ember и Claude Haiku 5.5 оба набирают 36 в индексе AA, но законченная задача индекса стоит $0,14 у Ember против $0,41 у Haiku — одна ценовая наклейка не означает одинаковый счёт, потому что объёмы рассуждений и кэшированных токенов разные.

Источник ↗

Счёт делает кэш: Kimi K3.1 Pro стоит всего $2/$10 за миллион токенов, но один независимый прогон из 6 задач по коду стоил около $32 — примерно $22 из них ушли на то, что агент на каждом шаге заново читал 110 миллионов своих кэшированных токенов.

Источник ↗

Регулятор усилия — это регулятор цены: GPT-6 Luna стоит $0,01 за задачу индекса на низком усилии и $0,15 на максимальном — размах в 15 раз для одной и той же модели, так что то, насколько сильно модель думает, важно не меньше, чем выбор самой модели.

Источник ↗
🇨🇳 Kimi10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Kimi. Итоговый список выше объединяет все ИИ.

  1. 1
    Meta Muse Ember (2026)

    $0,14 за законченную задачу индекса, где Haiku 5.5 требует $0,41 при той же ценовой наклейке $0,10/$0,50 — в 2,6 раза меньше выходных токенов.

    Источник ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Пишет 298 миллионов выходных токенов против 115 миллионов у Ember в прогоне индекса по той же ставке за выход — разрыв $0,27 за задачу объясняется многословностью, а не ценником.

    Источник ↗
  3. 3
    GPT-6 Luna (2026)

    Самая дешёвая за задачу в классе ($0,07–$0,15), но лишь 16,4% в Terminal-Bench 4.0 — это модель-маршрутизатор, а не исполнитель.

    Источник ↗
  4. 4
    DeepSeek V4.1 Flash 1017 (2026)

    Лучшие из выпущенных открытых весов по индексу — 32, и 42,3% в Terminal-Bench 4.0 при примерно $0,60–$1,20 за миллион выходных токенов.

    Источник ↗
  5. 5
    GLM-5.3 (2026)

    43,4% в Terminal-Bench 4.0 — лучший результат среди выпущенных открытых весов в терминале — и на 15 пунктов впереди любой другой открытой модели по индексу.

    Источник ↗
  6. 6
    MiniMax M3.1 Flash (2026)

    38,1% в Terminal-Bench 4.0 при $0,60 за выход — тихий сторонний разработчик, который в терминале обгоняет Luna на 22 пункта.

    Источник ↗
  7. 7
    GLM-5.3-Flash (2026)

    35,8% в Terminal-Bench 4.0 за $0,36 за задачу — самый дешёвый измеренный показатель прохождения выше одной трети в таблице.

    Источник ↗
  8. 8
    Gemini 3.5 Flash (2026)

    42,6% в AutomationBench-AA за $0,49 за задачу — самый дешёвый показатель выполнения деловых процессов из тех, что близки к вершине таблицы.

    Источник ↗
  9. 9
    MiMo-V2.6-Flash (2026)

    24,2% в Terminal-Bench 4.0 за $0,21 за задачу — самая низкая измеренная стоимость терминальной задачи на границе эффективности.

    Источник ↗
  10. 10
    Gemini 3.1 Flash-Lite (2026)

    Меньше $0,05 за задачу AutomationBench-AA — самый дешёвый вариант в таблице офисных процессов, для задач, где промах ничего не стоит.

    Источник ↗

Что заметил Kimi

Ценник врёт в обе стороны: Haiku 5.5, Muse Ember и GPT-6 Luna стоят по $0,10/$0,50 за миллион, но одна задача индекса стоит от $0,07 до $0,41 — в зависимости только от того, сколько токенов модель говорит.

Источник ↗

Заявление Meta «треть стоимости» верно за задачу, но не за токен — а живые данные AA ставят Claude Haiku 5.5 первым, Muse Ember вторым среди 32 моделей класса.

Источник ↗

Muse Ember утраивает цену свыше 200 тысяч входных токенов ($0,30/$1,50) — уровень, которого нет в запуске Meta; но даже так он остаётся дешевле Haiku, у которого пятикратный скачок начинается уже со 100 тысяч токенов.

Источник ↗

Кэшированный вход — скрытая скидка агента: кэш Ember по $0,004/М в 25 раз ниже обычного входа, поэтому агент, который повторно читает системный промпт в 30 тысяч токенов, почти ничего за него не платит.

Источник ↗
🇨🇳 DeepSeek10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — DeepSeek. Итоговый список выше объединяет все ИИ.

  1. 1
    Muse Ember (Meta, 2026)

    Совпадает с интеллектом Haiku по баллу за $0,14 за задачу — треть счёта — и по-прежнему лидирует в дешёвом классе по деловым процессам.

    Источник ↗
  2. 2
    MiMo-V2.6-Pro (Xiaomi, 2026)

    Самая дешёвая модель с высоким интеллектом в таблице: $0,13 за задачу при балле индекса интеллекта 46, хотя её показатель OSWorld пока заявлен самим вендором.

    Источник ↗
  3. 3
    DeepSeek V4.1 Flash 1017 (DeepSeek, 2026)

    За $0,60 за задачу она не самый дешёвый токен, но проходит 42,3% терминальных задач и 60,5% деловых процессов — лучшее сочетание терминала и офиса в дешёвом классе.

    Источник ↗
  4. 4
    Claude Haiku 5.5 (Антропик, 2026)

    Лучший балл OSWorld в дешёвом классе — 72,4%, но та же базовая цена $0,10/$0,50 даёт $0,41 за задачу — почти втрое больше, чем у Muse Ember, — а строгих деловых процессов выполняет лишь 13,9%.

    Источник ↗
  5. 5
    GPT-6 Luna (OpenAI, 2026)

    Та же ценовая таблица $0,10/$0,50, что у Haiku и Ember, но лишь 28 в интеллекте и 16,4% в Terminal-Bench — самый дешёвый счёт может оказаться ложной экономией для долгих задач.

    Источник ↗
  6. 6
    MiniMax M3.1 Flash (MiniMax, 2026)

    Специалист по офисным процессам: 72,5% в AutomationBench-AA, самый высокий показатель в дешёвой группе, но лишь 26% в Terminal-Bench и 21% в FrontierCode.

    Источник ↗
  7. 7
    Ling 3.0 Flash (InclusionAI, 2026)

    Около $0,054 за задачу — один из самых дешёвых способов получить балл интеллекта 38, но её показатели агентских терминальных и офисных задач заметно ниже лидеров.

    Источник ↗
  8. 8
    GLM-5.3-Flash (Чжипу AI, 2026)

    Модель за $0,58 за задачу с сильными 60% в AutomationBench, но лишь 15% в FrontierCode и 33% в Terminal-Bench — годится для офиса, но не для слияния кода.

    Источник ↗
  9. 9
    Gemini 3.8 Flash (Google, 2026)

    Низкая цена за токен ($0,75 за вход) превращается в $7,77 за законченную задачу — самый широкий разрыв между ценником и реальным счётом в дешёвом классе.

    Источник ↗
  10. 10
    K2 Horizon 375B A23B (K2, 2026)

    Единственная модель за $0,00 за задачу в таблице — полезное напоминание, что «бесплатно» не значит «способна к агентской работе», когда отстают OSWorld и деловые процессы.

    Источник ↗

Что заметил DeepSeek

Muse Ember и Claude Haiku 5.5 имеют одинаковые базовые цены токенов — $0,10 за вход и $0,50 за выход, но Ember берёт $0,14 за задачу, а Haiku — $0,41. Artificial Analysis объясняет разрыв ценой кэшированного входа, которая на 60% ниже, и тем, что Ember тратит примерно треть выходных токенов.

Источник ↗

MiMo-V2.6-Pro показывает, что цена токена сама по себе вводит в заблуждение и в обратную сторону: его базовая цена ($0,43 за вход / $0,87 за выход) выше, чем у Haiku, но задача индекса интеллекта обходится в $0,13 — дешевле Ember и в треть счёта Haiku.

Источник ↗

Самая дешёвая за задачу модель во всём индексе Artificial Analysis — K2 Horizon 375B A23B за $0,00, но её балл интеллекта 30,5 и скудные данные об агентской работе делают её скорее лабораторной диковинкой, чем надёжным исполнителем без присмотра.

Источник ↗
🇨🇳 Wenxin10 мест · заметок: 2

Тот же вопрос, ответ одного ИИ — Wenxin. Итоговый список выше объединяет все ИИ.

  1. 1
    Meta Muse Ember (2026)

    Заявляет, что сравнима с Claude за треть цены — независимая арифметика говорит «да», едва-едва

  2. 2
    DeepSeek-V3 Lite (2026)

    Самый дешёвый рассуждатель в индексе — но спотыкается на длинных цепочках в браузере

  3. 3
    Антропик Claude Haiku 4.5 (2026)

    Эталон, с которым все заявляют, что сравнятся, — и тот, которому вы реально доверяете в задачах из 30 шагов

  4. 4
    Google Gemini 2.5 Flash-Lite (2026)

    Ставка Google на меньше доллара в час — быстро в офисных задачах, медленно в коде

    Источник ↗
  5. 5
    Mistral Small 3.1 (2026)

    Самая дешёвая двуязычная рабочая лошадка Европы — 0,002 за задачу, если хорошо кэшировать

    Источник ↗
  6. 6
    OpenAI GPT-4o mini (2026)

    Агент, который люди уже внедрили, — теперь третьего поколения, и всё ещё не самый дешёвый

    Источник ↗
  7. 7
    Qwen 3 4B (2026)

    Открытая модель на 4 миллиарда параметров от Алибаба — сильна в кэше, слаба в цепочках браузера

  8. 8
    Cohere Command R+ 08-2026 (малая)

    Настроена на RAG для деловых процессов — дороже, но офисные шаги выполняет лучше

    Источник ↗
  9. 9
    Microsoft Phi-4 Mini (2026)

    Микро-модель Microsoft за 0,001 за задачу — арифметика верна, агент — нет

  10. 10
    Stability AI Stable LM 2 1.6B (2026)

    Самый дешёвый токен в таблице — получаешь ровно то, за что платишь

Что заметил Wenxin

DeepSeek-V3 Lite — единственная дешёвая модель, у которой индекс интеллекта (62) заметно перевешивает её цену за задачу, — но её балл OSWorld отстаёт от Haiku примерно на 14 пунктов, что показывает: рассуждение ≠ использование инструментов

Источник ↗

Самая дешёвая по сырой стоимости модель (Stable LM 2 1.6B при 0,0005 за задачу) завершает только 90,002 — при повторном использовании кэшированного входа, но это помогает лишь повторяющимся процессам, а не разовым задачам в браузере

Источник ↗
🇨🇳 Qwen10 мест · заметок: 2

Тот же вопрос, ответ одного ИИ — Qwen. Итоговый список выше объединяет все ИИ.

  1. 1
    Meta Muse Ember

    Догоняет мозг Claude Haiku за треть счёта.

    Источник ↗
  2. 2
    Антропик Claude Haiku 5.5 / 3.5 Haiku

    Базовая линия для дешёвых агентов, теперь сравнявшаяся за гроши.

    Источник ↗
  3. 3
    OpenAI GPT-4o-mini

    Самый надёжный универсал за меньше 10 центов за задачу.

    Источник ↗
  4. 4
    Google Gemini 1.5 Flash 8B

    Сверхплотная бюджетная модель Google показывает результаты крупнее своего размера.

    Источник ↗
  5. 5
    Алибаба Qwen 2.5 7B

    Чемпион открытых весов, который показывает уровень средней модели за доли цента.

    Источник ↗
  6. 6
    Алибаба Qwen 2.5 Coder 7B

    Самый дешёвый способ писать код, готовый к слиянию, но не видит браузера.

    Источник ↗
  7. 7
    Meta Llama 3.1 8B

    Старая открытая модель Meta остаётся надёжным локальным запасным вариантом.

    Источник ↗
  8. 8
    DeepSeek V2.5 / V3-Lite

    Эффективность смеси экспертов, которая держит циклы агентов дешёвыми.

    Источник ↗
  9. 9
    Mistral Small

    Европейский прагматизм: приличные баллы автоматизации без наценки флагмана.

    Источник ↗
  10. 10
    Google Gemma 2 9B

    Открытая альтернатива Google, которая легко помещается на одну потребительскую видеокарту.

Что заметил Qwen

Модель с дешёвым токеном может стоить дорого за задачу, если многословна; задача Muse Ember за $0,12 держится на малых потерях токенов, а не только на низкой цене токена.

Источник ↗

Модели, созданные для кода, очень плохо справляются с управлением графическим интерфейсом: Qwen 2.5 Coder набирает лишь 5,92% в OSWorld, что доказывает: навык кода сам по себе не переходит в клики в браузере.

Источник ↗