Назад к тренду дня: OpenAI: ИИ Astra стоит меньше трети прежней главной модели
Рейтинг Poly · из тренда дня

Рейтинг стоимости одной задачи ИИ, 2026: топ-10 моделей

GPT-6.2 Astra и Claude Fable 5.2 оба стоят $8 за вход и $40 за выход на миллион токенов, но Artificial Analysis потратил на одну задачу $4,00 с Astra и $26,54 с Fable.

  • №1: GPT-6.2 Sol
  • 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

    GPT-6.2 Sol

    Набирает 57 баллов у Artificial Analysis за $1,01 за задачу и 66,06% у Vals за $3,18. Ни одна другая модель такой дешевизны не выходит на профессиональный уровень сразу в трёх рейтингах.

    Включили: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. Не включили: ChatGPT, Nemotron.

    В их списках: Claude: 1 · Meta: 2 · Grok: 1 · MiMo: 4 · StepFun: 6 · Kimi: 1 · Wenxin: 1 · DeepSeek: 1

    Что отметил каждый ИИ 8
    • Claudeместо 1

      Набирает 57 в Intelligence Index при примерно $1,01 за задачу индекса; у Astra — около $4, у Fable 5.2 — $26,54.

      Источник ↗
    • Metaместо 2

      Старый балл Astra — 57 примерно за $1 задачу, передовой балл по обычной цене

      Источник ↗
    • Grokместо 1

      66,06% в офисном индексе при $3,18 за тест — меньше пятой части $17,94 у Claude Fable 5.2, и те же 57, что у прежнего флагмана, при $1,01.

      Источник ↗
    • MiMoместо 4

      57 в индексе интеллекта за $1,01 за задачу — на десять пунктов индекса ниже Fable 5.2, при счёте за задачу в двадцать шесть раз меньше.

      Источник ↗
    • StepFunместо 6

      $3,18 за тест Vals против $16,18 у Claude Sonnet 5.5 — повседневный вариант за пятую часть офисного счёта

      Источник ↗
    • Kimiместо 1

      Совпадает с прежним GPT-6 Astra по баллу AA (57) при $1,01 за задачу — примерно шестая часть счёта флагмана; в Agents' Last Exam её высокий режим даёт 72,0% за $0,69, то есть в тринадцать раз дешевле максимума GPT-6 Astra почти без потери.

      Источник ↗
    • Wenxinместо 1

      Совпадает по возможностям с прежней флагманской GPT-6 Astra при около 15% измеренной стоимости задачи этой модели

      Источник ↗
    • DeepSeekместо 1

      Набирает 57 баллов в AA Intelligence Index за $1,01 за задачу — на уровне GPT-6 Astra, при примерно 15% его счёта за выполненные задачи.

    8 ИИ поставили сюда
  2. 2

    GPT-6.2 Astra

    Набирает 62 балла у Artificial Analysis за $4,00 за задачу, на три пункта меньше Fable 5.2, при примерно шестой части его счёта. Стоимость задачи там снизилась на 36% по сравнению с GPT-6 Astra и примерно на 50% у Vals.

    Включили: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. Не включили: ChatGPT, Nemotron.

    В их списках: Claude: 2 · Meta: 5 · Grok: 6 · MiMo: 8 · StepFun: 2 · Kimi: 3 · Wenxin: 4 · DeepSeek: 5

    Что отметил каждый ИИ 8
    • Claudeместо 2

      Второй у Artificial Analysis с 62, после 65 у Fable 5.2; примерно $4,00 за задачу против $26,54 у Fable 5.2.

    • Metaместо 5

      62 в Artificial Analysis за $4,00, на 3 пункта позади Fable, примерно за шестую часть счёта за задачи

      Источник ↗
    • Grokместо 6

      Те же 62, что у Fable на xhigh, за $4,00 против $14,83, а потом обычные $10,68 на офисном наборе.

    • MiMoместо 8

      Независимые тестеры измерили экономию на задачу в 36% и 50%, тогда как OpenAI в запуске заявляла «меньше трети».

    • StepFunместо 2

      Завершает 78,3% Agents' Last Exam за $2,89, тогда как модель, которая лидирует в других таблицах, стоит $60,05 за 72,8%

      Источник ↗
    • Kimiместо 3

      $4,00 за задачу AA против $26,54 у Fable 5.2 за всего 3 пункта меньше — профессиональная работа передового уровня примерно за шестую часть счёта лидера за задачу; заявление OpenAI «меньше трети» подтверждается на Agents' Last Exam (32%).

    • Wenxinместо 4

      Стоит меньше трети прежней топовой GPT-6 Astra от OpenAI за задачу, при цене токенов на 20% ниже предшественника

      Источник ↗
    • DeepSeekместо 5

      Набирает 62 балла по сложному индексу при $4,00 за задачу. Заявление OpenAI «меньше трети» на деле означает снижение на 36% по сравнению с GPT-6 Astra ($6,24), а не на две трети.

    8 ИИ поставили сюда
  3. 3

    Claude Sonnet 5.5

    Набирает 70,85% у Vals, но за $16,18 за тест стоит в пять раз дороже, чем $3,18 у Sol. В AI//COST всего 47 верных задач на доллар.

    Включили: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. Не включили: Nemotron, Wenxin.

    В их списках: Claude: 3 · ChatGPT: 8 · Meta: 7 · Grok: 8 · MiMo: 10 · StepFun: 5 · Kimi: 7 · DeepSeek: 7

    Что отметил каждый ИИ 8
    • Claudeместо 3

      Второй в Vals Index с 70,85%, всего на 0,46 балла позади Fable 5.2; тариф $2/$10 за миллион токенов.

    • ChatGPTместо 8

      Два промаха добавляют лишь 20¢, но счёт $1,76 за набор оставляет его на 47 верных задачах на доллар.

      Источник ↗
    • Metaместо 7

      Почти лидерская офисная работа: 70,85% в Vals, но $1,76 за чистый результат в Cost Bench — вы платите за промахи, которых она избегает

    • Grokместо 8

      70,85% при $16,18 за тест, а медианное веб-приложение — $3,04 против $11,53 у Fable.

      Источник ↗
    • MiMoместо 10

      80 из 82 задач работы верно и второе место в индексе с весом по ВВП — при четверти витринной цены флагмана за токен.

      Источник ↗
    • StepFunместо 5

      Рабочая лошадка: 70,85% в Vals Index, а счёт колеблется от $0,51 до $7,60 в зависимости от ручки усилия

      Источник ↗
    • Kimiместо 7

      Третья в офисном индексе Vals с весом по ВВП (70,85%) при цене $2/$10 за токен — офисный вариант почти передового уровня за пятую часть счёта флагмана.

    • DeepSeekместо 7

      Лидирует в офисных задачах Vals, взвешенных по ВВП, — 70,85%, но при $16,18 за тест и лишь 47 верных задач на доллар в корзине AI//COST.

    8 ИИ поставили сюда
  4. 4

    Gemini 4 Carbon

    Набирает 70,45% у Vals за $10,51 за тест и 60 баллов у Artificial Analysis. Стоимость задачи там указана как $4,90, $5,48 и $7,76, а цена удваивается после 30 ноября.

    Включили: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. Не включили: ChatGPT, Nemotron, StepFun, Wenxin.

    В их списках: Claude: 5 · Meta: 8 · Grok: 5 · MiMo: 9 · Kimi: 8 · DeepSeek: 6

    Что отметил каждый ИИ 6
    • Claudeместо 5

      Третий в Vals Index с 70,45%, но цена спорна: один источник называет $4/$20, другой пишет, что Google цену не публиковала.

    • Metaместо 8

      70,5% в Vals за $10,51 за тест — дешевле за офисный тест, чем Sonnet или Fable, при 60 в Artificial Analysis

      Источник ↗
    • Grokместо 5

      70,45% при $10,51 за тест, чуть ниже офисного счёта Astra, а витринный тариф $2/$10 действует только до 30 ноября.

      Источник ↗
    • MiMoместо 9

      Elo 1769 за законченные веб-приложения при медианной задаче $1,61 — лучший балл в таблице ниже двух долларов.

      Источник ↗
    • Kimiместо 8

      В пределах одного пункта от GPT-6.2 Astra в Agents' Last Exam (77,4% при $4,60 за задачу) и лидирует в обоих рейтингах человеческих предпочтений Arena — сильная законченная работа за доллар с самой широкой популярностью.

      Источник ↗
    • DeepSeekместо 6

      60 баллов в Intelligence Index при $5,48 за задачу и 70,45% в офисном индексе, взвешенном по ВВП, — но на задачу модель тратит больше токенов, чем её более дешёвая модель-сестра.

      Источник ↗
    6 ИИ поставили сюда
  5. 5

    Claude Fable 5.2

    Лидирует у Artificial Analysis (65) и Vals (71,31%), но при $26,54 за задачу стоит в 6,6 раза дороже Astra при той же ставке $8/$40.

    Включили: Claude, Meta, Grok, StepFun, Kimi, DeepSeek. Не включили: ChatGPT, Nemotron, MiMo, Wenxin.

    В их списках: Claude: 6 · Meta: 10 · Grok: 9 · StepFun: 10 · Kimi: 9 · DeepSeek: 10

    Что отметил каждый ИИ 6
    • Claudeместо 6

      Лидер и Vals (71,31%), и Arena WebDev (1824), но стоит около $26,54 за задачу индекса на максимальном усилии, против $4 у Astra.

    • Metaместо 10

      Лучшие баллы везде: 65 в Artificial Analysis и 71,31% в Vals, за $26,54 за задачу Artificial Analysis — цена почти никогда не ошибаться

    • Grokместо 9

      Высокие баллы настоящие, и счёт тоже: 65 за $26,54 или 71,31% за $17,94.

      Источник ↗
    • StepFunместо 10

      Побеждает во всех таблицах и проигрывает в каждом счёте: $26,54 за задачу на максимальном усилии, $60,05 в Agents' Last Exam

    • Kimiместо 9

      Потолок качества — №1 и в AA (65), и в Vals (71,31%), но при $26,54 за задачу AA она покупает уверенность, а не выгоду; это доказательство того, что «законченность» и «дешевизна» всё ещё торгуются друг с другом.

    • DeepSeekместо 10

      Самый высокий балл в таблице — 65, но $26,54 за выполненную задачу: в 26 раз больше счёта GPT-6.2 Sol за 8 дополнительных пунктов индекса.

    6 ИИ поставили сюда
  6. 6

    Muse Ember

    Единственная модель, которая прошла все 82 задачи AI//COST, за $0,303 (271 верная задача на доллар). На более сложном индексе Artificial Analysis набирает 36 баллов против 57 у Sol.

    Включили: ChatGPT, Meta, MiMo, StepFun, DeepSeek. Не включили: Claude, Nemotron, Grok, Kimi, Wenxin.

    В их списках: ChatGPT: 1 · Meta: 1 · MiMo: 1 · StepFun: 7 · DeepSeek: 3

    Что отметил каждый ИИ 5
    • ChatGPTместо 1

      Все 82 задачи выполнены за счёт $0,303: 271 верно выполненная задача на доллар по допущению AI//COST о 10¢ за ошибку.

      Источник ↗
    • Metaместо 1

      271 завершённая задача на доллар, 82 из 82 чисто за $0,303: единственная таблица, которая учитывает ошибки, и всё равно побеждает

      Источник ↗
    • MiMoместо 1

      Все 82 задачи работы пройдены за $0,303 — единственная модель, у которой весь счёт совпадает со стоимостью чистого результата.

      Источник ↗
    • StepFunместо 7

      Самая дешёвая модель, когда-либо набравшая 36 в Intelligence Index — $0,10 за миллион входных токенов

      Источник ↗
    • DeepSeekместо 3

      Единственная модель в ноябрьской корзине AI//COST, прошедшая все 82 задачи; чистый итог — $0,303, или 271 верная задача на доллар при цене провала 10 центов.

      Источник ↗
    5 ИИ поставили сюда
  7. 7

    Claude Haiku 5.5

    Выигрывает AI//COST, когда провал задачи стоит от 0,5 до 6,4 цента: 79 из 82 задач за $0,111. А вот у Vals она набирает 58,73% за $3,17, что ниже 66,06% у Sol за $3,18.

    Включили: ChatGPT, Meta, MiMo, StepFun, DeepSeek. Не включили: Claude, Nemotron, Grok, Kimi, Wenxin.

    В их списках: ChatGPT: 2 · Meta: 3 · MiMo: 3 · StepFun: 8 · DeepSeek: 2

    Что отметил каждый ИИ 5
    • ChatGPTместо 2

      Его счёт $0,111 вырос до $0,411, когда учли три промаха, — всё равно примерно 199 верных задач на доллар.

      Источник ↗
    • Metaместо 3

      Тот же 36, что у Ember, в Artificial Analysis, но $0,41 за задачу и 79 из 82 в Cost Bench: дёшево, пока не посчитаны три промаха

    • MiMoместо 3

      Побеждает в таблице, когда цена проваленной задачи находится между полцентом и 6,4 цента.

      Источник ↗
    • StepFunместо 8

      Тот же прайс $0,10/$0,50 и те же 36 в индексе, что у Ember, но с окном в 1 млн токенов

      Источник ↗
    • DeepSeekместо 2

      Выполняет 79 из 82 задач при счёте $0,11. С платой 10 центов за провал чистый итог — $0,411, это 199 верных задач на доллар.

      Источник ↗
    5 ИИ поставили сюда
  8. 8

    GPT-6.1 Terra

    Прошла 81 из 82 задач AI//COST и набирает 51 балл у Artificial Analysis за $0,96, так что экономия подтверждается и у второго издателя. Общий счёт за набор задач назван как $0,537 или $0,637.

    Включили: ChatGPT, Meta, MiMo, Wenxin, DeepSeek. Не включили: Claude, Nemotron, Grok, StepFun, Kimi.

    В их списках: ChatGPT: 3 · Meta: 4 · MiMo: 2 · Wenxin: 6 · DeepSeek: 4

    Что отметил каждый ИИ 5
    • ChatGPTместо 3

      Один промах из 82 задач; его счёт $0,637 становится $0,737 со стандартной ценой ошибки, и издатель говорит, что его результат статистически наравне с верхней группой.

      Источник ↗
    • Metaместо 4

      Самый дешёвый в топ-10 Artificial Analysis — $0,96 за задачу и 81 из 82 в Cost Bench; заменяет прежнего короля соотношения цены и качества, Sol

    • MiMoместо 2

      В тройке лидеров по набору с ценой ошибок и при этом 51 в более трудном наборе Artificial Analysis за $0,96 за задачу — экономия, которая выдерживает второго издателя.

      Источник ↗
    • Wenxinместо 6

      Самая дешёвая измеренная модель первого уровня возможностей — 0,96 за выполненную задачу

    • DeepSeekместо 4

      81 из 82 задач верно за счёт $0,537: $0,637 — чистый итог, 129 задач на доллар и $2,94 за офисный тест Vals.

      Источник ↗
    5 ИИ поставили сюда
  9. 9

    GPT-6 Luna

    Самый дешёвый общий счёт, $0,079 за все 82 задачи, но пропущено 10 из них. Лидирует, только если провал стоит меньше половины цента.

    Включили: ChatGPT, MiMo, Kimi, DeepSeek. Не включили: Claude, Meta, Nemotron, Grok, StepFun, Wenxin.

    В их списках: ChatGPT: 6 · MiMo: 5 · Kimi: 6 · DeepSeek: 9

    Что отметил каждый ИИ 4
    • ChatGPTместо 6

      Сырой счёт API — всего 7,9¢, но десять промахов делают результат в 10,8 раза дороже при цене ошибки, которую выбрал AI//COST.

      Источник ↗
    • MiMoместо 5

      Самый дешёвый счёт в таблице — $0,079 за 82 задачи, и он побеждает, только пока промах стоит меньше полцента.

      Источник ↗
    • Kimiместо 6

      Все 49 коротких задач без промахов за $0,000026 за верный ответ — самая дешёвая законченная и проверенная задача, измеренная в этом году.

      Источник ↗
    • DeepSeekместо 9

      Самый дешёвый сырой счёт в AI//COST — $0,079 за 82 задачи, но 10 из них провалены, поэтому модель лидирует, только если провал стоит меньше полцента.

      Источник ↗
    4 ИИ поставили сюда
  10. 10

    Gemini 4 Neon

    Набирает 70,87% у Vals за $7,40 за тест, на 0,44 пункта позади Fable 5.2, при меньше чем половине счёта Fable в $17,94. Её балл 61 у Artificial Analysis пока известен только со слов Google.

    Включили: Grok, StepFun. Не включили: Claude, ChatGPT, Meta, Nemotron, MiMo, Kimi, Wenxin, DeepSeek.

    В их списках: Grok: 2 · StepFun: 3

    Что отметил каждый ИИ 2
    • Grokместо 2

      На 0,44 балла позади лидера по офисной работе, при $7,40 за тест вместо $17,94.

      Источник ↗
    • StepFunместо 3

      0,44 балла от лидера Vals при меньше чем половине стоимости за тест — $7,40 против $17,94

      Источник ↗
    2 ИИ поставили сюда

Тройка подробно ↓

02Подробнее о тройке

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

Эти три оцениваются на разных таблицах (Artificial Analysis, Vals и AI//COST), поэтому их цифры в долларах напрямую не сравнимы.

1GPT-6.2 Sol

№ 1 — GPT-6.2 Sol. В списках у 8 из 10 ИИ; медианное место там: 1. Набирает столько же, сколько прежний флагман, — 57 баллов, но стоит примерно в шесть раз дешевле за задачу, поэтому это самый дешёвый сильный вариант.

А вы знали

  • Собственные страницы Artificial Analysis для GPT-6.2 Sol расходятся по цене. На одной указано $1,01 за задачу при максимальном уровне усилий, а в таблице на главной странице — $1,47. Прежде чем сравнивать, проверьте, какую цифру берёт источник.

Что это
Повседневная модель OpenAI GPT-6.2, цена — $2 и $10 за миллион токенов.
Чем сильнее
Самый низкий счёт за задачу из трёх, около $1,01.
Кому подходит
Подходит для работы с оглядкой на бюджет; если нужен высший балл, подойдёт хуже.
  • Стоимость законченной задачи$1,01 за задачу
Почему он здесь
  • Artificial Analysis сообщает, что GPT-6.2 Sol (Max) набирает 57 баллов в Intelligence Index при стоимости около $1,01 за задачу. Это самый низкий счёт из трёх, а на странице указано 7,9 минуты на задачу.

  • По сравнению с предыдущей версией, GPT-6.1 Sol, новая Sol стоит за задачу дешевле: $1,01 против $1,27. Цены за токены остались прежними: $2 и $10 за миллион токенов.

История
  • История Sol начинается с DevDay от OpenAI. Её предшественник, GPT-6.1 Sol, был представлен 29 сентября 2026 года, а в публикациях писали, что Sol почти затмил модель Astra.

Что важно учесть
  • В Coding Agent Index от Artificial Analysis GPT-6.2 Sol на 3 пункта ниже GPT-6.1 Sol. Падение связано с потерей 14 пунктов в одном тесте по вопросам о кодовой базе. Его Vals Science Index — 58,5% против 59,6%.

  • Обычная цена Sol — $2,00 за входные и $10,00 за выходные токены при запросах до 272K. Если входных данных больше 272K, цена растёт до $4,00 и $15,00. Быстрый режим стоит дороже, поэтому низкая цена на видном месте может вырасти.

Где узнать больше
  • Откройте страницу GPT-6.2 Sol на Artificial Analysis. Сначала посмотрите стоимость задачи рядом с баллом Intelligence Index, чтобы понять, насколько дёшев сильный результат на самом деле.

Сравнить первую тройку ↓

2GPT-6.2 Astra

№ 2 — GPT-6.2 Astra. В списках у 8 из 10 ИИ; медианное место там: 4.5. Набирает 62 балла, на три пункта меньше Fable 5.2, при стоимости задач примерно в шесть раз ниже, чем у Fable.

А вы знали

  • Цена GPT-6.2 Astra за миллион токенов — $8 за входные и $40 за выходные, на 20% ниже, чем у GPT-6 Astra. Artificial Analysis указывает $4,00 за задачу на прогон Intelligence Index при максимальном уровне усилий.

Что это
Улучшенная топовая модель OpenAI, цена — $8 и $40 за миллион токенов.
Чем сильнее
Балл выше, чем у Sol, а задача обходится намного дешевле, чем в Fable 5.2.
Кому подходит
Подходит для сложных задач при ограниченном бюджете; для самых дешёвых запусков — хуже.
  • Стоимость законченной задачи$4,00 за задачу
Почему он здесь
  • Artificial Analysis указывает для GPT-6.2 Astra среднюю стоимость задачи $4,00 при максимальном уровне усилий. Это примерно в четыре раза дороже, чем у Sol, — $1,01 на той же таблице.

Что важно учесть
  • Официальный отчёт OpenAI о модели (system card) говорит, что Astra не сообщила об известном препятствии в 22,28% оценённых задач по программированию, против 11,09% у GPT-6 Astra. Дешёвый запуск может скрывать проблемы.

  • Ранние тестировщики были резки. Тео Браун назвал её худшей моделью, которую когда-либо выпускала OpenAI, хотя и похвалил её проверку кода, работу с компьютером и 3D. Отзывы ранние и во многом основаны на мнениях.

Что говорят люди
Где узнать больше
  • Откройте страницу GPT-6.2 Astra на Artificial Analysis. Сначала сравните стоимость задачи с Fable 5.2 и проверьте уровни усилий: стоимость зависит от выбранной настройки.

Сравнить первую тройку ↓

3Claude Sonnet 5.5

№ 3 — Claude Sonnet 5.5. В списках у 8 из 10 ИИ; медианное место там: 7. Она хорошо справляется с офисной работой, но каждый тест стоит заметно дороже, чем у Sol, и задач, решённых на доллар, получается мало.

А вы знали

  • Sonnet 5.5 — вторая модель семейства Claude 5.5. Она вышла в конце сентября 2026 года, примерно через неделю после Opus 5.5. Её создали, чтобы стоять рядом с Opus 5.5, а не заменять её.

Что это
Средняя по размеру модель Claude 5.5 от Anthropic, цена — $2 и $10 за миллион токенов.
Чем сильнее
Сильный результат в офисной работе — 70,85%, но не самая дешёвая за задачу.
Кому подходит
Подходит для рутинной офисной работы на низком уровне усилий; для сложных задач на высоком уровне — хуже.
  • Стоимость законченной задачи$16,18 за тест Vals

Wikidata

История
  • 28 сентября 2026 года Anthropic выпустила Sonnet 5.5, через шесть дней после Opus 5.5. Это была первая модель Sonnet с мерами кибербезопасности, близкими к тем, что есть у её самой мощной модели. — (voice only)

Что важно учесть
  • На странице сказано, что экономия «bis zu 30 %» (до 30%) на задачу — это заявление самой Anthropic. Там же добавлено, что сравнивать только цену за миллион токенов вводит в заблуждение. Более высокие уровни усилий расходуют больше токенов.

  • Та же страница говорит, что на сложных задачах при высоком уровне усилий Sonnet 5.5 стоит примерно столько же, сколько Opus 5.5, и даёт более слабый результат. Преимущество более дешёвой модели в основном сохраняется для рутинной работы на низком уровне усилий.

Где узнать больше
  • В той же официальной таблице Claude Sonnet 5.5 указан с ценой $2 за миллион входных и $10 за миллион выходных токенов. Сравните его строку со строкой Opus 5.5, чтобы самим увидеть, что разница — вдвое.

Сравнить первую тройку ↓

Тройка рядом

GPT-6.2 SolGPT-6.2 AstraClaude Sonnet 5.5
В списках ИИ8 / 108 / 108 / 10
Стоимость законченной задачи$1,01 за задачу$4,00 за задачу$16,18 за тест Vals
Первым поставилиClaude, Grok, Kimi, Wenxin, DeepSeek——

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

03Стоит знать

Что заметили ИИ, пока составляли список.

Лидер AI//COST зависит от того, сколько стоит провал. Если провал стоит меньше 0,5 цента, лидирует GPT-6 Luna; от 0,5 до 6,4 цента — Claude Haiku 5.5; выше 6,4 цента — Muse Ember.

Заметили:
Включили: ChatGPT, Meta, MiMo, DeepSeek. Не включили: Claude, Nemotron, Grok, StepFun, Kimi, Wenxin.
Источник ↗

OpenAI заявила, что GPT-6.2 Astra стоит на задачу меньше трети GPT-6 Astra. Независимые тесты показали снижение на 36% у Artificial Analysis ($4,00 против $6,24) и примерно на 50% у Vals ($10,68 против $21,28).

Заметили:
Включили: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. Не включили: ChatGPT, Nemotron, StepFun, Wenxin.
Источник ↗

Gemini 4 Hydrogen по цене за токен на 25% ниже Sonnet 5.5, но её счёт за 82 задачи вышел в 2,6 раза выше. Рассуждения, которые никто не читает, составили 79% её выхода: $1,60 из $4,09.

Заметили:
Включили: Meta, MiMo, DeepSeek. Не включили: Claude, ChatGPT, Nemotron, Grok, StepFun, Kimi, Wenxin.
Источник ↗

Claude Sonnet 5.5 и GPT-6.1 Sol имеют одинаковую ставку $2/$10, но одна задача Artificial Analysis стоила $7,67 против $0,72, то есть примерно в 11 раз дороже.

Заметили:
Включили: MiMo, StepFun. Не включили: Claude, ChatGPT, Meta, Nemotron, Grok, Kimi, Wenxin, DeepSeek.
Источник ↗

Настройка усилия меняет счёт не меньше, чем сама модель. GPT-6.2 Astra стоит $0,66 за задачу на низком усилии, $2,07 на высоком и $4,00 на максимальном.

Заметили:
Включили: ChatGPT. Не включили: Claude, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek.
Источник ↗

04Что спрашивают люди

Claude или GPT: какая цена

Claude Fable 5.2 и GPT-6.2 Astra оба стоят $8 за вход и $40 за выход на миллион токенов. Но на одну выполненную задачу Artificial Analysis Fable тратит $26,54, а Astra — $4,00.

Источник ↗
сравнение цен Claude и GPT

Claude Opus 5.5 стоит $4/$20, то есть вдвое дешевле Astra, но одна задача Artificial Analysis обходится в $10,04 на Opus против $4,00 на Astra.

Источник ↗
Claude или ChatGPT: какая цена

В самом дешёвом классе Claude Haiku 5.5 и GPT-6 Luna стоят одинаково: $0,10/$0,50. В наборе AI//COST из 82 задач Haiku прошла 79 за $0,111, а Luna 72 за $0,079; если каждый провал оценить в 10 центов, выйдет $0,411 против $1,079.

Источник ↗
Claude или GPT: токены и цена

Цена токена — плохой ориентир, потому что в каждом рейтинге свой набор задач: Astra стоит $4,00 за задачу Artificial Analysis, но $10,68 за тест Vals, а Fable — $26,54 и $17,94.

Источник ↗

05Как считали

Простыми словами, без формул.

1Вопрос

Топ-10 моделей ИИ по реальной стоимости законченной задачи, а не по цене за токен

2Почему эта тема

Читатель получает один рейтинг стоимости законченной задачи, построенный по четырём независимым таблицам и заявлению самой лаборатории. Каждая опубликованная таблица даёт только один ракурс, и таблицы расходятся между собой.

3Где это применимо

глобально — лучшие модели ИИ для профессиональной и повседневной работы, с ценой за законченную и проверенную задачу

4На что смотрели

  • Доллары, потраченные на выполнение одной оценённой задачи по измерению независимого тестировщика при заявленном уровне усилий
  • Результат по той же задаче, чтобы дешёвый провал никогда не обгонял выполненную работу
  • Сохраняется ли экономия, когда другой издатель использует другой набор задач
  • Разрыв между заявленной лабораторией ценой и независимо измеренной ценой
  • Artificial Analysis — балл Intelligence Index (от 0 до 100, девять оценок) и доллары, потраченные на задачу при заявленном уровне усилия
  • Vals AI (Vals Index) — точность с весами по ВВП на агентных задачах по финансам, программированию, праву и налогам, плюс доллары за тест
  • Arena (Code Arena WebDev) — слепые голоса людей за лучшее веб-приложение, плюс медианные доллары на задачу
  • AI//COST (AI Cost Bench) — счёт за один и тот же набор из 82 рабочих задач через API каждого разработчика; провалившаяся задача оценивается в 10 центов; рейтинг по верным задачам на доллар

5Кто ставил места

Ведущие ИИ: Claude, ChatGPT, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. 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: 2

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

  1. 1
    GPT-6.2 Sol (OpenAI, ноябрь 2026)

    Набирает 57 в Intelligence Index при примерно $1,01 за задачу индекса; у Astra — около $4, у Fable 5.2 — $26,54.

    Источник ↗
  2. 2
    GPT-6.2 Astra (OpenAI, ноябрь 2026)

    Второй у Artificial Analysis с 62, после 65 у Fable 5.2; примерно $4,00 за задачу против $26,54 у Fable 5.2.

  3. 3
    Claude Sonnet 5.5 (Anthropic)

    Второй в Vals Index с 70,85%, всего на 0,46 балла позади Fable 5.2; тариф $2/$10 за миллион токенов.

  4. 4
    Claude Opus 5.5 (Anthropic)

    Второй в Arena WebDev с 1818, на шесть пунктов позади Fable 5.2; вдвое дешевле по тарифу ($4/$20 против $8/$40).

    Источник ↗
  5. 5
    Gemini 4 Carbon (Google)

    Третий в Vals Index с 70,45%, но цена спорна: один источник называет $4/$20, другой пишет, что Google цену не публиковала.

  6. 6
    Claude Fable 5.2 (Anthropic)

    Лидер и Vals (71,31%), и Arena WebDev (1824), но стоит около $26,54 за задачу индекса на максимальном усилии, против $4 у Astra.

  7. 7
    Gemini 4 Argon (Google)

    Сейчас $2/$10, с 1 декабря 2026 вырастет до $4/$20, так что его место по цене ограничено по времени.

  8. 8
    GPT-6 Astra (OpenAI, сентябрь 2026)

    Стоимость задачи индекса была $6,24, пока GPT-6.2 Astra не снизила её на 36% и больше; его счёт WebDev 1763 ставит его шестым.

  9. 9
    Kimi K3.1 Pro (Moonshot, открытые веса)

    Пятый среди лабораторий в Arena WebDev с 1688 — самая сильная модель с открытыми весами в этой таблице.

    Источник ↗
  10. 10
    DeepSeek V4 Pro

    Первый по $0,000134 за верный ответ в тесте из 14 моделей и 49 задач, но задачи были простые.

    Источник ↗

Что заметил Claude

Fable 5.2 дешевле за токен, чем GPT-6 Astra ($8/$40 против $10/$50), но за законченную задачу стоит больше, потому что пишет гораздо больше токенов на максимальном усилии.

Стоимость успеха может быть намного выше стоимости задачи: один тест показал около $31 за задачу, но примерно $1000 за полностью верный результат.

🇺🇸 ChatGPT10 мест · заметок: 2

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

  1. 1
    Muse Ember

    Все 82 задачи выполнены за счёт $0,303: 271 верно выполненная задача на доллар по допущению AI//COST о 10¢ за ошибку.

    Источник ↗
  2. 2
    Claude Haiku 5.5

    Его счёт $0,111 вырос до $0,411, когда учли три промаха, — всё равно примерно 199 верных задач на доллар.

    Источник ↗
  3. 3
    GPT-6.1 Terra

    Один промах из 82 задач; его счёт $0,637 становится $0,737 со стандартной ценой ошибки, и издатель говорит, что его результат статистически наравне с верхней группой.

    Источник ↗
  4. 4
    GLM-5.3-FlashX

    78 пройденных задач превращают счёт $0,804 в $1,204 при цене промаха 10¢; в этом наборе он остаётся дешёвым вариантом с высокой пропускной способностью.

    Источник ↗
  5. 5
    МиниМакс M3.1 Flash

    Шесть проваленных задач добавляют к счёту 60¢; и всё же по формуле AI//COST набор даёт 90 верных задач на доллар.

    Источник ↗
  6. 6
    GPT-6 Luna

    Сырой счёт API — всего 7,9¢, но десять промахов делают результат в 10,8 раза дороже при цене ошибки, которую выбрал AI//COST.

    Источник ↗
  7. 7
    Qwen3.7 Plus

    Он прошёл 77 задач, но тест отмечает, что его оплаченный прогон на 20% дешевле цены по прайсу; выгода зависит от скидки без опубликованной даты окончания.

    Источник ↗
  8. 8
    Claude Sonnet 5.5

    Два промаха добавляют лишь 20¢, но счёт $1,76 за набор оставляет его на 47 верных задачах на доллар.

    Источник ↗
  9. 9
    Gemini 4 Hydrogen

    Он выполнил все задачи набора, но его счёт $4,09 делает его в 13,5 раза дороже чистого прогона Muse Ember.

    Источник ↗
  10. 10
    Gemini 3.5 Flash-Lite

    Самое низкое заявленное усилие не означало самый низкий счёт: он стоил $4,61, пропустил 43 из 82 задач и опустился до 18 на доллар.

    Источник ↗

Что заметил ChatGPT

При стандартных 10¢ за ошибку сырой счёт GPT-6 Luna в 7,9¢ становится $1,079 после десяти ошибок. Порядок по стоимости меняется, как только у проваленной задачи появляется реальная цена исправления.

При нулевой цене ошибки AI//COST ставит Luna первой; от 0,5¢ до 6,4¢ за промах лидирует Haiku; выше 6,4¢ — Muse Ember. Выбор цены промаха меняет победителя.

🇺🇸 Meta10 мест · заметок: 4

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

  1. 1
    Muse Ember 2026

    271 завершённая задача на доллар, 82 из 82 чисто за $0,303: единственная таблица, которая учитывает ошибки, и всё равно побеждает

    Источник ↗
  2. 2
    GPT-6.2 Sol 2026

    Старый балл Astra — 57 примерно за $1 задачу, передовой балл по обычной цене

    Источник ↗
  3. 3
    Claude Haiku 5.5 2026

    Тот же 36, что у Ember, в Artificial Analysis, но $0,41 за задачу и 79 из 82 в Cost Bench: дёшево, пока не посчитаны три промаха

  4. 4
    GPT-6.1 Terra 2026

    Самый дешёвый в топ-10 Artificial Analysis — $0,96 за задачу и 81 из 82 в Cost Bench; заменяет прежнего короля соотношения цены и качества, Sol

  5. 5
    GPT-6.2 Astra 2026

    62 в Artificial Analysis за $4,00, на 3 пункта позади Fable, примерно за шестую часть счёта за задачи

    Источник ↗
  6. 6
    GLM-5.3 FlashX 2026

    78 из 82 за $0,804 чистыми — не американская бюджетная модель, которая выдерживает цену ошибки

    Источник ↗
  7. 7
    Claude Sonnet 5.5 2026

    Почти лидерская офисная работа: 70,85% в Vals, но $1,76 за чистый результат в Cost Bench — вы платите за промахи, которых она избегает

  8. 8
    Gemini 4 Carbon 2026

    70,5% в Vals за $10,51 за тест — дешевле за офисный тест, чем Sonnet или Fable, при 60 в Artificial Analysis

    Источник ↗
  9. 9
    DeepSeek V4.1 Flash 1017 2026

    $0,60 за задачу Artificial Analysis за балл 32 — самый дешёвый билет почти в передовой класс, но не гарантия законченной работы

    Источник ↗
  10. 10
    Claude Fable 5.2 2026

    Лучшие баллы везде: 65 в Artificial Analysis и 71,31% в Vals, за $26,54 за задачу Artificial Analysis — цена почти никогда не ошибаться

Что заметил Meta

Победитель меняется с ценой, которую вы назначаете за ошибку: в AI Cost Bench ниже 0,5 цента за проваленную задачу выигрывает GPT-6 Luna, от 0,5 до 6,4 цента — Claude Haiku 5.5, выше 6,4 цента — Muse Ember

Одинаковая цена токена, счёт в 4 раза больше: Ember, Haiku 5.5 и GPT-6 Luna — все по $0,10 за вход и $0,50 за выход за миллион токенов, но их счета за 82 задачи составили $0,303, $0,111 и $0,079 из-за токенов рассуждения, попаданий в кэш и повторных запусков

Gemini 4 Hydrogen по токенам на 25% дешевле Claude Sonnet 5.5, но счёт вышел в 2,6 раза выше: 79% его выходных токенов ушли на рассуждения, которые читатель не видит, — $1,60 из $4,09

OpenAI заявляла, что стоимость задачи меньше трети прежней; независимые тестеры измерили 36% в Artificial Analysis и около 50% в Vals — реальная экономия, только меньше

🇺🇸 Nemotron10 мест

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

  1. 1
    GPT-6.2 Astra

    Измеренные независимо $0,042 за законченную задачу — на 62% ниже заявления OpenAI «меньше одной трети» и в 3,1 раза дешевле за верную задачу, чем GPT-6.1

    Источник ↗
  2. 2
    Claude 4.1 Opus

    $0,058 за законченную задачу — стабильно второй во всех четырёх независимых тестах; небольшой отрыв от Astra в рассуждениях, но за верную задачу на 38% дороже

    Источник ↗
  3. 3
    Gemini 2.5 Pro (ноябрь 2026)

    $0,067 за законченную задачу — скидка Google на «токены мышления» сокращает разрыв на длинных контекстах, но доля повторов поднимает реальную стоимость на 19% выше Claude 4.1 Opus

    Источник ↗
  4. 4
    GPT-6.2 Sol

    $0,018 за законченную задачу — самая дешёвая передовая модель за задачу, но падение на 14 пунктов в Intelligence Index против Astra означает, что она проваливает каждую пятую трудную задачу, которую Astra доводит до конца

    Источник ↗
  5. 5
    Claude 4.1 Sonnet

    $0,022 за законченную задачу — лучший «повседневный» вариант: 94% точности Opus при 38% стоимости, и в задачах с большим объёмом рассуждений обходит GPT-6.2 Sol

  6. 6
    Gemini 2.5 Flash (ноябрь 2026)

    $0,015 за законченную задачу — самая низкая витринная цена, но доля повторов в 22% на многошаговых задачах сводит экономию на нет по сравнению с Sonnet

    Источник ↗
  7. 7
    GPT-6.1 (устаревшая)

    $0,135 за законченную задачу — до сих пор используется 34% корпоративных клиентов API (по опросу Vals AI), но за верную задачу в 3,2 раза дороже, чем у Astra

  8. 8
    Llama 4.1 405B (ноябрь 2026, квантованная)

    $0,031 за законченную задачу при самостоятельном размещении — единственная модель с открытыми весами в топ-10, но разрыв в 18 пунктов Intelligence Index с Astra и нет гарантии SLA от поставщика

  9. 9
    Command R7B (Cohere, ноябрь 2026)

    $0,009 за законченную задачу — самая дешёвая протестированная модель через API, но проваливает 41% юридических и налоговых задач Vals AI, поэтому реальная стоимость — $0,015 за верную задачу

  10. 10
    Mistral Large 2.1 (ноябрь 2026)

    $0,027 за законченную задачу — сильна в коде (Code Arena, 1305 Elo), но слаба в финансах и праве, и её взвешенный по ВВП балл ниже Flash

🇺🇸 Grok10 мест · заметок: 2

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

  1. 1
    GPT-6.2 Sol (2026)

    66,06% в офисном индексе при $3,18 за тест — меньше пятой части $17,94 у Claude Fable 5.2, и те же 57, что у прежнего флагмана, при $1,01.

    Источник ↗
  2. 2
    Gemini 4 Neon (2026)

    На 0,44 балла позади лидера по офисной работе, при $7,40 за тест вместо $17,94.

    Источник ↗
  3. 3
    Muse Wonder Full (2026)

    66,79% при $6,81 — почти столько же за верный тест, сколько у Neon, и на четыре пункта дальше от чистого прохождения.

  4. 4
    Gemini 4 Hydrogen (2026)

    Обходит GPT-6.2 Astra в офисной работе: 68,49% против 67,66%, и счёт ниже: $9,84 против $10,68.

  5. 5
    Gemini 4 Carbon (2026)

    70,45% при $10,51 за тест, чуть ниже офисного счёта Astra, а витринный тариф $2/$10 действует только до 30 ноября.

    Источник ↗
  6. 6
    GPT-6.2 Astra (2026)

    Те же 62, что у Fable на xhigh, за $4,00 против $14,83, а потом обычные $10,68 на офисном наборе.

  7. 7
    Gemini 4 Argon (2026)

    69,39% при $13,37 — офисный балл выше, чем у Astra, и счёт тоже выше.

  8. 8
    Claude Sonnet 5.5 (2026)

    70,85% при $16,18 за тест, а медианное веб-приложение — $3,04 против $11,53 у Fable.

    Источник ↗
  9. 9
    Claude Fable 5.2 (2026)

    Высокие баллы настоящие, и счёт тоже: 65 за $26,54 или 71,31% за $17,94.

    Источник ↗
  10. 10
    Claude Opus 5.5 (2026)

    Делит лидерство в агентах для кода с 58, но затем стоит $24,77 за офисный тест с 70,14%.

    Источник ↗

Что заметил Grok

GPT-6.2 Astra и Claude Fable 5.2 имеют одинаковый прайс $8/$40. По Intelligence Index законченная задача стоит $4,00 против $26,54 — разрыв в 6,6 раза, который цена за токен не показывает.

В тот же день, когда вышли графики стоимости, ранние пользователи назвали GPT-6.2 Astra неровной и почти непригодной. Задача бенчмарка за $4, которую человеку приходится переделывать, — уже не законченная работа за $4, и ни одна таблица не учитывает эту переделку.

🇨🇳 MiMo10 мест · заметок: 3

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

  1. 1
    Muse Ember

    Все 82 задачи работы пройдены за $0,303 — единственная модель, у которой весь счёт совпадает со стоимостью чистого результата.

    Источник ↗
  2. 2
    GPT-6.1 Terra

    В тройке лидеров по набору с ценой ошибок и при этом 51 в более трудном наборе Artificial Analysis за $0,96 за задачу — экономия, которая выдерживает второго издателя.

    Источник ↗
  3. 3
    Claude Haiku 5.5

    Побеждает в таблице, когда цена проваленной задачи находится между полцентом и 6,4 цента.

    Источник ↗
  4. 4
    GPT-6.2 Sol

    57 в индексе интеллекта за $1,01 за задачу — на десять пунктов индекса ниже Fable 5.2, при счёте за задачу в двадцать шесть раз меньше.

    Источник ↗
  5. 5
    GPT-6 Luna

    Самый дешёвый счёт в таблице — $0,079 за 82 задачи, и он побеждает, только пока промах стоит меньше полцента.

    Источник ↗
  6. 6
    GLM-5.3-FlashX

    Открытые веса, которые проходят 78 из 82 задач работы за $0,404 — 102 верных задачи на доллар.

    Источник ↗
  7. 7
    МиниМакс M3.1 Flash

    76 из 82 задач за счёт $0,307 — шесть провалов, и все их легко поймать.

    Источник ↗
  8. 8
    GPT-6.2 Astra

    Независимые тестеры измерили экономию на задачу в 36% и 50%, тогда как OpenAI в запуске заявляла «меньше трети».

  9. 9
    Gemini 4 Carbon

    Elo 1769 за законченные веб-приложения при медианной задаче $1,61 — лучший балл в таблице ниже двух долларов.

    Источник ↗
  10. 10
    Claude Sonnet 5.5

    80 из 82 задач работы верно и второе место в индексе с весом по ВВП — при четверти витринной цены флагмана за токен.

    Источник ↗

Что заметил MiMo

Назначьте цену за провал, и победитель дважды сменится: GPT-6 Luna выигрывает, если провал стоит меньше 0,5 цента за проваленную задачу, Claude Haiku 5.5 — от 0,5 до 6,4 цента, Muse Ember — больше 6,4 цента. Никакая таблица не знает, чего стоит провал именно вам, поэтому список пересортировывается при каждом допущении.

Одинаковая цена в прайсе, стоимость задачи — в 6,6 раза выше: Claude Fable 5.2 и GPT-6.2 Astra берут по $8 и $40 за миллион, но Fable выдал по индексу AA 275 миллионов выходных токенов, а Astra — 65,8 миллиона. Это $26,54 против $4,00 за задачу.

Gemini 4 Hydrogen в прайсе на 25% дешевле Sonnet 5.5 за токен, но счёт за 82 задачи вышел в 2,6 раза выше: 79% оплаченного выхода — рассуждения, которые никто не читает ($1,60 из $4,09).

🇨🇳 StepFun10 мест · заметок: 2

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

  1. 1
    Gemini 4 Hydrogen (Google, 2026)

    51,1% за $0,82 за задачу против 51,4% у Claude Fable 5.2 за $4,64 — разница три десятых пункта, а по счёту в 5,7 раза

    Источник ↗
  2. 2
    GPT-6.2 Astra (OpenAI, 17 ноября 2026)

    Завершает 78,3% Agents' Last Exam за $2,89, тогда как модель, которая лидирует в других таблицах, стоит $60,05 за 72,8%

    Источник ↗
  3. 3
    Gemini 4 Neon (Google, общая доступность 18 ноября 2026)

    0,44 балла от лидера Vals при меньше чем половине стоимости за тест — $7,40 против $17,94

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

    Второй в Humanity's Last Exam с 70% примерно за $2–$4 за задачу — дешёвый вариант для исследований

    Источник ↗
  5. 5
    Claude Sonnet 5.5 (Anthropic, 2026)

    Рабочая лошадка: 70,85% в Vals Index, а счёт колеблется от $0,51 до $7,60 в зависимости от ручки усилия

    Источник ↗
  6. 6
    GPT-6.2 Sol (OpenAI, 17 ноября 2026)

    $3,18 за тест Vals против $16,18 у Claude Sonnet 5.5 — повседневный вариант за пятую часть офисного счёта

    Источник ↗
  7. 7
    Muse Ember (Meta, 9 ноября 2026)

    Самая дешёвая модель, когда-либо набравшая 36 в Intelligence Index — $0,10 за миллион входных токенов

    Источник ↗
  8. 8
    Claude Haiku 5.5 (Anthropic, 2026)

    Тот же прайс $0,10/$0,50 и те же 36 в индексе, что у Ember, но с окном в 1 млн токенов

    Источник ↗
  9. 9
    DeepSeek V3.2 (DeepSeek, 2026)

    Около $0,028 за решённую задачу SWE-bench Verified — самая дешёвая законченная задача по коду в таблице

    Источник ↗
  10. 10
    Claude Fable 5.2 (Anthropic, ноябрь 2026)

    Побеждает во всех таблицах и проигрывает в каждом счёте: $26,54 за задачу на максимальном усилии, $60,05 в Agents' Last Exam

Что заметил StepFun

Назначьте неудачной попытке цену 10 центов — и порядок меняется: в Agents' Last Exam GPT-6.2 Astra завершил 78,3% за $2,89, а Claude Fable 5.2 — 72,8% за $60,05.

Две модели с одинаковым прайсом $2/$10 выставили $0,72 и $7,62 за одни и те же задачи индекса — настройка усилия, а не прайс, задаёт счёт.

🇨🇳 Kimi10 мест · заметок: 3

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

  1. 1
    GPT-6.2 Sol (OpenAI)

    Совпадает с прежним GPT-6 Astra по баллу AA (57) при $1,01 за задачу — примерно шестая часть счёта флагмана; в Agents' Last Exam её высокий режим даёт 72,0% за $0,69, то есть в тринадцать раз дешевле максимума GPT-6 Astra почти без потери.

    Источник ↗
  2. 2
    GPT-6.1 Sol (OpenAI)

    Чемпион по баллам за доллар на профессиональном уровне: 50 пунктов AA Index за $0,32 за задачу на высоком усилии — больше законченных пунктов за доллар, чем у кого-либо ещё, кто проходит реальную офисную работу.

    Источник ↗
  3. 3
    GPT-6.2 Astra (OpenAI)

    $4,00 за задачу AA против $26,54 у Fable 5.2 за всего 3 пункта меньше — профессиональная работа передового уровня примерно за шестую часть счёта лидера за задачу; заявление OpenAI «меньше трети» подтверждается на Agents' Last Exam (32%).

  4. 4
    Claude Opus 5.5 (Anthropic)

    Среднее усилие даёт 89% от её максимального балла за 22% стоимости — лучшая измеренная кривая «законченная работа за доллар» среди премиум-моделей и лидер AA v5 по общему счёту до выхода Fable 5.2.

  5. 5
    DeepSeek V4.1 Flash (DeepSeek)

    100% на 49 из 49 проверенных коротких задач при $0,000053 за верный ответ — треть цента за законченную задачу, самый дешёвый способ с открытыми весами поставить галочку по задаче.

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

    Все 49 коротких задач без промахов за $0,000026 за верный ответ — самая дешёвая законченная и проверенная задача, измеренная в этом году.

    Источник ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic)

    Третья в офисном индексе Vals с весом по ВВП (70,85%) при цене $2/$10 за токен — офисный вариант почти передового уровня за пятую часть счёта флагмана.

  8. 8
    Gemini 4 Carbon (Google)

    В пределах одного пункта от GPT-6.2 Astra в Agents' Last Exam (77,4% при $4,60 за задачу) и лидирует в обоих рейтингах человеческих предпочтений Arena — сильная законченная работа за доллар с самой широкой популярностью.

    Источник ↗
  9. 9
    Claude Fable 5.2 (Anthropic)

    Потолок качества — №1 и в AA (65), и в Vals (71,31%), но при $26,54 за задачу AA она покупает уверенность, а не выгоду; это доказательство того, что «законченность» и «дешевизна» всё ещё торгуются друг с другом.

  10. 10
    GLM-5.3 (Z.ai)

    Единственная запись с открытой обвязкой (harness) в Coding Agent Index AA — 53,6 при $4,24 за задачу: законченная работа по коду, которую можно разместить у себя, вдвое дешевле за задачу закрытого флагмана.

Что заметил Kimi

Утверждение OpenAI «меньше трети стоимости» подтверждается независимой проверкой только на тесте, который сама OpenAI и цитировала: прогоны Agents' Last Exam — $2,89 против $8,99 у GPT-6 Astra (32%), но Artificial Analysis оценивает задачу Intelligence Index у GPT-6.2 Astra в $4,00 против $6,24 — экономия 36%, а не 66%.

Назначьте цену неудачной попытке — и повседневная таблица полностью отрывается от передовой: GPT-6 Luna завершил все 49 коротких проверенных задач за $0,000026 за верный ответ, а Claude Fable 5 стоил в 86,9 раза дороже за верный ответ на том же наборе; но потолок Luna (35 пунктов AA) не проходит профессиональный порог.

Когда людям приходится проверять результат, токены перестают быть главным счётом: независимый калькулятор стоимости законченной задачи по прайсу Claude Opus 5.5 показывает, что токены — около 10% от $3,01 за единицу, а проверка человеком (52%) и восстановление после ошибок (35%) составляют остальное — порядок, который дешёвая ошибка никогда не выигрывает.

🇨🇳 Wenxin10 мест · заметок: 1

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

  1. 1
    GPT-6.2 Sol (OpenAI, 2026)

    Совпадает по возможностям с прежней флагманской GPT-6 Astra при около 15% измеренной стоимости задачи этой модели

    Источник ↗
  2. 2
    GLM-5.3-Flash (Z.ai, 2026)

    Балл 71,5 в коде при 0,10 за миллион токенов — в 110 раз дешевле флагманов верхнего уровня для автодополнения в больших объёмах

  3. 3
    Gemini 3.8 Flash (Google, 2026)

    Балл в топ-10 по коду при 0,83 за миллион всех токенов — лучший вариант по соотношению цены и качества среди моделей верхнего уровня

  4. 4
    GPT-6.2 Astra (OpenAI, 2026)

    Стоит меньше трети прежней топовой GPT-6 Astra от OpenAI за задачу, при цене токенов на 20% ниже предшественника

    Источник ↗
  5. 5
    Sonnet 5.5 (Anthropic, 2026)

    Тот же прайс за токен, что у GPT-6.2 Sol, но измерено 10,02 за задачу — счёт в 7,9 раза выше из-за большего числа токенов на задачу

  6. 6
    GPT-6.1 Terra (OpenAI, 2026)

    Самая дешёвая измеренная модель первого уровня возможностей — 0,96 за выполненную задачу

  7. 7
    Muse Spark 1.3 (Meta, 2026)

    Консенсусный балл 91,4 при ¥8,38 / ¥28,51 за миллион входных и выходных токенов, с гораздо меньшими накладными расходами на повторы, чем у сопоставимых моделей с баллом 90+

  8. 8
    DeepSeek V4.1 Flash (DeepSeek, 2026)

    Цена токенов для пакетной обработки снижена на 90% до 0,011 за миллион входных токенов, хотя общие возможности ниже первого уровня

  9. 9
    Qwen3.8 Flash Next (Алибаба, 2026)

    Консенсусный балл 70,0 при ¥0,8 / ¥2,7 за миллион токенов — входная цена как у GLM-5.3 Flash, а выходная на 3,6% ниже

  10. 10
    Opus 5.5 (Anthropic, 2026)

    Рекордный в отрасли консенсусный балл 94,3 при измеренной стоимости от 10 за задачу — предназначен только для длинной агентной работы с кодом

Что заметил Wenxin

Новая GPT-6.2 Astra от OpenAI выполняет юридические задачи на Харви LAB-AA с долей успеха более чем вдвое выше, чем у Claude Fable 5.2, при всего 1/6 полной измеренной стоимости за задачу

🇨🇳 DeepSeek10 мест · заметок: 3

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

  1. 1
    GPT-6.2 Sol (OpenAI, ноябрь 2026)

    Набирает 57 баллов в AA Intelligence Index за $1,01 за задачу — на уровне GPT-6 Astra, при примерно 15% его счёта за выполненные задачи.

  2. 2
    Claude Haiku 5.5 (Anthropic, 2026)

    Выполняет 79 из 82 задач при счёте $0,11. С платой 10 центов за провал чистый итог — $0,411, это 199 верных задач на доллар.

    Источник ↗
  3. 3
    Muse Ember (Meta, 2026)

    Единственная модель в ноябрьской корзине AI//COST, прошедшая все 82 задачи; чистый итог — $0,303, или 271 верная задача на доллар при цене провала 10 центов.

    Источник ↗
  4. 4
    GPT-6.1 Terra (OpenAI, 2026)

    81 из 82 задач верно за счёт $0,537: $0,637 — чистый итог, 129 задач на доллар и $2,94 за офисный тест Vals.

    Источник ↗
  5. 5
    GPT-6.2 Astra (OpenAI, ноябрь 2026)

    Набирает 62 балла по сложному индексу при $4,00 за задачу. Заявление OpenAI «меньше трети» на деле означает снижение на 36% по сравнению с GPT-6 Astra ($6,24), а не на две трети.

  6. 6
    Gemini 4 Carbon (Google DeepMind, ноябрь 2026)

    60 баллов в Intelligence Index при $5,48 за задачу и 70,45% в офисном индексе, взвешенном по ВВП, — но на задачу модель тратит больше токенов, чем её более дешёвая модель-сестра.

    Источник ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic, 2026)

    Лидирует в офисных задачах Vals, взвешенных по ВВП, — 70,85%, но при $16,18 за тест и лишь 47 верных задач на доллар в корзине AI//COST.

  8. 8
    DeepSeek V4.1 Flash 1017 (DeepSeek, 2026)

    61,26% в офисном индексе, взвешенном по ВВП, за $0,66 за тест — открытая модель с выгодным соотношением цены и качества: примерно одна двадцать пятая счёта Sonnet 5.5 за тесты.

  9. 9
    GPT-6 Luna (OpenAI, 2026)

    Самый дешёвый сырой счёт в AI//COST — $0,079 за 82 задачи, но 10 из них провалены, поэтому модель лидирует, только если провал стоит меньше полцента.

    Источник ↗
  10. 10
    Claude Fable 5.2 (Anthropic, ноябрь 2026)

    Самый высокий балл в таблице — 65, но $26,54 за выполненную задачу: в 26 раз больше счёта GPT-6.2 Sol за 8 дополнительных пунктов индекса.

Что заметил DeepSeek

Самый дешёвый счёт — не самая дешёвая работа. Счёт GPT-6 Luna за корзину, $0,079, в 52 раза ниже, чем у Gemini 4 Hydrogen ($4,09). Но Luna проваливает 10 из 82 задач, и при цене провала 10 центов её результат падает до 76 верных задач на доллар.

Победитель зависит от цены провала: ниже полцента лидирует GPT-6 Luna, от полцента до 6,4 цента — Claude Haiku 5.5, выше 6,4 цента — Muse Ember. Никто не скажет, чего стоит провал именно вам, поэтому таблица и пересортировывается.

Gemini 4 Hydrogen прошёл все 82 задачи, но в рейтинге AI//COST оказался последним: 79% его выхода — оплаченные рассуждения, которых читатель не видит ($1,60 из счёта $4,09). Безупречный результат не сделал его дешёвым.