Назад до тренду дня: Глава Intel попереджає: мільярди ШІ-агентів буде важко контролювати
Рейтинг Poly · з тренду дня

Порівняння вартості ШІ-агентів 2026: найбільше роботи за долар

На кодинговій таблиці Arena за 4 листопада медіанне завдання Claude Opus 5.5 коштує $17,45, а GPT-6.1 Terra — $1,40: приблизно у 12 разів дорожче за приріст 23,38% проти 13,76%.

  • №1: GPT-6.1 Sol (OpenAI Codex)
  • 10 місць

01Підсумковий список

Провідні ШІ незалежно склали свої списки з десяти місць. Нагорі — один підсумок, який легко перевірити: у кожного місця є причина, джерело та список ШІ, які його включили.

Порядок: від більшої згоди ШІ до меншої.

Яскрава плашка — цей ШІ включив пункт у свій список. Тьмяна — не включив.

  1. 1

    GPT-6.1 Sol (OpenAI Codex)

    Дешевий вибір, на якому погоджуються три окремі таблиці: 12,51% чистого приросту на Arena за $0,98, 62,9% на Coding Agent Index за $1,04, 58,2% на Terminal-Bench за $1,92.

    Увімкнули: ChatGPT, Meta, Grok, StepFun, Kimi, DeepSeek. Не увімкнули: Nemotron, Wenxin.

    У їхніх списках: ChatGPT: 2 · Meta: 1 · Grok: 3 · StepFun: 3 · Kimi: 1 · DeepSeek: 4

    Що відзначив кожен ШІ 6
    • ChatGPTмісце 2

      Медіанна вартість завдання $0,98 і медіанна тривалість 10,3 хвилини роблять його практичним кандидатом за ціною для контрольованих робочих процесів кодування.

      Джерело ↗
    • Metaмісце 1

      $0,98 медіанно в Arena, $1,27 за завдання Intelligence Index для 55 балів — у 8 разів дешевше за Opus 5.5 max з $10,04 за 58 балів

    • Grokмісце 3

      Медіанна ціна 98 центів загалом дає 12,51% чистого приросту — крок попереду Terra і крок позаду за відновленням shell.

      Джерело ↗
    • StepFunмісце 3

      Ставка OpenAI на вартість: у межах двох пунктів від дорожчих родичів у тій самій таблиці за $0,56 медіанно за завдання.

    • Kimiмісце 1

      62,9% реальних інженерних завдань розв'язано за $1,04 і 15,5 хвилини кожне — приблизно 60 пунктів індексу на долар, у шість разів більше роботи на долар, ніж у лідера таблиці.

      Джерело ↗
    • DeepSeekмісце 4

      58,2% за $1,92 — п'ята частина $9,90 у Astra на тому самому тесті.

    6 ШІ поставили сюди
    Джерело ↗
  2. 2

    Claude Opus 5.5 (Claude Code)

    Найвищий загальний чистий приріст (20,14%), але $17,45 і 39 хвилин за медіанне завдання з кодингу. Запуски Terminal-Bench оцінюють його в $14,30–$19,07.

    Увімкнули: ChatGPT, Meta, Grok, StepFun, Kimi, DeepSeek. Не увімкнули: Nemotron, Wenxin.

    У їхніх списках: ChatGPT: 6 · Meta: 8 · Grok: 7 · StepFun: 4 · Kimi: 9 · DeepSeek: 6

    Що відзначив кожен ШІ 6
    • ChatGPTмісце 6

      Він очолює загальний рейтинг Arena від 3 листопада, але $6,80 за медіанне завдання означає, що його вища ціна має виправдовуватися меншою кількістю невдалих чи повторних спроб.

      Джерело ↗
    • Metaмісце 8

      $0,08 медіанно, абсолютно найдешевше — 0,62% загалом, 1,9 хв, 26,1 тис. токенів за $0,10/$0,50

      Джерело ↗
    • Grokмісце 7

      Найбільший чистий приріст у таблиці — 20,14% — за $6,79 загалом і $17,45, коли завдання — код.

      Джерело ↗
    • StepFunмісце 4

      Найкраща цінність усередині найкращої родини: #1 керованість і #2 підтверджений успіх за $1,31 за завдання, на 64% дешевше за власний тариф Max.

      Джерело ↗
    • Kimiмісце 9

      Найдорожчий надійний робочий кінь: 66% успішних завдань за $13,04 — приблизно вдвічі дорожче за завдання, ніж у Codex, а незалежний облік показує медіану 2,2 хвилини.

      Джерело ↗
    • DeepSeekмісце 6

      64,8% за $14,30 — надійна робота за ціною, яка окупається лише для високовартісного завдання.

    6 ШІ поставили сюди
    Джерело ↗
  3. 3

    Claude Sonnet 5.5 (Claude Code)

    Зрівнявся з Opus 5.5 за підтвердженим успіхом у кодингу (24,98%), коштуючи $8,39 за медіанне завдання з кодингу замість $17,45. Загалом: чистий приріст 15,42% за $3,86.

    Увімкнули: ChatGPT, Meta, Grok, StepFun, Kimi. Не увімкнули: Nemotron, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 5 · Meta: 5 · Grok: 5 · StepFun: 6 · Kimi: див. список

    Що відзначив кожен ШІ 5
    • ChatGPTмісце 5

      Медіанна вартість $3,86 значно вища за альтернативи вартістю менше долара, але 19,95% підтверджених успіхів робить його співвідношення надійності і ціни конкурентним.

      Джерело ↗
    • Metaмісце 5

      Лідер GAIA 74,55% за $178,20 — 15,42% підтверджених в Arena за $3,83, 16,4 хв — найкраща дослідницька робота на долар

    • Grokмісце 5

      Нарівні з Opus за підтвердженим успіхом у кодуванні — 24,98% — за $8,39 замість $17,45.

      Джерело ↗
    • StepFunмісце 6

      Другий результат за підтвердженим успіхом у всій таблиці (20,21%) — за $3,86 за завдання. Це середньоцінова модель Антропік, яка зберігає більшість надійності.

      Джерело ↗
    • Kimi

      У його списку названо інакше: відкрийте весь список.

      див. список
    5 ШІ поставили сюди
    Джерело ↗
  4. 4

    Gemini 4 Argon

    У чатах — чистий приріст 13,22% за 52 центи за 3,8 хвилини. Слабше в коді: 8,54% за $2,14 на Arena і $5,84 за завдання в Antigravity CLI від Google.

    Увімкнули: ChatGPT, Meta, Grok, Kimi. Не увімкнули: Nemotron, StepFun, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 3 · Meta: 3 · Grok: 2 · Kimi: 3

    Що відзначив кожен ШІ 4
    • ChatGPTмісце 3

      За $0,97 і 7,3 хвилини на медіанне завдання він швидший і дешевший за Carbon, хоча Carbon має сильніший сигнал загального приросту.

      Джерело ↗
    • Metaмісце 3

      $0,97 медіанно, 10,53% загалом — 0,42% вигадування інструментів, найнижче серед топ-10, 13,52% керованості

    • Grokмісце 2

      У чат-завданнях 13,22% чистого приросту за 52 центи і 3,8 хвилини.

      Джерело ↗
    • Kimiмісце 3

      Найкращий результат DeepSWE в таблиці (78,8%) за $5,84 за завдання — найсильніша робота з жорстким кодуванням на долар серед обв'язок «великої трійки».

      Джерело ↗
    4 ШІ поставили сюди
    Джерело ↗
  5. 5

    Gemini 4 Carbon

    Найбільше якості менш ніж за $2: чистий приріст 16,72% і підтверджений успіх 18,02% при медіані $1,69, це приблизно чверть від $6,79 у Opus 5.5. Arena досі позначає це як попередні дані.

    Увімкнули: ChatGPT, Meta, Grok, StepFun. Не увімкнули: Nemotron, Kimi, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 1 · Meta: 4 · Grok: 4 · StepFun: 2

    Що відзначив кожен ШІ 4
    • ChatGPTмісце 1

      За $1,69 на медіанне завдання він дає 18,04% підтвердженого користувачами успіху у знімку Arena від 3 листопада — найсильніший зафіксований баланс ціни і виконання серед провідних моделей.

      Джерело ↗
    • Metaмісце 4

      16,72% підтверджених, #2 загалом за $1,69 — найкраща керованість 19,32%, вигадування 0,51%

    • Grokмісце 4

      Лідер вартості, який ще й перемагає в завданнях: 16,72% загального чистого приросту за $1,69, а Arena позначає його як попередній.

      Джерело ↗
    • StepFunмісце 2

      Вибір за ефективністю, який ще й перемагає: #2 загалом в Agent Arena за $1,69–$1,80 за завдання — п'ята частина ціни агента вище за підтверджений успіх.

      Джерело ↗
    4 ШІ поставили сюди
    Джерело ↗
  6. 6

    DeepSeek V4.1 Flash

    Найдешевший реальний варіант: медіана $0,16, але лише 2,37% чистого приросту 4 листопада; ранній допис Arena показував +4,87% за $0,07.

    Увімкнули: ChatGPT, Meta, Grok, StepFun. Не увімкнули: Nemotron, Kimi, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 8 · Meta: 7 · Grok: 9 · StepFun: 1

    Що відзначив кожен ШІ 4
    • ChatGPTмісце 8

      За $0,16 на медіанне завдання він належить до найдешевших зафіксованих варіантів, але сигнал підтвердженого успіху 3,38% не дає йому вищого місця за готовою роботою.

      Джерело ↗
    • Metaмісце 7

      $0,16 медіанно, найдешевше для кодування — 2,37% загалом, 86,5 тис. токенів, $0,15/$0,60 за мільйон

      Джерело ↗
    • Grokмісце 9

      Близько до Astra за якістю — 13,86% проти 14,70%, за подібною медіаною $6,40 і медіаною для коду $16,30.

      Джерело ↗
    • StepFunмісце 1

      $0,07 медіанно за завдання за +4,87% чистого приросту — приблизно в 97 разів дешевше за агента #1 у таблиці, для роботи, що лише на кілька пунктів гірша.

      Джерело ↗
    4 ШІ поставили сюди
    Джерело ↗
  7. 7

    Devin (Cognition AI)

    Вартість завдання залежить від того, хто її рахує: $0,60 (заява виробника), $1,40 при 70,4% (сторонній DeepSWE), $7,90 (Coding Agent Index), близько $9–10 за завдання, злите в основну гілку (стороння оцінка).

    Увімкнули: Meta, StepFun, Kimi, DeepSeek. Не увімкнули: ChatGPT, Grok, Nemotron, Wenxin.

    У їхніх списках: Meta: див. список · StepFun: 7 · Kimi: 5 · DeepSeek: 2

    Що відзначив кожен ШІ 4
    • Meta

      У його списку названо інакше: відкрийте весь список.

      див. список
    • StepFunмісце 7

      Cognition заявляє про на 64% нижчу вартість, ніж у передової моделі для кодування, — тобто приблизно $1,18 за завдання, — тоді як інший розрахунок ставить завдання, злите в основну гілку, біля $9–$10.

      Джерело ↗
    • Kimiмісце 5

      $7,90 купують 61,7% виконання завдань, а важку роботу бере на себе SWE-2 Medium — ціна середнього рівня, надійність першого рівня на долар для делегованих задач.

      Джерело ↗
    • DeepSeekмісце 2

      68,8 за $0,60 — якщо рахувати запуск FrontierCode, а не місячне місце за $500.

    4 ШІ поставили сюди
    Джерело ↗
  8. 8

    GPT-6.1 Terra

    Найдешевший сильний результат: медіана $0,79 за чистий приріст 11,40%, а $1,40 за завдання з кодингу проти $17,45 у Opus 5.5.

    Увімкнули: ChatGPT, Meta, Grok. Не увімкнули: Nemotron, StepFun, Kimi, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 4 · Meta: 2 · Grok: 1

    Що відзначив кожен ШІ 3
    • ChatGPTмісце 4

      Медіанна вартість $0,79 нижча за $0,98 у Sol, але спостережуваний сигнал загального приросту менший.

      Джерело ↗
    • Metaмісце 2

      Найдешевший серед топ-10 — $0,96 за завдання для 48 балів; $0,79 медіанно в Arena, 11,4% успіху, 15,18% керованості

    • Grokмісце 1

      11,40% загального чистого приросту за медіанною ціною 79 центів і $1,40 за завдання з кодування.

      Джерело ↗
    3 ШІ поставили сюди
    Джерело ↗
  9. 9

    Kimi K3.1 Pro

    Медіана $1,47 за чистий приріст 5,29% (попередньо): менш ніж половина приросту Terra за майже вдвічі вищу ціну. Толока виявила, що 41% завдань Kimi K3 розв’язувалися лише інколи.

    Увімкнули: Meta, Grok, StepFun. Не увімкнули: ChatGPT, Nemotron, Kimi, DeepSeek, Wenxin.

    У їхніх списках: Meta: 6 · Grok: 6 · StepFun: 5

    Що відзначив кожен ШІ 3
    • Metaмісце 6

      #1 серед відкритих моделей, нічия — 5,29% загалом, $1,47 медіанно, 6,8 хв, 41,4 тис. токенів за $2/$10 за мільйон

      Джерело ↗
    • Grokмісце 6

      Позитивно, але не дешево й порожньо: 5,29% загального чистого приросту за $1,47 — далеко позаду 11,40% у Terra за 79 центів.

      Джерело ↗
    • StepFunмісце 5

      $1,03 медіанно за завдання, і він усе одно трохи не дотягує до межі Парето — найдешевший правдоподібний шлях до роботи агентів найвищого рівня.

    3 ШІ поставили сюди
    Джерело ↗
  10. 10

    GPT-6 Astra

    Четвертий за загальною якістю (14,70%), але $6,16 за медіанне завдання і $15,30 у коді; Sonnet 5.5 робить більше за $3,86.

    Увімкнули: ChatGPT, Grok. Не увімкнули: Meta, Nemotron, StepFun, Kimi, DeepSeek, Wenxin.

    У їхніх списках: ChatGPT: 10 · Grok: 8

    Що відзначив кожен ШІ 2
    • ChatGPTмісце 10

      Медіанна вартість завдання $6,16 і сигнал підтвердженого успіху 14,28% роблять його варіантом преміум-класу, а не загальним переможцем за співвідношенням ціни і результату.

      Джерело ↗
    • Grokмісце 8

      Четвертий за загальною якістю — 14,70%, і вже $15,30 до завершення завдання з кодування.

      Джерело ↗
    2 ШІ поставили сюди
    Джерело ↗

Трійка докладно ↓

02Докладніше про трійку

Рейтинг вище. Тут — докладніше про перші три місця: що це, чому вони тут і що варто знати.

Цифри взято з різних тестів: загальні та кодингові медіани Arena, Terminal-Bench і Coding Agent Index. Вартість за завдання в них різна, тому порівнювати можна лише всередині одного тесту.

1GPT-6.1 Sol (OpenAI Codex)

№ 1 — GPT-6.1 Sol (OpenAI Codex). У списках 6 з 8 ШІ; медіанне місце там: 2.5. Три окремі рейтинги сходяться: він дає добрі результати за найменші гроші, близько долара за завдання.

Codex page
Esculenta · CC BY-SA 4.0 · Wikimedia Commons

А ви знали

  • GPT-6.1 Sol може прочитати величезний обсяг одразу. Його заявлене контекстне вікно — 1 050 000 токенів, а в одній відповіді він може написати до 128 000 токенів. Цього достатньо, щоб утримати дуже великий код в одній сесії.

    Джерело ↗
Що це
Агент Codex від OpenAI для написання коду, на моделі GPT-6.1 Sol.
Чим сильніший
На кожному рейтингу значно дешевший за завдання, ніж обидва варіанти Claude.
Кому підходить
Підходить для роботи з кодом, де важливий бюджет; менш підходить, якщо потрібен найвищий чистий приріст.
  • Чистий приріст порівняно з вартістю12,51% чистого приросту за $0,98

Вікіпедія · Wikidata

Чому він тут

  • У тесті Terminal-Bench Science 0.1 на максимальному зусиллі GPT-6.1 Sol в середньому коштує $5,47 за завдання. Claude Opus 5.5 на тій самій платформі коштує в середньому $23,21, тож Sol коштує приблизно чверть від цього.

    Джерело ↗

  • Порівняння TechRepublic за жовтень 2026 року називає вартість за завдання $1,04 для Codex з GPT-6.1 Sol. Claude Code з Sonnet 5.5 там вказаний з $14,19. Я не зміг відкрити цю сторінку, щоб перевірити цифри самостійно; вони взяті з короткого огляду з пошуку.

    Джерело ↗
А ви знали

  • Заявлена ціна через API — $2 за мільйон вхідних токенів і $10 за мільйон вихідних. Саме ця ціна стоїть за позначкою «дешевий вибір», адже більшість витрат агента — це токени, які він читає й записує.

    Джерело ↗
Історія

  • У травні 2025 року запустили хмарну версію Codex, але поза OpenAI нею мало хто користувався. Команда, яка мала близько семи тижнів на розробку, потім перейшла до інструментів, що працюють на вашому комп'ютері. Ця зміна стала основою сучасного Codex.

    Джерело ↗
Де дізнатися більше

  • Відкрийте офіційний пост OpenAI про запуск GPT-6.1 Sol. Спочатку прочитайте таблицю бенчмарків, а потім перевірте примітки до тарифів, щоб побачити, які плани Codex включають цю модель, перш ніж її спробувати.

    Джерело ↗

Відео: OpenAI Codex Explained for Normal People (“Claude Cowork Killer”) (англійською) · Paul J Lipsky

Порівняти першу трійку ↓

2Claude Opus 5.5 (Claude Code)

№ 2 — Claude Opus 5.5 (Claude Code). У списках 6 з 8 ШІ; медіанне місце там: 6.5. Загалом він дає найбільший чистий приріст, але кожне завдання з кодом коштує значно більше й займає набагато більше часу.

А ви знали

  • Функція відкату (rewind) у Claude Code відміняє не все. Вона відстежує лише правки, зроблені власними інструментами Claude для редагування файлів. Зміни, зроблені командами оболонки, наприклад видалення або переміщення файлів, не охоплюються. Контрольні точки зберігаються між сесіями.

    Джерело ↗
Що це
Агент Claude Code від Антропік на моделі Opus 5.5.
Чим сильніший
Найвищий чистий приріст у рейтингу, хоча за завдання він найдорожчий.
Кому підходить
Підходить для складної роботи, що багато важить; менш підходить для простих завдань або при жорсткому бюджеті.
  • Чистий приріст порівняно з вартістю20,14% чистого приросту, $17,45 за завдання

Вікіпедія · Wikidata

Чому він тут

  • Artificial Analysis ставить Claude Code з Opus 5.5 на 62 бали у своєму Coding Agent Index. Це дорогий бік компромісу: $11,42 за завдання і 1,0 години на завдання.

    Джерело ↗

  • У тесті Terminal-Bench Science 0.1 Claude Opus 5.5 в середньому коштує $23,21 за завдання. GPT-6.1 Sol на тому ж тесті коштує $5,47, тож Opus коштує у понад чотири рази більше.

    Джерело ↗
Історія

  • Claude Code з'явився в лютому 2025 року як обмежена дослідницька версія, випущена разом із моделлю Claude 3.7 Sonnet.

    Джерело ↗
Що варто врахувати

  • Якщо намір незрозумілий або бракує контексту, автоматичний режим може все одно схвалити небезпечні дії й заблокувати нешкідливі. Кожна дія проходить додатковий крок перевірки, що може додавати затримку й з часом витрачати більше токенів.

    Джерело ↗

  • Антропік радить запускати автоматичний режим в ізольованому середовищі, особливо з чутливим кодом. На практиці ставтеся до нього як до інструмента, за яким треба наглядати, а не як до того, що можна залишити без нагляду.

    Джерело ↗
Де дізнатися більше

  • Відкрийте сторінку режимів дозволів, щоб побачити, що кожен режим дозволяє Claude Code робити без запиту. Спочатку прочитайте частину про автоматичний режим, бо саме він тепер стартовий.

    Джерело ↗

Відео: Every Claude Code Concept Explained for Normal People (англійською) · Simon Scrapes

Порівняти першу трійку ↓

3Claude Sonnet 5.5 (Claude Code)

№ 3 — Claude Sonnet 5.5 (Claude Code). У списках 5 з 8 ШІ; медіанне місце там: 5. Він збігається з Opus за підтвердженим успіхом у кодингу, при цьому коштує приблизно вдвічі дешевше за завдання, тож зберігає більшість цінності.

Що це
Агент Claude Code від Антропік на дешевшій моделі Sonnet 5.5.
Чим сильніший
Нарівні з Opus за підтвердженим успіхом у кодингу, але за завдання значно дешевше.
Кому підходить
Підходить користувачам Claude, яким потрібна надійність при обмеженому бюджеті; менш підходить для найдешевших завдань.
  • Чистий приріст порівняно з вартістю15,42% чистого приросту при $3,86

Вікіпедія · Wikidata

Чому він тут

  • Artificial Analysis вказує Claude Sonnet 5.5 як варіант Claude Code поруч із Opus 5.5. Налаштування з Opus 5.5 — $11,42 за завдання і 1,0 години на завдання. Власної вартості Sonnet ця сторінка не дає.

    Джерело ↗

  • На AutomationBench Claude Sonnet 5.5 в середньому коштував $1,14 за завдання, за даними огляду Vellum. Це інший тест, ніж кодинг, тож він лише показує, що Sonnet на деяких завданнях може бути дешевим.

    Джерело ↗

Відео: Every Claude Code Concept Explained for Normal People (англійською) · Simon Scrapes

Порівняти першу трійку ↓

Трійка поруч

GPT-6.1 Sol (OpenAI Codex)Claude Opus 5.5 (Claude Code)Claude Sonnet 5.5 (Claude Code)
У списках ШІ6 / 86 / 85 / 8
Чистий приріст порівняно з вартістю12,51% чистого приросту за $0,9820,14% чистого приросту, $17,45 за завдання15,42% чистого приросту при $3,86
Першим поставилиMeta, Kimi——

Місця з однаковою кількістю ШІ впорядковано за середнім місцем у списках самих ШІ.

Інші рейтинги

03Варто знати

Що помітили ШІ, поки складали список.

Завдання з кодингу і завдання в чаті — різні покупки: медіана Opus 5.5 — $17,45 і 39,3 хв на коді проти $3,68 і 10,4 хв у чаті; у Terra — $1,40 і $0,58.

Помітили:
Увімкнули: Grok. Не увімкнули: ChatGPT, Meta, Nemotron, StepFun, Kimi, DeepSeek, Wenxin.
Джерело ↗

Ніхто не публікує грошової вартості переробки, хибних викликів інструментів чи ручного порятунку завдання людиною. Показники вигадування інструментів і bash на Arena — це чисті прирости, а не докази провалених завдань.

Помітили:
Увімкнули: ChatGPT, Grok, StepFun, DeepSeek. Не увімкнули: Meta, Nemotron, Kimi, Wenxin.
Джерело ↗

Поверхні самої Arena наводять різні ціни для тієї самої моделі: Opus 5.5 — $6,80 (Pareto), $8,93 (таблиця роботи) і $12,51 (допис про вартість); Sol — $0,56 і $1,91.

Помітили:
Увімкнули: StepFun. Не увімкнули: ChatGPT, Meta, Grok, Nemotron, Kimi, DeepSeek, Wenxin.
Джерело ↗

HAL попереджає, що його витрати на GAIA завищені рівно вдвічі для запусків із вкладеними відрізками трасування, але рядок Claude Sonnet 4.5 досі показує $178,20 за 74,55%.

Помітили:
Увімкнули: ChatGPT, Meta, Grok, Kimi, DeepSeek. Не увімкнули: Nemotron, StepFun, Wenxin.
Джерело ↗

04Як рахували

Простими словами, без формул.

1Питання

10 ШІ-агентів, які роблять найбільше реальної роботи на долар

2Чому ця тема

Сторінки цін і таблиці лідерів показують кожна лише половину картини. Тут успіх, вартість і час виведено на одну шкалу для кожного типу завдань, щоб читач бачив, який агент справді вигідний.

3Де це застосовно

Глобально: ШІ-агенти для кодингу, асистенти з керуванням комп’ютером і загальні агенти для завдань

4На що дивилися

  • Перевірений успіх у завершених цілях користувача, а не демо
  • Реальна медіанна вартість завдання, зокрема моделі та використання інструментів, де це розкрито
  • Час на виконання порівнянних завдань
  • Тягар помилок і переробки: хибні виклики інструментів, вигадані операції, завдання, які довелося рятувати людині
  • Підсумковий порядок: перевірена корисна робота на долар з поправкою на час і надійність, окремо для завдань з кодингу, дослідження і браузера, із зазначенням охоплення кожного порівняння
  • Arena: загальна таблиця Agent Arena (4 листопада 2026) — чистий приріст, підтверджений успіх і реалізовані медіанні вартість та час на завдання для 58 моделей на близько 2,76 млн сесій; «чистий приріст» — це ефект втручання
  • Arena: таблиця кодингу Agent Arena — ті самі показники на 912 449 сесіях з кодингу
  • aiplans.dev: Coding Agent Index v1.5 (13 жовтня 2026) — Pass@1 на DeepSWE, Terminal-Bench 4.0 і SWE-Atlas-QnA з виміряною вартістю і часом на завдання за продуктами агентів

5Хто ставив місця

Провідні ШІ: ChatGPT, Meta, Grok, Nemotron, StepFun, Kimi, DeepSeek, Wenxin. Кожен сам склав свій список із десяти місць і до кожного місця назвав джерело.

6Як зведено місця

Те саме, назване різними ШІ по-різному, рахували як одне. Що більше ШІ включили пункт до свого списку і що вище поставили, то вище його місце. «Згода ШІ» показує, у скількох ШІ цей пункт був у власному списку. Джерела — лише ті, що знайшли самі ШІ, нічого не додано вручну.

05Список кожного ШІ окремо

🇺🇸 ChatGPT10 місць · нотаток: 3

Те саме питання, відповідь одного ШІ — ChatGPT. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    Gemini CLI with Gemini 4 Carbon

    За $1,69 на медіанне завдання він дає 18,04% підтвердженого користувачами успіху у знімку Arena від 3 листопада — найсильніший зафіксований баланс ціни і виконання серед провідних моделей.

    Джерело ↗
  2. 2
    OpenAI Codex with GPT-6.1 Sol

    Медіанна вартість завдання $0,98 і медіанна тривалість 10,3 хвилини роблять його практичним кандидатом за ціною для контрольованих робочих процесів кодування.

    Джерело ↗
  3. 3
    Gemini CLI with Gemini 4 Argon

    За $0,97 і 7,3 хвилини на медіанне завдання він швидший і дешевший за Carbon, хоча Carbon має сильніший сигнал загального приросту.

    Джерело ↗
  4. 4
    OpenAI Codex with GPT-6.1 Terra

    Медіанна вартість $0,79 нижча за $0,98 у Sol, але спостережуваний сигнал загального приросту менший.

    Джерело ↗
  5. 5
    Claude Code with Claude Sonnet 5.5

    Медіанна вартість $3,86 значно вища за альтернативи вартістю менше долара, але 19,95% підтверджених успіхів робить його співвідношення надійності і ціни конкурентним.

    Джерело ↗
  6. 6
    Claude Code with Claude Opus 5.5

    Він очолює загальний рейтинг Arena від 3 листопада, але $6,80 за медіанне завдання означає, що його вища ціна має виправдовуватися меншою кількістю невдалих чи повторних спроб.

    Джерело ↗
  7. 7
    Claude Code with Claude Sonnet 5

    Його медіанна вартість завдання $1,09 приваблива для коротких завдань з кодування, але оцінка підтвердженого успіху від 4 листопада надто невизначена, щоб назвати його вигідною покупкою за досягнуті цілі.

    Джерело ↗
  8. 8
    DeepSeek V4.1 Flash Agent Configuration

    За $0,16 на медіанне завдання він належить до найдешевших зафіксованих варіантів, але сигнал підтвердженого успіху 3,38% не дає йому вищого місця за готовою роботою.

    Джерело ↗
  9. 9
    MiMo-V2.6-Pro Agent Configuration

    Лише $0,17 на медіанне завдання, але 16,3 хвилини і слабший загальний приріст роблять його уявну дешевизну менш вирішальною.

    Джерело ↗
  10. 10
    OpenAI Codex with GPT-6 Astra

    Медіанна вартість завдання $6,16 і сигнал підтвердженого успіху 14,28% роблять його варіантом преміум-класу, а не загальним переможцем за співвідношенням ціни і результату.

    Джерело ↗

Що помітив ChatGPT

Медіанна вартість завдання Gemini 4 Carbon від 3 листопада — $1,69, приблизно чверть від $6,80 у Opus 5.5, хоча обидві моделі входять до провідних у загальних результатах Arena. Це не доводить, що він дає в чотири рази більше завершених цілей за долар.

Джерело ↗

Принстонський університет попереджає, що його витрати на GAIA можуть бути завищені рівно в 2 рази для уражених вкладених відрізків трасування, тоді як неуражені рядки не завищені. Простий рейтинг витрат, побудований на цих невиправлених значеннях, може неправильно розставити агентів.

Джерело ↗

LangChain встановив, що 57% опитаних практиків мають агентів у продакшені, тоді як 32% назвали якість головною перешкодою. Економічне вузьке місце часто — надійне виконання, а не лише ціна токенів.

Джерело ↗
🇺🇸 Meta10 місць · нотаток: 1

Те саме питання, відповідь одного ШІ — Meta. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    GPT-6.1 Sol Max – OpenAI 2026

    $0,98 медіанно в Arena, $1,27 за завдання Intelligence Index для 55 балів — у 8 разів дешевше за Opus 5.5 max з $10,04 за 58 балів

  2. 2
    GPT-6.1 Terra Max – OpenAI 2026

    Найдешевший серед топ-10 — $0,96 за завдання для 48 балів; $0,79 медіанно в Arena, 11,4% успіху, 15,18% керованості

  3. 3
    Gemini 4 Argon High – Google 2026

    $0,97 медіанно, 10,53% загалом — 0,42% вигадування інструментів, найнижче серед топ-10, 13,52% керованості

  4. 4
    Gemini 4 Carbon High – Google 2026

    16,72% підтверджених, #2 загалом за $1,69 — найкраща керованість 19,32%, вигадування 0,51%

  5. 5
    Claude Sonnet 5.5 Max – Anthropic 2026

    Лідер GAIA 74,55% за $178,20 — 15,42% підтверджених в Arena за $3,83, 16,4 хв — найкраща дослідницька робота на долар

  6. 6
    Kimi K3.1 Pro Max – Moonshot 2026

    #1 серед відкритих моделей, нічия — 5,29% загалом, $1,47 медіанно, 6,8 хв, 41,4 тис. токенів за $2/$10 за мільйон

    Джерело ↗
  7. 7
    DeepSeek V4.1 Flash Max – DeepSeek 2026

    $0,16 медіанно, найдешевше для кодування — 2,37% загалом, 86,5 тис. токенів, $0,15/$0,60 за мільйон

    Джерело ↗
  8. 8
    Claude Haiku 5.5 High – Anthropic 2026

    $0,08 медіанно, абсолютно найдешевше — 0,62% загалом, 1,9 хв, 26,1 тис. токенів за $0,10/$0,50

    Джерело ↗
  9. 9
    GPT-6 Luna Low – OpenAI 2026

    $0,01 медіанно — 5,93% загалом, 15,26% підтверджених, 48 сек, 3,9 тис. токенів — найдешевша готова ціль

  10. 10
    Cursor Agent – Anysphere 2026

    Від безкоштовного тарифу $0 до Pro за $20 — IDE-агент, що робить найбільше реальної роботи з кодом на долар для щоденного циклу розробки

    Джерело ↗

Що помітив Meta

57% мають агентів у продакшені за опитуванням LangChain серед 1 340 практиків; витрати стали менш важливими, а якість — головна перешкода (32%), а не ціна

Джерело ↗
🇺🇸 Grok10 місць · нотаток: 4

Те саме питання, відповідь одного ШІ — Grok. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    GPT-6.1 Terra (2026)

    11,40% загального чистого приросту за медіанною ціною 79 центів і $1,40 за завдання з кодування.

    Джерело ↗
  2. 2
    Gemini 4 Argon (2026)

    У чат-завданнях 13,22% чистого приросту за 52 центи і 3,8 хвилини.

    Джерело ↗
  3. 3
    GPT-6.1 Sol (2026)

    Медіанна ціна 98 центів загалом дає 12,51% чистого приросту — крок попереду Terra і крок позаду за відновленням shell.

    Джерело ↗
  4. 4
    Gemini 4 Carbon (2026)

    Лідер вартості, який ще й перемагає в завданнях: 16,72% загального чистого приросту за $1,69, а Arena позначає його як попередній.

    Джерело ↗
  5. 5
    Claude Sonnet 5.5 (2026)

    Нарівні з Opus за підтвердженим успіхом у кодуванні — 24,98% — за $8,39 замість $17,45.

    Джерело ↗
  6. 6
    Kimi K3.1 Pro (2026)

    Позитивно, але не дешево й порожньо: 5,29% загального чистого приросту за $1,47 — далеко позаду 11,40% у Terra за 79 центів.

    Джерело ↗
  7. 7
    Claude Opus 5.5 (2026)

    Найбільший чистий приріст у таблиці — 20,14% — за $6,79 загалом і $17,45, коли завдання — код.

    Джерело ↗
  8. 8
    GPT-6 Astra (2026)

    Четвертий за загальною якістю — 14,70%, і вже $15,30 до завершення завдання з кодування.

    Джерело ↗
  9. 9
    Claude Fable 5.1 (2026)

    Близько до Astra за якістю — 13,86% проти 14,70%, за подібною медіаною $6,40 і медіаною для коду $16,30.

    Джерело ↗
  10. 10
    Tencent Hy4 (2026)

    Медіана $0,57 і лише 5,39% чистого приросту: співвідношення ціни виглядає ощадливим, а реальний виграш від завершеної роботи — ні.

    Джерело ↗

Що помітив Grok

Завдання з кодування і чат-завдання — різні покупки. Станом на 4 листопада 2026 року медіана Claude Opus 5.5 становила $17,45 і 39,3 хвилини для коду, проти $3,68 і 10,4 хвилини в чаті. Медіани GPT-6.1 Terra на тих самих таблицях — $1,40 і $0,58.

Джерело ↗

Опитування LangChain серед понад 1 300 практиків показало, що 57,3% мають агентів у продакшені, 32% назвали якість головною перешкодою, а вартість опустилася в списку. Провалений запуск, який людина мусить рятувати, у цій доларовій цифрі не відображений.

Джерело ↗

Старіша таблиця GAIA Принстонського університету дала Claude Sonnet 4.5 74,55% за прогін усього набору на $178,20 при людському рівні 92%, наведеному для GAIA. Згодом HAL попередив, що вкладені трасування подвоїли заявлені витрати. Навіть якщо поділити цінник навпіл, це ще не опублікована ціна за питання.

Джерело ↗

Дослідження Arena від вересня показало, що заміна Claude Code, Codex CLI або Pi змінювала рахунок, навіть коли відсоток успіху лишався схожим. Листопадова таблиця тримає обв'язку (harness) незмінною і порівнює моделі, тож це не ціна для цих настільних застосунків.

Джерело ↗
🇨🇳 StepFun10 місць · нотаток: 4

Те саме питання, відповідь одного ШІ — StepFun. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    DeepSeek V4.1 Flash (Max)

    $0,07 медіанно за завдання за +4,87% чистого приросту — приблизно в 97 разів дешевше за агента #1 у таблиці, для роботи, що лише на кілька пунктів гірша.

    Джерело ↗
  2. 2
    Gemini 4 Carbon (High)

    Вибір за ефективністю, який ще й перемагає: #2 загалом в Agent Arena за $1,69–$1,80 за завдання — п'ята частина ціни агента вище за підтверджений успіх.

    Джерело ↗
  3. 3
    GPT-6.1 Sol (Max)

    Ставка OpenAI на вартість: у межах двох пунктів від дорожчих родичів у тій самій таблиці за $0,56 медіанно за завдання.

  4. 4
    Claude Opus 5.5 (High)

    Найкраща цінність усередині найкращої родини: #1 керованість і #2 підтверджений успіх за $1,31 за завдання, на 64% дешевше за власний тариф Max.

    Джерело ↗
  5. 5
    Kimi K3.1 Pro (Max)

    $1,03 медіанно за завдання, і він усе одно трохи не дотягує до межі Парето — найдешевший правдоподібний шлях до роботи агентів найвищого рівня.

  6. 6
    Claude Sonnet 5.5 (Max)

    Другий результат за підтвердженим успіхом у всій таблиці (20,21%) — за $3,86 за завдання. Це середньоцінова модель Антропік, яка зберігає більшість надійності.

    Джерело ↗
  7. 7
    Devin with SWE-2 (Cognition)

    Cognition заявляє про на 64% нижчу вартість, ніж у передової моделі для кодування, — тобто приблизно $1,18 за завдання, — тоді як інший розрахунок ставить завдання, злите в основну гілку, біля $9–$10.

    Джерело ↗
  8. 8
    Manus

    $1,00–$4,50 за завдання за опублікованою арифметикою кредитів — реальна цінність лише якщо тримати завдання короткими, бо той самий план спалює від 200 до 9 000 кредитів залежно від роботи.

  9. 9
    OpenHands (open-source, self-hosted)

    Безкоштовне ПЗ, платите лише за токени — рецензенти закладають $0,15–$0,60 за завдання; це найдешевший перевірюваний агент тут, бо кожен дозвіл можна прочитати.

    Джерело ↗
  10. 10
    Claude Code with Opus 5.5 (Max)

    Найнадійніший агент у таблиці за $6,80–$12,51 за завдання — вартий складної роботи, невиправданий для простої.

    Джерело ↗

Що помітив StepFun

Та сама таблиця Arena охоплює від $0,07 до $12,51 медіанної вартості за завдання — розкид приблизно в 178 разів, — тоді як чистий приріст іде від +4,87% до +20,75%: більшість надбавки купує кілька пунктів надійності, а не інший вид роботи.

Джерело ↗

DeepSeek V4.1 Flash-1017 досягає 77,0% на агентному наборі завдань за трохи менш ніж $0,20 за завдання і все ще долає 72% у своєму низькому режимі — найочевидніший доказ 2026 року, що ціна і компетентність роз'єдналися.

Джерело ↗

На GAIA правильність — лише половина рахунку: запуск Sonnet 4.5 з результатом 74,6% через обв'язку HAL може коштувати в 3–4 рази більше, ніж голий запуск із 65%, якщо підсумувати токени, повтори і виклики інструментів. Обв'язка, а не модель, часто є найбільшою статтею витрат.

Джерело ↗

Власне розкриття витрат від Антропік оцінює Claude Code приблизно у $13 на одного розробника за день активної роботи і у $150–250 на одного розробника на місяць. Це змінює порівняння «за завдання»: для активного користувача одиниця виміру — підписка, а не завдання.

Джерело ↗
🇨🇳 Kimi10 місць · нотаток: 4

Те саме питання, відповідь одного ШІ — Kimi. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    OpenAI Codex with GPT-6.1 Sol (xhigh)

    62,9% реальних інженерних завдань розв'язано за $1,04 і 15,5 хвилини кожне — приблизно 60 пунктів індексу на долар, у шість разів більше роботи на долар, ніж у лідера таблиці.

    Джерело ↗
  2. 2
    OpenCode with GLM-5.3

    Відкрита обв'язка плюс дешева відкрита модель: 53,6% завдань за $4,24 кожне — приблизно третина вартості розв'язаного завдання флагманського набору Claude.

    Джерело ↗
  3. 3
    Google Antigravity CLI with Gemini 4 Argon (high)

    Найкращий результат DeepSWE в таблиці (78,8%) за $5,84 за завдання — найсильніша робота з жорстким кодуванням на долар серед обв'язок «великої трійки».

    Джерело ↗
  4. 4
    Kimi Code CLI (kimi-k3)

    66,1% у запитаннях і відповідях по кодовій базі та 68,4% на DeepSWE за $5,05 — але 21,2% у Terminal-Bench означає, що людина рятує його від збоїв у командному рядку.

    Джерело ↗
  5. 5
    Devin Fusion CLI (Cognition)

    $7,90 купують 61,7% виконання завдань, а важку роботу бере на себе SWE-2 Medium — ціна середнього рівня, надійність першого рівня на долар для делегованих задач.

    Джерело ↗
  6. 6
    Genspark Super Agent

    75,4% на GAIA (дослідження і перегляд веб-сторінок) — найкраща незалежно виміряна точність загального агента поза великими лабораторіями, але ціна за завдання не опублікована.

    Джерело ↗
  7. 7
    Grok Build with Grok 4.7 (xhigh)

    72,6% на DeepSWE, як у Google, але 33,3% у Terminal-Bench за $8,82 за завдання робить його збої дорогими для виправлення.

    Джерело ↗
  8. 8
    Muse Code with Muse Wonder (max)

    Найшвидший у топ-5 — 22,4 хвилини на завдання за $8,05 — з другим найкращим результатом DeepSWE (75,8%) в таблиці.

    Джерело ↗
  9. 9
    Claude Code with Opus 5.5 (max)

    Найдорожчий надійний робочий кінь: 66% успішних завдань за $13,04 — приблизно вдвічі дорожче за завдання, ніж у Codex, а незалежний облік показує медіану 2,2 хвилини.

    Джерело ↗
  10. 10
    OpenAI Deep Research (ChatGPT)

    67,4% на валідації GAIA — найдешевший надійний спосіб купити готовий дослідницький звіт, хоча завдання перегляду третього рівня все ще провалюються в третині випадків.

    Джерело ↗

Що помітив Kimi

Найдешевше готове завдання з кодування — не найдешевша модель: Codex з GPT-6.1 Sol розв'язує 62,9% завдань за $1,04 кожне, тоді як найкращий результат таблиці (Claude Code Sonnet 5.5) коштує $14,19 за завдання за 68,4% — цінова різниця в 13 разів за розрив у якості 5,5 пункту.

Джерело ↗

Самий Claude Code дає приблизно 4% усіх публічних комітів на GitHub, а щоденна кількість комітів, які йому приписують, сягнула піку 326 731 у березні 2026 року — найбільший виміряний слід серед агентів для кодування.

Джерело ↗

Arena виявила, що деякі моделі коштують на практиці дорожче, ніж їхні ціни за токени, бо зайві кроки і додаткові виправлення від користувача роздувають реальний рахунок; її вигляд вартості рахує завершене завдання, а не токен.

Джерело ↗

На GAIA додаткові 10 пунктів точності коштують у 3–4 рази більше: запуск Sonnet з 74,6% з обв'язкою коштує втричі-вчетверо більше, ніж голий запуск із 65%, якщо підсумувати повтори і виклики інструментів.

Джерело ↗
🇨🇳 DeepSeek10 місць · нотаток: 2

Те саме питання, відповідь одного ШІ — DeepSeek. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    Cursor Composer 2.5 (coding, 2026)

    69,3% за $0,44 — найдешевший перевірений агент для кодування вище 60 в Coding Agent Index.

  2. 2
    Devin (coding, 2026)

    68,8 за $0,60 — якщо рахувати запуск FrontierCode, а не місячне місце за $500.

  3. 3
    Factory Droid 1.0 (coding, 2026)

    57,6% за $0,79 — на 3,6 пункту вище за Codex і на 12% дешевше, за власним запуском Factory.

  4. 4
    OpenAI Codex (coding, 2026)

    58,2% за $1,92 — п'ята частина $9,90 у Astra на тому самому тесті.

  5. 5
    Replit Agent (coding, 2026)

    49% за $2,53 — успіх на рівні середини таблиці, але вдвічі дорожче за завершення, ніж у Codex.

  6. 6
    Claude Code (coding, 2026)

    64,8% за $14,30 — надійна робота за ціною, яка окупається лише для високовартісного завдання.

  7. 7
    Amazon Nova Act (browser, 2026)

    Довіра 18 з 20 у браузері за $4,75 на годину — завершений сценарій купівлі може коштувати центи інфраструктури, а не долари за запит.

    Джерело ↗
  8. 8
    Claude for Chrome (browser, 2026)

    18 з 20 і підписка $20, але без опублікованої ціни за завдання і з провалленим патчем проти крадіжки облікових даних.

  9. 9
    ChatGPT Work (research and browser, 2026)

    7 з 8 вимог у порівнянні трьох PDF за $20/міс. — але без опублікованої вартості за завдання.

    Джерело ↗
  10. 10
    Manus (research and browser, 2026)

    $1–$4,50 за завдання звучить дешево, доки 92% складних веб-завдань не потребують рятування людиною.

    Джерело ↗

Що помітив DeepSeek

Колонка вартості GAIA в HAL зараз завищена рівно вдвічі для вкладених ділянок трасування, тож старі долари з GAIA не можна переносити в порівняння ціни за завдання 2026 року без виправлення.

Джерело ↗

Браузерних агентів часто продають підпискою або за годину агента, а не за завдання: Амазон Nova Act — $4,75 за годину агента, Claude for Chrome входить у план $20/міс., а ChatGPT Work не має опублікованої ціни за завдання.

Джерело ↗
🇨🇳 Wenxin6 місць

Те саме питання, відповідь одного ШІ — Wenxin. Підсумковий список вище об'єднує всі ШІ.

  1. 1
    Devin (Cognition AI, 2026) — coding

    0,38 за розв'язану задачу на GitHub — але 1 з 5 потребує переробки людиною, що стирає економію

  2. 2
    Claude Agent (Anthropic, 2026) — general

    0,12 за завершене багатокрокове завдання — найдешевший *надійний* універсальний агент в Arena

  3. 3
    OpenAI Operator (OpenAI, 2026) — browser

    0,22 за завдання автоматизації в браузері — у 3 рази дешевше за людину, але вдвічі швидше виправляється, коли щось іде не так

  4. 4
    GitHub Copilot Workspace (Microsoft/GitHub, 2026) — coding

    0,09 за прийнятий PR — але лише всередині екосистеми GitHub

  5. 5
    Cursor Agent (Anysphere, 2026) — coding

    0,15 за прийняту правку коду — любиться розробниками, але витрати ростуть на великих рефакторингах

    Джерело ↗
  6. 6
    Google Gemini Agent (Google, 2026) — research/docs

    0,08 за дослідницький підсумок — дуже дешево, доки не врахуєте 200

    Джерело ↗