Назад до тренду дня: Meta каже, що її дешевий ШІ не гірший за Антропік і коштує втричі дешевше
Рейтинг Poly · з тренду дня

Найдешевший ШІ для агентів 2026: реальний рахунок за завершене завдання

Muse Ember і Claude Haiku 5.5 мають однаковий бал — 36, і обидва беруть $0,10 за мільйон вхідних токенів і $0,50 за мільйон вихідних. Але одне завершене тестове завдання коштує близько $0,14 на Ember і $0,41 на Haiku.

  • №1: Meta Muse Ember
  • 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

    Meta Muse Ember

    Набирає 36 балів за $0,14 за завдання — найдешевша модель із таким балом. Втім, її результат 69,5% на OSWorld враховує часткове зарахування: повністю проходять лише 33,8% завдань. Обидві цифри — власні дані Meta.

    Увімкнули: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Не увімкнули: Gemini, Wenxin.

    У їхніх списках: Claude: 2 · ChatGPT: 1 · Meta: 1 · Grok: 1 · Z.ai: 1 · Kimi: 1 · DeepSeek: 1 · Qwen: 1

    Що відзначив кожен ШІ 8
    • Claudeмісце 2

      $0,14 за завдання індексу при оцінці 36, але заява про OSWorld — 69,5 % з частковим зарахуванням і лише 33,8 %, коли завдання має бути повністю виконане.

      Джерело ↗
    • ChatGPTмісце 1

      Майже інтелект Haiku за $0,136 замість $0,411 за завдання індексу; справжня несподіванка — ставка кешованого вводу $0,004.

      Джерело ↗
    • Metaмісце 1

      Та сама оцінка 36, що в Haiku за AA v5 на максимумі, але $0,14 за завдання замість $0,41 — найдешевший спосіб купити цей результат.

      Джерело ↗
    • Grokмісце 1

      Незалежна 36 приблизно за $0,14 за завершене завдання; 36 у Haiku коштує приблизно $0,41.

      Джерело ↗
    • Z.aiмісце 1

      Найдешевша за балами модель, яку виміряла Artificial Analysis: 36 в індексі за $0,14 за завдання — приблизно третина рахунку Claude Haiku 5.5, $0,41, за ту саму оцінку.

      Джерело ↗
    • Kimiмісце 1

      $0,14, щоб завершити одне завдання індексу, де Haiku 5.5 потребує $0,41 за тим самим цінником $0,10/$0,50 — у 2,6 раза менше вихідних токенів.

      Джерело ↗
    • DeepSeekмісце 1

      Відповідає оцінці інтелекту Haiku за $0,14 за завдання — третина рахунку — і досі лідирує в дешевій групі в бізнес-процесах.

      Джерело ↗
    • Qwenмісце 1

      Дорівнює мозку Claude Haiku за третину рахунку.

      Джерело ↗
    8 ШІ поставили сюди
    Джерело ↗
  2. 2

    Claude Haiku 5.5

    Той самий бал 36, але $0,41 за завдання — приблизно втричі більше, ніж у Ember. Понад 100 тис. токенів у запиті вхідна ціна зростає вп'ятеро — до $0,50 за мільйон.

    Увімкнули: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Не увімкнули: Gemini, Wenxin.

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

    Що відзначив кожен ШІ 8
    • Claudeмісце 1

      Той самий індекс, що й у Ember (36), але за завдання у 3 рази дорожче ($0,41 проти $0,14), і в єдиному незалежному тесті автономної роботи в нього найчистіший послужний список.

      Джерело ↗
    • ChatGPTмісце 2

      Та сама округлена оцінка інтелекту, що в Ember, коштує приблизно втричі більше, але Haiku перемагає у складнішому порівнянні злиття коду.

      Джерело ↗
    • Metaмісце 2

      Лідер серед кодувальних агентів у групі моделей за $0,10, але на завдання AA він пише приблизно у 3 рази більше вихідних токенів, ніж Luna.

      Джерело ↗
    • Grokмісце 2

      Та сама округлена 36, приблизно втричі дорожче, і ця модель досі перемагає у коді, готовому до злиття.

      Джерело ↗
    • Z.aiмісце 3

      Перевірений: нічия з Ember на 36 і кращий за всіх дешевих конкурентів у коді, готовому до злиття, але рахунок $0,41 за завдання — а після 100 тис. токенів промпту ціна входу підскакує у 5 разів до $0,50.

      Джерело ↗
    • Kimiмісце 2

      Пише 298 млн вихідних токенів проти 115 млн у Ember за запуск індексу з тією самою ціною виходу — різниця $0,27 за завдання пояснюється багатослівністю, а не цінником.

      Джерело ↗
    • DeepSeekмісце 4

      Найкращий результат OSWorld у дешевому класі — 72,4 %, але той самий прайс $0,10/$0,50 дає $0,41 за завдання, майже втричі більше за Muse Ember, і вона завершує лише 13,9 % суворих бізнес-процесів.

      Джерело ↗
    • Qwenмісце 2

      База для дешевих агентів, тепер зрівняна за копійки.

      Джерело ↗
    8 ШІ поставили сюди
    Джерело ↗
  3. 3

    DeepSeek V4.1 Flash

    Має найдешевший кешований вхід — $0,003 за мільйон, але Artificial Analysis порахував $0,60 за завдання при балі 33. DeepSeek заявляє 42,3% на Terminal-Bench; Vals виміряв 31,82%.

    Увімкнули: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не увімкнули: Gemini, Wenxin, Qwen.

    У їхніх списках: Claude: 3 · ChatGPT: 4 · Meta: 5 · Grok: 4 · Z.ai: 5 · Kimi: 4 · DeepSeek: 3

    Що відзначив кожен ШІ 7
    • Claudeмісце 3

      Попадання в кеш за $0,003 на мільйон робить його найдешевшим кешованим вводом тут, а в довгому тесті сесій Бито він набрав 71,9 %.

      Джерело ↗
    • ChatGPTмісце 4

      Знижка 98 % на кеш звучить непереможно, але витрати на міркування та вихід доводять виміряну вартість індексу до $0,60.

      Джерело ↗
    • Metaмісце 5

      AA 33 за $0,60 за завдання і запуск Vals Terminal-Bench за $0,54 — найдешевший термінальний агент у цьому наборі.

    • Grokмісце 4

      Індекс 33 коштує $0,60 за завдання, а офіційна ставка подвоюється в пікові години.

      Джерело ↗
    • Z.aiмісце 5

      Ваги за ліцензією MIT і ставка кешу $0,003 дозволили одному розробникові провести 445 термінальних випробувань за $27 загалом, але його самозвітні 42,3 % у Terminal-Bench 4.0 впали до 19,7 % у незалежному запуску Vals AI.

      Джерело ↗
    • Kimiмісце 4

      Найкращі опубліковані відкриті ваги в індексі — 32, і 42,3 % у Terminal-Bench 4.0 за приблизно $0,60–$1,20 за мільйон вихідних токенів.

      Джерело ↗
    • DeepSeekмісце 3

      За $0,60 за завдання вона не найдешевша за токен, але завершує 42,3 % термінальних завдань і 60,5 % бізнес-процесів — найкраща поєднана термінальна й офісна комбінація в дешевому класі.

      Джерело ↗
    7 ШІ поставили сюди
    Джерело ↗
  4. 4

    GPT-6 Luna

    Ті самі ціни $0,10 / $0,50, що в Ember і Haiku, і майже такий самий рахунок, як у Ember, — $0,15 за завдання, але балів лише 27,8. На OSWorld повністю проходять лише 17% завдань.

    Увімкнули: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не увімкнули: Gemini, Wenxin, Qwen.

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

    Що відзначив кожен ШІ 7
    • Claudeмісце 5

      Та сама ціна $0,10 / $0,50, що в Ember і Haiku, але оцінка 27,8 на максимальних зусиллях і лише 16,4 % у Terminal-Bench 4.0.

      Джерело ↗
    • ChatGPTмісце 3

      Лише $0,073 вистачає на завдання індексу з низькими зусиллями, але оцінка падає до 21,4; максимальні зусилля дають 27,8 за $0,152.

      Джерело ↗
    • Metaмісце 4

      Та сама прайсова ціна $0,10 / $0,50, що в Haiku і Ember, але близько 50 тис. вихідних токенів на завдання AA на максимумі проти приблизно 162 тис. у Haiku.

      Джерело ↗
    • Grokмісце 9

      Та сама ціна-ярлик $0,10, що в Ember, 27,8 в індексі і 17 % бінарного успіху в тесті з комп'ютером.

      Джерело ↗
    • Z.aiмісце 6

      Чемпіон за рахунком: $0,01 за завдання індексу на низьких зусиллях — у 15 разів менше, ніж на власному максимумі, і одне реальне завдання коштувало $0,071; підступ у тому, що розв'язано лише 13,6 % термінальних завдань Vals AI.

      Джерело ↗
    • Kimiмісце 3

      Найдешевша за завдання в класі ($0,07–$0,15), але лише 16,4 % у Terminal-Bench 4.0 — це маршрутизатор, а не той, хто доводить до кінця.

      Джерело ↗
    • DeepSeekмісце 5

      Той самий прайс $0,10/$0,50, що в Haiku і Ember, але лише 28 за інтелектом і 16,4 % у Terminal-Bench — найдешевший рахунок може бути хибною економією для довгих завдань.

      Джерело ↗
    7 ШІ поставили сюди
    Джерело ↗
  5. 5

    MiniMax M3.1 Flash

    Бал 29 при $0,49 за завдання. MiniMax заявляє 38,1% на Terminal-Bench; Vals виміряв 25,25% з однаковими умовами запуску. Один запуск Бито на 20 ходів коштував $3,62.

    Увімкнули: Claude, Meta, Grok, Z.ai, Kimi, DeepSeek. Не увімкнули: ChatGPT, Gemini, Wenxin, Qwen.

    У їхніх списках: Claude: 4 · Meta: 6 · Grok: 7 · Z.ai: 2 · Kimi: 6 · DeepSeek: 6

    Що відзначив кожен ШІ 6
    • Claudeмісце 4

      На тесті Бито з 20 ходами він лише на один пункт поступається Haiku 5.5 (75,0 %), але один запуск тривав від 3 до 5 годин і коштував $3,62.

      Джерело ↗
    • Metaмісце 6

      Зірка офісних процесів: 72,5 % на AutomationBench-AA, але термінальний агент лише близько 26 % — беріть для застосунків, а не для оболонок.

      Джерело ↗
    • Grokмісце 7

      Самозвітний термінальний результат 38,1 % падає до 25,25 %, коли Vals AI використовує одну обв'язку.

      Джерело ↗
    • Z.aiмісце 2

      Другий результат за офісними робочими процесами серед усіх 249 моделей, які тестувала AA (72,5 %), при цьому в незалежному запуску Vals AI вартість термінального тесту $0,21 — приблизно у 15 разів дешевше за Haiku 5.5 за тест.

      Джерело ↗
    • Kimiмісце 6

      38,1 % у Terminal-Bench 4.0 за $0,60 на виході — тихий сторонній постачальник, який у терміналі випереджає Luna на 22 пункти.

      Джерело ↗
    • DeepSeekмісце 6

      Фахівець з офісних процесів: 72,5 % на AutomationBench-AA, найвищий у дешевій групі, але лише 26 % у Terminal-Bench і 21 % на FrontierCode.

      Джерело ↗
    6 ШІ поставили сюди
    Джерело ↗
  6. 6

    GLM-5.3-Flash

    Ціни $0,15 / $0,50 виглядають дешевими, але бал 28 коштує $0,58 за завдання. Вона пише більше токенів, ніж Luna, тож рахунок вищий. У старішому порівнянні Artificial Analysis — 42 бали при $0,25.

    Увімкнули: ChatGPT, Meta, Grok, Kimi, DeepSeek. Не увімкнули: Claude, Gemini, Z.ai, Wenxin, Qwen.

    У їхніх списках: ChatGPT: 5 · Meta: 7 · Grok: 3 · Kimi: 7 · DeepSeek: 8

    Що відзначив кожен ШІ 5
    • ChatGPTмісце 5

      Офіційні 35,8 % виконаних завдань у терміналі роблять цю відкриту Flash-модель серйозним кандидатом в агенти.

      Джерело ↗
    • Metaмісце 7

      Прайс $0,15 на вхід / $0,50 на вихід, AA 28 за $0,58 за завдання — дешево на папері, але за завдання дорожче за Luna, бо пише більше.

      Джерело ↗
    • Grokмісце 3

      Відкриті ваги завершують 60,4 % офісних цілей, але лише 17,6 % завдань коду, готового до злиття.

      Джерело ↗
    • Kimiмісце 7

      35,8 % у Terminal-Bench 4.0 за $0,36 за завдання — найдешевший виміряний показник успішності понад третину на дошці.

      Джерело ↗
    • DeepSeekмісце 8

      Модель з ціною $0,58 за завдання і сильними 60 % на AutomationBench, але лише 15 % на FrontierCode і 33 % на Terminal-Bench — здатна до офісу, ненадійна для коду.

      Джерело ↗
    5 ШІ поставили сюди
    Джерело ↗
  7. 7

    Gemini 3.8 Flash

    Найбільший розрив між цінником і реальним рахунком: вхідна ціна $0,75 перетворюється на $7,77 за завдання індексу при високому рівні зусиль, при балі 31.

    Увімкнули: ChatGPT, Meta, Grok, Z.ai, DeepSeek. Не увімкнули: Claude, Gemini, Kimi, Wenxin, Qwen.

    У їхніх списках: ChatGPT: 6 · Meta: 9 · Grok: 10 · Z.ai: 9 · DeepSeek: 9

    Що відзначив кожен ШІ 5
    • ChatGPTмісце 6

      Її контекст у 1 млн токенів і мультимодальний вхід приваблюють, але $1,24 за завдання індексу послаблюють аргумент про дешевих агентів.

      Джерело ↗
    • Metaмісце 9

      AA 31 на високих зусиллях, але AA рахує $7,77 за завдання — найяскравіший доказ того, що ціна на прайсі не є рахунком.

      Джерело ↗
    • Grokмісце 10

      Найвища точність знань у порівнянні з Ember — 50,5 % при $0,75 за мільйон вхідних токенів.

      Джерело ↗
    • Z.aiмісце 9

      Шанувальники називають це інтелектом рівня Opus за п'яту частину ціни; лічильник Vals AI показує $8,65 за термінальний тест — найбільший рахунок у бюджетному класі, попри середню за рівнем точність 19,7 %.

      Джерело ↗
    • DeepSeekмісце 9

      Низька ціна за токен ($0,75 на вхід) перетворюється на $7,77 за завершене завдання — найширший розрив між ціною-ярликом і реальним рахунком у дешевому класі.

      Джерело ↗
    5 ШІ поставили сюди
    Джерело ↗
  8. 8

    Xiaomi MiMo-V2.6-Flash

    Рахунок $0,13 за завдання такий самий, як у Ember, але балів лише 27, а кожне завдання індексу займає 64 хвилини проти 3,1 хвилини у Ember.

    Увімкнули: Meta, Grok, Kimi. Не увімкнули: Claude, ChatGPT, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.

    У їхніх списках: Meta: 8 · Grok: 8 · Kimi: 9

    Що відзначив кожен ШІ 3
    • Metaмісце 8

      Найдешевше завдання AA у наборі разом з іншими — $0,13 при AA 27 — ощадливий маршрутизатор, а не той, хто доводить до кінця, за знайденими даними.

      Джерело ↗
    • Grokмісце 8

      Рахунок $0,13 за завдання схожий на Ember, але завдання триває 64 хвилини й набирає 27.

      Джерело ↗
    • Kimiмісце 9

      24,2 % у Terminal-Bench 4.0 за $0,21 за завдання — найнижча виміряна вартість термінального завдання на межі ефективності.

      Джерело ↗
    3 ШІ поставили сюди
    Джерело ↗
  9. 9

    Thinking Machines Inkling 2 Small

    Слово «Small» приховує модель на 594 мільярди параметрів. Вона набирає 31 бал при $1,18 за завдання і розв'язує лише 12,63% термінальних завдань Vals.

    Увімкнули: Claude, ChatGPT. Не увімкнули: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    У їхніх списках: Claude: 6 · ChatGPT: 7

    Що відзначив кожен ШІ 2
    • Claudeмісце 6

      В індексі 31 бал, але лише 13 % у Terminal-Bench 4.0 проти 30 % у Sonnet 5.5 (середні зусилля).

      Джерело ↗
    • ChatGPTмісце 7

      Слово Small приховує модель із 594 мільярдами параметрів і рахунок за оцінку $1,18.

      Джерело ↗
    2 ШІ поставили сюди
    Джерело ↗
  10. 10

    Tencent Hy4

    Близько до бала Ember — 35, і такий самий результат у термінальному тесті Vals — 39,39%, але один термінальний тест коштує $1,28 проти $0,22 у Ember.

    Увімкнули: Meta, Grok. Не увімкнули: Claude, ChatGPT, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    У їхніх списках: Meta: 10 · Grok: 5

    Що відзначив кожен ШІ 2
    • Metaмісце 10

      AA 35 за $1,03 за завдання — дорожче за кожну модель за $0,10 тут, і ціна цих додаткових балів видна.

      Джерело ↗
    • Grokмісце 5

      Зрівнюється з Ember на одній термінальній таблиці — 39,4 %, але $1,28 за тест проти $0,22 у Ember.

    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.

Бали відрізняються (36, 36, 33). Цифри OSWorld і Terminal-Bench взято з різних джерел: частину опублікували самі розробники, а Vals AI перевірила свій запуск.

1Meta Muse Ember

№ 1 — Meta Muse Ember. У списках 8 з 10 ШІ; медіанне місце там: 1. Він посідає перше місце: має такий самий бал, як Haiku (36), приблизно за третину вартості — $0,14 за завдання.

А ви знали

  • У таблиці самої Meta Muse Ember має 69,5% часткового зарахування на OSWorld 2.1, але лише 33,8% повністю пройдених завдань. Claude Haiku 5.5 має 68,9% часткового зарахування, та лише 27,8% повністю пройдених, тож поки не порахуєш повні проходження, їхні результати майже однакові.

    Джерело ↗
Що це
Найменша й найефективніша модель Meta, випущена 9 листопада 2026 року.
Чим сильніший
Найдешевша вартість: $0,14 за завдання проти $0,41 і $0,60 в інших.
Кому підходить
Підходить для дешевих запусків агентів; власні цифри Meta на OSWorld ще ніхто не перевіряв незалежно.
  • Вартість за завершене завдання$0,14 за завдання
Чому він тут

  • Artificial Analysis називає Muse Ember найдешевшою моделлю з балом 36 у своєму індексі інтелекту. Завдання коштує $0,14, тоді як Claude Haiku 5.5 має 36 балів за $0,41.

    Джерело ↗
А ви знали

  • Muse Ember коштує $0,10 за мільйон вхідних токенів і $0,50 за мільйон вихідних. Вона приймає контекст у 1 млн токенів і може написати до 512 тис. токенів в одній відповіді, що незвично багато для такої дешевої моделі.

    Джерело ↗
Історія

  • 9 листопада 2026 року Meta випустила Muse Ember, свою найменшу й найефективнішу модель. Це перша модель, навчена за допомогою Muse Wonder Full, більшої моделі Meta для найскладніших задач.

    Джерело ↗
Що варто врахувати

  • На сторінці методології Meta сказано, що відмови отримують нуль балів і залишаються в підрахунку. Там також зазначено, що перевірки на основі моделей оцінює Claude Sonnet 4.6. Незалежного огляду результатів Ember на OSWorld я не знайшов.

    Джерело ↗
Де дізнатися більше

  • Почніть з таблиці OSWorld 2.1 у блозі Meta. Порівняйте цифри часткового зарахування з цифрами повного виконання: різниця показує, скільки завдань справді доведено до кінця. Ідентифікатор моделі: muse-ember-1.0.

    Джерело ↗
Порівняти першу трійку ↓

2Claude Haiku 5.5

№ 2 — Claude Haiku 5.5. У списках 8 з 10 ШІ; медіанне місце там: 2. Бал такий самий, як у Ember, — 36, але вартість приблизно втричі вища, а ціна вхідних токенів на довгих запитах зростає в п'ять разів.

Що це
Невелика дешева модель Claude: $0,10 за мільйон вхідних і $0,50 за мільйон вихідних токенів.
Чим сильніший
За балом 36 збігається з Ember і перемагає в коді, готовому до злиття, але коштує втричі дорожче.
Кому підходить
Підходить для агентів-програмістів з короткими запитами, але не для довгих запусків понад 100 тис. токенів.
  • Вартість за завершене завдання$0,41 за завдання

Wikidata

Чому він тут

  • Haiku 5.5 має такий самий бал індексу інтелекту, що й Muse Ember, — 36, за $0,41 за завдання, проти $0,14 у Ember. За однаковий бал це приблизно втричі дорожче.

    Джерело ↗

  • Вхід Haiku 5.5 коштує $0,10 за мільйон токенів до 100 тис. токенів. Понад 100 000 токенів усі ставки множаться на п'ять, тож вхід стає $0,50. Довгі запуски агентів можуть натрапити на цей стрибок.

    Джерело ↗
Claude поставили його першим. Що вони в ньому побачили

  • Claude: Той самий індекс, що й у Ember (36), але за завдання у 3 рази дорожче ($0,41 проти $0,14), і в єдиному незалежному тесті автономної роботи в нього найчистіший послужний список.

Відео: Claude Haiku vs Sonnet vs Opus vs Fable Clearly Explained (& use cases) (англійською) · Eliot Prince

Порівняти першу трійку ↓

3DeepSeek V4.1 Flash

№ 3 — DeepSeek V4.1 Flash. У списках 7 з 10 ШІ; медіанне місце там: 4. У нього найдешевший кешований вхід, але бал лише 33, а виміряна вартість — $0,60 за завдання.

А ви знали

  • Ціна кешованого входу DeepSeek залежить від години. В одному огляді вказано $0,003 за мільйон токенів у непікові години і $0,006 у пікові, тож заголовна $0,003 — це ціна для непікових годин.

    Джерело ↗
Що це
Невелика модель DeepSeek, яка замінила більшу V4-Pro.
Чим сильніший
Найдешевший кешований вхід: $0,003 за мільйон токенів, значно нижче, ніж в інших двох.
Кому підходить
Підходить для завдань, де той самий текст використовується повторно; не для тих, хто шукає найнижчу вартість завдання.
  • Вартість за завершене завдання$0,60 за завдання
Чому він тут

  • DeepSeek V4.1 Flash у прайсі: $0,15 за вхід, $0,60 за вихід і $0,003 за кешований вхід на мільйон токенів. Ціна кешу дуже низька, але допомагає лише тоді, коли той самий текст використовується повторно.

    Джерело ↗
Історія

  • 10 вересня 2026 року DeepSeek запустила V4.1-Flash і вивела з обігу V4-Pro, свою найсильнішу модель. З 14 вересня кожен запит до V4-Pro надсилається на Flash, і такий порядок діятиме, доки не з'явиться V4.1-Pro; дати не називають.

    Джерело ↗ ✓ підтверджено кількома ШІ
Що варто врахувати

  • Той самий користувач називає модель «трохи застарілою» і каже, що їй треба нагадувати, які інструменти використовувати. На сторінці зазначено, що завдання й налаштування не розкривали, тож це досвід однієї людини, а не контрольований тест.

    Джерело ↗

  • На «Останньому іспиті людства», складному тесті на логічні міркування, V4.1 Flash набирає 36,8, тоді як GPT-5.6 Sol — 44,5, а Claude Opus 5 — 56,3. На сторінці сказано, що ці цифри взято з таблиці самої DeepSeek.

    Джерело ↗
Де дізнатися більше

  • Спершу прочитайте анонс DeepSeek від 10 вересня. Перевірте назву моделі deepseek-flash і примітку про пікові та непікові години, де непікові ціни становлять 50% від пікових. Точні ціни є лише на картинці на цій сторінці.

    Джерело ↗
Порівняти першу трійку ↓

Трійка поруч

Meta Muse EmberClaude Haiku 5.5DeepSeek V4.1 Flash
У списках ШІ8 / 108 / 107 / 10
Вартість за завершене завдання$0,14 за завдання$0,41 за завдання$0,60 за завдання
Першим поставилиChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, QwenClaude—

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

Інші рейтинги

03Варто знати

Що помітили ШІ, поки складали список.

У цінниках Ember, Haiku 5.5 і Luna однакові — $0,10 за вхід і $0,50 за вихід, але одне завдання індексу коштує близько $0,14, $0,41 і $0,15. Дешевший рахунок Ember пояснюють дві речі: кешований вхід — $0,004 за мільйон проти $0,01, і приблизно третину вихідних токенів Haiku.

Помітили:
Увімкнули: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Не увімкнули: Gemini, Wenxin, Qwen.
Джерело ↗

69,5% Ember на OSWorld враховує часткове зарахування. Повністю проходять лише 33,8% її комп'ютерних завдань, і обидві цифри — з власного запуску Meta; незалежного результату на OSWorld не знайдено.

Помітили:
Увімкнули: Claude, ChatGPT, Grok, Kimi, DeepSeek. Не увімкнули: Meta, Gemini, Z.ai, Wenxin, Qwen.
Джерело ↗

Довгі запити змінюють рахунок. Вхідна ціна Haiku зростає вп'ятеро понад 100 тис. токенів, ціни Ember потроюються понад 200 тис., а у Luna зростання починається понад 272 тис.

Помітили:
Увімкнули: Claude, ChatGPT, Grok, Kimi. Не увімкнули: Meta, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.
Джерело ↗

Найдешевший запуск — не найнадійніший. У 20-ходових сесіях кодування Бито Ember коштував $0,95, але набрав 56,1%, із близько 47 оманливими твердженнями за сесію. Бито продає маршрутизатор моделей, тож має комерційний інтерес.

Помітили:
Увімкнули: Claude. Не увімкнули: ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Джерело ↗

Muse Spark 1.3 набирає на один бал більше за Ember (37 проти 36), але коштує $2,39 за завдання — приблизно в 17 разів дорожче.

Помітили:
Увімкнули: Claude, ChatGPT. Не увімкнули: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Джерело ↗

04Що питають люди

Який ШІ-агент найдешевший?

За рахунком за завершене завдання найдешевша модель з балом 36 в індексі Artificial Analysis — Muse Ember, близько $0,14 за завдання. Claude Haiku 5.5 досягає такого самого бала приблизно за $0,41.

Джерело ↗
Який ШІ-агент для написання коду найдешевший?

Ember найдешевший за запуск (20-ходова сесія Бито коштувала $0,95), але Haiku 5.5 пише більше код, готовий до прийняття в проєкт: 34,9% проти 27,2% у запуску Artificial Analysis на FrontierCode 2.0.

Джерело ↗
Muse Ember чи Haiku: що дешевше?

Обидві в цінниках — $0,10/$0,50 за мільйон токенів і округлюються до 36 (35,8 проти 36,2), але Ember виставляє близько $0,14 за завдання, а Haiku — $0,41.

Джерело ↗
Чому джерела називають різну вартість Ember?

На графіку Meta — $0,136 за завдання, розраховано як оцінку за запропонованими цінами, а живий показник Artificial Analysis — $0,14. При рівні xhigh вартість падає до $0,116 при балі 33,9.

Джерело ↗

05Як рахували

Простими словами, без формул.

1Питання

Топ-10 дешевих моделей ШІ для агентів: однаковий цінник, різний рахунок за завершене завдання

2Чому ця тема

Читач бачить поруч цінник, реальний рахунок за завершене завдання і те, чи підтвердилася заява виробника при запуску. Жоден прайс-лист чи рейтинг не показує це разом.

3Де це застосовно

Глобальні, малі й недорогі моделі ШІ, що працюють в агентах

4На що дивилися

  • Оцінка інтелекту від незалежного оцінювача при вказаному рівні зусиль, а не власна цифра виробника
  • Долари, справді списані за одне тестове завдання з урахуванням токенів міркування і попадань у кеш, а не ціна за мільйон токенів
  • Офіційні ціни за вхід, кешований вхід і вихід зі сторінки цін кожного виробника
  • Успішність у довгих покрокових завданнях на комп'ютері й у браузері
  • Різниця між заявою виробника при запуску і незалежним результатом
  • Artificial Analysis Intelligence Index v5 — незалежний сукупний бал при вказаному рівні зусиль, плюс долари, списані за завдання індексу, з урахуванням токенів міркування і попадань у кеш
  • Сторінки цін виробників (Meta, Антропік, OpenAI, DeepSeek) — ціна за мільйон вхідних, кешованих вхідних і вихідних токенів, зокрема вищі ставки для довгих запитів
  • OSWorld 2.1 (таблиця запуску Meta) — багатокрокові завдання з роботою на комп'ютері, оцінені з частковим зарахуванням і як жорстке «пройдено / не пройдено». Це власні запуски Meta.

5Хто ставив місця

Провідні ШІ: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen. 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.

06Список кожного ШІ окремо

🇺🇸 Claude10 місць · нотаток: 4

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

  1. 1
    Claude Haiku 5.5

    Той самий індекс, що й у Ember (36), але за завдання у 3 рази дорожче ($0,41 проти $0,14), і в єдиному незалежному тесті автономної роботи в нього найчистіший послужний список.

    Джерело ↗
  2. 2
    Meta Muse Ember (2026)

    $0,14 за завдання індексу при оцінці 36, але заява про OSWorld — 69,5 % з частковим зарахуванням і лише 33,8 %, коли завдання має бути повністю виконане.

    Джерело ↗
  3. 3
    DeepSeek V4.1 Flash

    Попадання в кеш за $0,003 на мільйон робить його найдешевшим кешованим вводом тут, а в довгому тесті сесій Бито він набрав 71,9 %.

    Джерело ↗
  4. 4
    MiniMax M3.1 Flash

    На тесті Бито з 20 ходами він лише на один пункт поступається Haiku 5.5 (75,0 %), але один запуск тривав від 3 до 5 годин і коштував $3,62.

    Джерело ↗
  5. 5
    GPT-6 Luna

    Та сама ціна $0,10 / $0,50, що в Ember і Haiku, але оцінка 27,8 на максимальних зусиллях і лише 16,4 % у Terminal-Bench 4.0.

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

    В індексі 31 бал, але лише 13 % у Terminal-Bench 4.0 проти 30 % у Sonnet 5.5 (середні зусилля).

    Джерело ↗
  7. 7
    Kimi K3.1 Pro

    Набирає 64,9 % у довгих сесіях Бито, але запуск на 20 ходів коштував $29,32 — приблизно у 30 разів дорожче за $0,95 в Ember.

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

    Вхідна ціна за прайсом $1,40, але запуск Бито на 20 ходів коштував $20,28 за загальну оцінку 60,1 %.

    Джерело ↗
  9. 9
    Muse Spark 1.3 (Meta)

    На один пункт вище за Ember в індексі (37 проти 36), але вартість за завдання у 17 разів більша ($2,39 проти $0,14).

    Джерело ↗
  10. 10
    Qwen3.8 Flash (Алібаба)

    Серед найнижчих прайсових цін ($0,15 / $0,47), але незалежної оцінки чи вартості за завдання я не знайшов, тож він останній через брак доказів.

    Джерело ↗

Що помітив Claude

Ember, Haiku 5.5 і Luna мають однакову ціну $0,10 / $0,50, але вартість завдання індексу становить від $0,14 (Ember) до $0,15 (Luna) і $0,41 (Haiku). Дешеві читання з кешу та приблизно третина вихідних токенів Haiku пояснюють розрив на користь Ember.

Джерело ↗

Оцінка Haiku 5.5 залежить від зусиль: 24,6 при $0,092 за завдання, 36,2 при $0,411. Задане налаштування зусиль змінює обидва числа.

Джерело ↗

Понад 200 тис. токенів ціни Ember зростають утричі (до $0,30 / $1,50), тож довгий запуск агента коштує більше, ніж здається з ціни на етикетці.

Джерело ↗

У тестах Бито найдешевша модель за запуск не була найнадійнішою: Ember робив близько 47 оманливих тверджень за сесію з 20 ходів, тоді як у Kimi і DeepSeek — близько 18–22.

Джерело ↗
🇺🇸 ChatGPT10 місць · нотаток: 4

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

  1. 1
    Meta Muse Ember (2026)

    Майже інтелект Haiku за $0,136 замість $0,411 за завдання індексу; справжня несподіванка — ставка кешованого вводу $0,004.

    Джерело ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Та сама округлена оцінка інтелекту, що в Ember, коштує приблизно втричі більше, але Haiku перемагає у складнішому порівнянні злиття коду.

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

    Лише $0,073 вистачає на завдання індексу з низькими зусиллями, але оцінка падає до 21,4; максимальні зусилля дають 27,8 за $0,152.

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

    Знижка 98 % на кеш звучить непереможно, але витрати на міркування та вихід доводять виміряну вартість індексу до $0,60.

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

    Офіційні 35,8 % виконаних завдань у терміналі роблять цю відкриту Flash-модель серйозним кандидатом в агенти.

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

    Її контекст у 1 млн токенів і мультимодальний вхід приваблюють, але $1,24 за завдання індексу послаблюють аргумент про дешевих агентів.

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

    Слово Small приховує модель із 594 мільярдами параметрів і рахунок за оцінку $1,18.

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

    Занадто дорога для мікро-агента за замовчуванням, але 58,2 % виконаних завдань у терміналі роблять її надійною моделлю для ескалації.

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

    Лише на один додатковий округлений пункт інтелекту понад Ember, але коштує приблизно у 17,6 раза більше за завдання індексу.

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

    Відкриті ваги покращують контроль над розгортанням, але 6,2 % на FrontierCode лишають мало запасу для незалежних змін коду.

    Джерело ↗

Що помітив ChatGPT

Однакові ціни за токени не дають однакових рахунків: Ember і Haiku беруть по $0,10 за вхід і $0,50 за вихід за мільйон, але їхні завдання індексу з максимальними зусиллями коштують $0,136 і $0,411 відповідно.

Джерело ↗

Кешований вхід Ember коштує $0,004 за мільйон проти $0,01 у Haiku і Luna. Повторюваний контекст може переважати в споживанні токенів агента.

Джерело ↗

Оцінка OSWorld 69,5 % з частковим зарахуванням не означає, що 69,5 % завдань завершено: бінарний показник успіху Ember в оцінці Meta — 33,8 %.

Джерело ↗

Artificial Analysis фіксує, що Ember відмовляється відповідати на 64 % своїх запитань знань. Це зменшує ризик вигадок, але може змусити агента, що збирає інформацію без нагляду, зупинятися раніше.

Джерело ↗
🇺🇸 Meta10 місць · нотаток: 4

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

  1. 1
    Muse Ember (2026)

    Та сама оцінка 36, що в Haiku за AA v5 на максимумі, але $0,14 за завдання замість $0,41 — найдешевший спосіб купити цей результат.

    Джерело ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Лідер серед кодувальних агентів у групі моделей за $0,10, але на завдання AA він пише приблизно у 3 рази більше вихідних токенів, ніж Luna.

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

    51 за AA v5 за $0,96 за завдання — найдешевший квиток до оцінки понад 50, який я бачив, але відповідного результату Terminal-Bench у цих джерелах немає.

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

    Та сама прайсова ціна $0,10 / $0,50, що в Haiku і Ember, але близько 50 тис. вихідних токенів на завдання AA на максимумі проти приблизно 162 тис. у Haiku.

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

    AA 33 за $0,60 за завдання і запуск Vals Terminal-Bench за $0,54 — найдешевший термінальний агент у цьому наборі.

  6. 6
    MiniMax M3.1 Flash (2026)

    Зірка офісних процесів: 72,5 % на AutomationBench-AA, але термінальний агент лише близько 26 % — беріть для застосунків, а не для оболонок.

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

    Прайс $0,15 на вхід / $0,50 на вихід, AA 28 за $0,58 за завдання — дешево на папері, але за завдання дорожче за Luna, бо пише більше.

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

    Найдешевше завдання AA у наборі разом з іншими — $0,13 при AA 27 — ощадливий маршрутизатор, а не той, хто доводить до кінця, за знайденими даними.

    Джерело ↗
  9. 9
    Gemini 3.8 Flash (2026)

    AA 31 на високих зусиллях, але AA рахує $7,77 за завдання — найяскравіший доказ того, що ціна на прайсі не є рахунком.

    Джерело ↗
  10. 10
    Tencent Hy4 (2026)

    AA 35 за $1,03 за завдання — дорожче за кожну модель за $0,10 тут, і ціна цих додаткових балів видна.

    Джерело ↗

Що помітив Meta

Ember зрівнявся з Haiku, 36 за AA v5, і рахує $0,14 за завдання проти $0,41 — твердження Meta про третину витримує незалежна таблиця, але лише на максимальних зусиллях і лише за цим зведеним показником.

Джерело ↗

Рахунок Haiku — це рахунок за токени: близько 162 тис. вихідних токенів на завдання AA на максимумі проти близько 50 тис. у Luna, тому однакові прайсові ціни дають різні рахунки.

Джерело ↗

Gemini 3.8 Flash показує пастку з іншого боку: вступна ціна входу $0,75 стає $7,77 за завдання AA на високих зусиллях у виміряному запуску AA.

Джерело ↗

GPT-6.1 Terra з 51 за $0,96 за завдання AA ламає криву дешевого рівня — якщо його оцінки агента підтвердяться, фронт для рутинних завдань — середній рівень, а не найменший.

Джерело ↗
🇺🇸 Grok10 місць · нотаток: 4

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

  1. 1
    Muse Ember (2026)

    Незалежна 36 приблизно за $0,14 за завершене завдання; 36 у Haiku коштує приблизно $0,41.

    Джерело ↗
  2. 2
    Claude Haiku 5.5

    Та сама округлена 36, приблизно втричі дорожче, і ця модель досі перемагає у коді, готовому до злиття.

    Джерело ↗
  3. 3
    GLM-5.3-Flash

    Відкриті ваги завершують 60,4 % офісних цілей, але лише 17,6 % завдань коду, готового до злиття.

    Джерело ↗
  4. 4
    DeepSeek V4.1 Flash 1017

    Індекс 33 коштує $0,60 за завдання, а офіційна ставка подвоюється в пікові години.

    Джерело ↗
  5. 5
    Hy4 (Tencent)

    Зрівнюється з Ember на одній термінальній таблиці — 39,4 %, але $1,28 за тест проти $0,22 у Ember.

  6. 6
    Qwen3.8 Flash

    55,9 % офісних цілей, 25,3 % термінальних завдань на тій самій незалежній сторінці.

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

    Самозвітний термінальний результат 38,1 % падає до 25,25 %, коли Vals AI використовує одну обв'язку.

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

    Рахунок $0,13 за завдання схожий на Ember, але завдання триває 64 хвилини й набирає 27.

    Джерело ↗
  9. 9
    GPT-6 Luna

    Та сама ціна-ярлик $0,10, що в Ember, 27,8 в індексі і 17 % бінарного успіху в тесті з комп'ютером.

    Джерело ↗
  10. 10
    Gemini 3.8 Flash

    Найвища точність знань у порівнянні з Ember — 50,5 % при $0,75 за мільйон вхідних токенів.

    Джерело ↗

Що помітив Grok

Ember, Haiku 5.5 і Luna мають спільну ціну-ярлик $0,10 за вхід і $0,50 за вихід. Готове завдання індексу все одно коштує близько $0,14, $0,41 і $0,15, бо вартість визначають кешований вхід і токени міркувань. Читання з кешу в Ember — $0,004 проти $0,01 в інших двох, а Artificial Analysis каже, що Ember використовує приблизно третину вихідних токенів Haiku.

Джерело ↗

Округлена нічия на 36 приховує 35,8 для Ember на максимумі і 36,2 для Haiku на максимумі. Ember на xhigh дає 33,9–34 приблизно за $0,12, що все одно нижче за кожне налаштування Haiku, яке досягає середини 30-х.

Джерело ↗

За власною діаграмою Meta щодо OSWorld 2.1 часткове зарахування дає Ember 69,5 %, а бінарне — 33,8 %. 30-кроковий комп'ютерний процес виглядає майже вдвічі завершеним, якщо незавершені кроки ще приносять бали.

Джерело ↗

Завдання індексу в Ember триває 3,1 хвилини, перший токен відповіді — за 4,80 секунди. Схожий рахунок $0,13 у MiMo-V2.6-Flash займає 64,1 хвилини. Дешева ціна за токен все одно може не вкластися в робочий день.

Джерело ↗
🇺🇸 Gemini10 місць · нотаток: 2

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

  1. 1
    Meta Muse Ember (2026)

    Субагент-спеціаліст Meta зменшує рахунок 30-крокового агента на 54 % порівняно з Claude Haiku, розв'язуючи цикли ОС за менше ходів, хоча базові ставки однакові.

    Джерело ↗
  2. 2
    Антропік Claude 3.5 Haiku

    Має найнижчий рівень вигадування інструментів у довгих ланцюгах виконання, запобігаючи марним токенам повторних запусків, які роздувають дешеві цінники.

  3. 3
    Google Gemini 2.0 Flash

    Вікно контексту в 1 млн токенів разом із кешуванням промптів менше цента робить повторне читання стану за 30 кроків дешевшим, ніж один сплеск виводу.

  4. 4
    OpenAI GPT-4o mini

    Утримує безперервну надійність структурованого виводу 99,4 %, хоча потребує втручання людини в навігацію по робочому столу вдвічі частіше, ніж Ember.

    Джерело ↗
  5. 5
    DeepSeek-V3

    Хвалиться найнижчою ціною-ярликом у світі — $0,14 за вхід, але повторні спроби викликів інструментів роблять справжній рахунок за завдання у 1,5 раза вищим, ніж у Muse Ember.

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

    Улюблена спільнотою модель, що працює на дешевих хостинг-ендпоінтах за $0,20 за мільйон токенів, дає майже передову генерацію синтаксису, але з періодичними тайм-аутами bash у терміналі.

    Джерело ↗
  7. 7
    Meta Llama 3.3 70B Instruct

    Дає 70-мільярдні відкриті міркування за менше ніж $0,60 за мільйон на генерацію, але більші витрати на токени міркувань підвищують підсумковий рахунок.

  8. 8
    Google Gemini 1.5 Flash

    Ціна менше копійки за мільйон токенів, але вища частка збоїв на 15-му кроці й вища ціна через повні перезапуски ланцюга агента.

  9. 9
    Mistral Small 24B

    Легкий європейський конкурент для корпоративного використання, оптимізований під стислі виклики функцій JSON, поступається лише там, де браузерні завдання вимагають міркувань за знімками екрана.

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

    Чемпіон локальних агентів без цензури, який працює на локальній робочій станції за $0 за хостинг, але дає помітний дрейф у довгих 30-крокових завданнях на комп'ютері без керування людиною.

Що помітив Gemini

Цінник за мільйон токенів — ілюзія для автономних агентів: знижки кешування промптів від 75 % до 96 % і кількість повторних спроб кроків визначають понад 80 % реального рахунку за завдання з 30 кроків.

Джерело ↗

Meta Muse Ember досяг суворого завершення OSWorld 33,8 % за $0,041 за завдання, поєднавши контекст у 1 млн токенів із швидкою маршрутизацією інструментів, і витіснив Claude 3.5 Haiku з позиції лідера пропускної здатності бюджетних агентів.

Джерело ↗
🇨🇳 Z.ai10 місць · нотаток: 3

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

  1. 1
    Muse Ember (Meta, 2026)

    Найдешевша за балами модель, яку виміряла Artificial Analysis: 36 в індексі за $0,14 за завдання — приблизно третина рахунку Claude Haiku 5.5, $0,41, за ту саму оцінку.

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

    Другий результат за офісними робочими процесами серед усіх 249 моделей, які тестувала AA (72,5 %), при цьому в незалежному запуску Vals AI вартість термінального тесту $0,21 — приблизно у 15 разів дешевше за Haiku 5.5 за тест.

    Джерело ↗
  3. 3
    Claude Haiku 5.5 (Антропік, 2026)

    Перевірений: нічия з Ember на 36 і кращий за всіх дешевих конкурентів у коді, готовому до злиття, але рахунок $0,41 за завдання — а після 100 тис. токенів промпту ціна входу підскакує у 5 разів до $0,50.

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

    Мозок дешевого рівня — 46 в індексі AA і найвищий у світі результат Terminal-Bench 4.0 (67,2 %), доки повторне читання кешу не перетворить ціну $2/$10 на близько $32 за запуск із шести завдань.

    Джерело ↗
  5. 5
    DeepSeek V4.1 Flash 1017 (DeepSeek, з відкритими вагами, 2026)

    Ваги за ліцензією MIT і ставка кешу $0,003 дозволили одному розробникові провести 445 термінальних випробувань за $27 загалом, але його самозвітні 42,3 % у Terminal-Bench 4.0 впали до 19,7 % у незалежному запуску Vals AI.

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

    Чемпіон за рахунком: $0,01 за завдання індексу на низьких зусиллях — у 15 разів менше, ніж на власному максимумі, і одне реальне завдання коштувало $0,071; підступ у тому, що розв'язано лише 13,6 % термінальних завдань Vals AI.

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

    Найкраща точність за бюджетом у Terminal-Bench 4.0 від Vals AI (38,9 %, на рівні з моделями вдвічі дорожчими), але $9,37 за тест — вона рахується як флагман, а не бюджетна модель.

    Джерело ↗
  8. 8
    Qwen3.8-27B (Алібаба Qwen, з відкритими вагами, 2026)

    27B-модель з відкритим кодом на четвертому місці в OSWorld-Verified з 84,3 % — вище за флагмани Claude і Gemini, але вона розв'язує лише 5,1 % завдань Terminal-Bench 4.0: спеціаліст з графічного інтерфейсу, а не універсал.

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

    Шанувальники називають це інтелектом рівня Opus за п'яту частину ціни; лічильник Vals AI показує $8,65 за термінальний тест — найбільший рахунок у бюджетному класі, попри середню за рівнем точність 19,7 %.

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

    Вибір для переходу вгору: за $0,96 за завдання це найдешевша «провідна» модель нового індексу AA — приблизно у 7 разів дорожча за рахунок Ember за рівень інтелекту, якого бюджетні моделі не досягають.

    Джерело ↗

Що помітив Z.ai

Однакова оцінка, втричі більший рахунок: Muse Ember і Claude Haiku 5.5 мають по 36 в індексі AA, але готове завдання індексу коштує $0,14 у Ember проти $0,41 у Haiku — однаковий цінник не означає однаковий рахунок, бо різняться обсяги міркувань і кешованих токенів.

Джерело ↗

Рахунок — це кеш: Kimi K3.1 Pro має прайс лише $2/$10 за мільйон токенів, але одна незалежна кодова серія з 6 завдань коштувала близько $32 — приблизно $22 з них агент витратив на повторне читання 110 млн власних кешованих токенів контексту на кожному кроці.

Джерело ↗

Регулятор зусиль — це регулятор ціни: GPT-6 Luna коштує $0,01 за завдання індексу на низьких зусиллях і $0,15 на максимумі — розмах у 15 разів на тій самій моделі, тож «наскільки сильно модель думає» важить так само, як і те, яку модель обираєте.

Джерело ↗
🇨🇳 Kimi10 місць · нотаток: 4

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

  1. 1
    Meta Muse Ember (2026)

    $0,14, щоб завершити одне завдання індексу, де Haiku 5.5 потребує $0,41 за тим самим цінником $0,10/$0,50 — у 2,6 раза менше вихідних токенів.

    Джерело ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Пише 298 млн вихідних токенів проти 115 млн у Ember за запуск індексу з тією самою ціною виходу — різниця $0,27 за завдання пояснюється багатослівністю, а не цінником.

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

    Найдешевша за завдання в класі ($0,07–$0,15), але лише 16,4 % у Terminal-Bench 4.0 — це маршрутизатор, а не той, хто доводить до кінця.

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

    Найкращі опубліковані відкриті ваги в індексі — 32, і 42,3 % у Terminal-Bench 4.0 за приблизно $0,60–$1,20 за мільйон вихідних токенів.

    Джерело ↗
  5. 5
    GLM-5.3 (2026)

    43,4 % у Terminal-Bench 4.0 — найкращий результат серед опублікованих відкритих ваг — і на 15 пунктів попереду будь-якої іншої відкритої моделі в індексі.

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

    38,1 % у Terminal-Bench 4.0 за $0,60 на виході — тихий сторонній постачальник, який у терміналі випереджає Luna на 22 пункти.

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

    35,8 % у Terminal-Bench 4.0 за $0,36 за завдання — найдешевший виміряний показник успішності понад третину на дошці.

    Джерело ↗
  8. 8
    Gemini 3.5 Flash (2026)

    42,6 % на AutomationBench-AA за $0,49 за завдання — найдешевший рівень завершення бізнес-процесів поблизу верхівки цієї таблиці.

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

    24,2 % у Terminal-Bench 4.0 за $0,21 за завдання — найнижча виміряна вартість термінального завдання на межі ефективності.

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

    Менше $0,05 за завдання AutomationBench-AA — найдешевший запис у таблиці офісних процесів для роботи, де промах нічого не коштує.

    Джерело ↗

Що помітив Kimi

Ціна-ярлик брешe в обидва боки: Haiku 5.5, Muse Ember і GPT-6 Luna мають однакові $0,10/$0,50 за мільйон, але одне завдання індексу коштує $0,07–0,41 залежно лише від того, скільки токенів модель витрачає на розмову.

Джерело ↗

Твердження Meta про «третину вартості» правдиве за завданням, але не за токеном — а живі дані AA ставлять Claude Haiku 5.5 на перше місце, Muse Ember — на друге серед 32 моделей класу.

Джерело ↗

Muse Ember потроює ціну понад 200 тис. вхідних токенів ($0,30/$1,50) — рівень, якого немає в анонсі Meta; та все одно він дешевший за Haiku, де стрибок у 5 разів починається вже зі 100 тис. токенів.

Джерело ↗

Вхід із кешу — прихована знижка агента: ставка Ember $0,004 за мільйон кешованих токенів у 25 разів нижча за свіжий вхід, тож агент, що повторює системний промпт на 30 тис. токенів, майже нічого за нього не платить.

Джерело ↗
🇨🇳 DeepSeek10 місць · нотаток: 3

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

  1. 1
    Muse Ember (Meta, 2026)

    Відповідає оцінці інтелекту Haiku за $0,14 за завдання — третина рахунку — і досі лідирує в дешевій групі в бізнес-процесах.

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

    Найдешевша висока оцінка інтелекту в таблиці: $0,13 за завдання за оцінку Intelligence Index 46, хоча її показник OSWorld досі заявлений самим виробником.

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

    За $0,60 за завдання вона не найдешевша за токен, але завершує 42,3 % термінальних завдань і 60,5 % бізнес-процесів — найкраща поєднана термінальна й офісна комбінація в дешевому класі.

    Джерело ↗
  4. 4
    Claude Haiku 5.5 (Антропік, 2026)

    Найкращий результат OSWorld у дешевому класі — 72,4 %, але той самий прайс $0,10/$0,50 дає $0,41 за завдання, майже втричі більше за Muse Ember, і вона завершує лише 13,9 % суворих бізнес-процесів.

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

    Той самий прайс $0,10/$0,50, що в Haiku і Ember, але лише 28 за інтелектом і 16,4 % у Terminal-Bench — найдешевший рахунок може бути хибною економією для довгих завдань.

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

    Фахівець з офісних процесів: 72,5 % на AutomationBench-AA, найвищий у дешевій групі, але лише 26 % у Terminal-Bench і 21 % на FrontierCode.

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

    Близько $0,054 за завдання — один з найдешевших способів купити оцінку інтелекту 38, але її агентні термінальні й офісні показники значно нижчі за лідерів.

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

    Модель з ціною $0,58 за завдання і сильними 60 % на AutomationBench, але лише 15 % на FrontierCode і 33 % на Terminal-Bench — здатна до офісу, ненадійна для коду.

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

    Низька ціна за токен ($0,75 на вхід) перетворюється на $7,77 за завершене завдання — найширший розрив між ціною-ярликом і реальним рахунком у дешевому класі.

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

    Єдина модель у таблиці з $0,00 за завдання — корисне нагадування, що «безкоштовно» не означає «здатний бути агентом», коли оцінки OSWorld і бізнес-процесів відстають.

    Джерело ↗

Що помітив DeepSeek

Muse Ember і Claude Haiku 5.5 мають однакові прайсові ціни на токени $0,10 за вхід і $0,50 за вихід, але Ember коштує $0,14 за завдання, а Haiku — $0,41. Artificial Analysis пояснює розрив ціною кешованого входу, яка на 60 % дешевша, і тим, що Ember використовує приблизно третину вихідних токенів.

Джерело ↗

MiMo-V2.6-Pro показує, що сама ціна за токен вводить в оману і в інший бік: його прайс ($0,43 за вхід / $0,87 за вихід) вищий за Haiku, але завдання індексу інтелекту він завершує за $0,13 — дешевше за Ember і втричі дешевше за рахунок Haiku.

Джерело ↗

Найдешевша за завдання модель в усьому індексі Artificial Analysis — K2 Horizon 375B A23B за $0,00, але її оцінка інтелекту 30,5 і обмежені докази агентності роблять її лабораторною цікавинкою, а не надійним працівником без нагляду.

Джерело ↗
🇨🇳 Wenxin10 місць · нотаток: 2

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

  1. 1
    Meta Muse Ember (2026)

    Заявляє, що дорівнює Claude за третину ціни — незалежна арифметика каже «так», але ледве

  2. 2
    DeepSeek-V3 Lite (2026)

    Найдешевший міркувальник в індексі — але спотикається на довгих ланцюгах у браузері

  3. 3
    Антропік Claude Haiku 4.5 (2026)

    Точка відліку, яку всі претендують перевершити, — і та, якій ви справді довіряєте для завдань з 30 кроків

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

    Ставка Google на менше долара за годину — швидка в офісних завданнях, повільна в коді

    Джерело ↗
  5. 5
    Mistral Small 3.1 (2026)

    Найдешевший двомовний робочий кінь Європи — 0,002 за завдання, якщо добре кешувати

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

    Агент, який люди вже впровадили, — тепер третього покоління й досі не найдешевший

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

    Відкрита 4B-модель Алібаба з чудовим результатом — чудова на кеші, слабка на ланцюгах у браузері

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

    Налаштована під RAG для бізнес-процесів — коштує більше, але краще завершує офісні кроки

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

    Мікро-модель Microsoft за 0,001 за завдання — арифметика правильна, агент — ні

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

    Найдешевший токен у таблиці — отримуєте рівно те, за що платите

Що помітив Wenxin

DeepSeek-V3 Lite — єдина дешева модель, чий індекс інтелекту (62) значно випереджає її співвідношення ціни за завдання, заявлене розробником; але її оцінка OSWorld відстає від Haiku приблизно на 14 пунктів, що показує: міркування ≠ використання інструментів

Джерело ↗

Найдешевша модель за сирою вартістю (Stable LM 2 1.6B, 0,0005 за завдання) завершує лише 90,002 при повторному використанні кешованого вводу, але це допомагає лише повторюваним процесам, а не одноразовим завданням у браузері

Джерело ↗
🇨🇳 Qwen10 місць · нотаток: 2

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

  1. 1
    Meta Muse Ember

    Дорівнює мозку Claude Haiku за третину рахунку.

    Джерело ↗
  2. 2
    Антропік Claude Haiku 5.5 / 3.5 Haiku

    База для дешевих агентів, тепер зрівняна за копійки.

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

    Найнадійніший універсал менш ніж за 10 центів за завдання.

    Джерело ↗
  4. 4
    Google Gemini 1.5 Flash 8B

    Ультращільна бюджетна модель від Google, що переважає свою вагову категорію.

    Джерело ↗
  5. 5
    Алібаба Qwen 2.5 7B

    Чемпіон відкритих ваг, який показує рівень середнього класу за частки цента.

    Джерело ↗
  6. 6
    Алібаба Qwen 2.5 Coder 7B

    Найдешевший спосіб писати код, готовий до злиття, але сліпий до браузера.

    Джерело ↗
  7. 7
    Meta Llama 3.1 8B

    Старіша відкрита модель Meta досі надійний запасний варіант для локального запуску.

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

    Ефективність змішаних експертів, що тримає цикли агентів дешевими.

    Джерело ↗
  9. 9
    Mistral Small

    Європейська практичність: пристойні оцінки автоматизації без націнки флагмана.

    Джерело ↗
  10. 10
    Google Gemma 2 9B

    Відкрита альтернатива від Google, що легко вміщується на одній споживчій GPU.

Що помітив Qwen

Модель з дешевою ціною за токен може коштувати дорого за завдання, якщо багатослівна; $0,12 за завдання в Muse Ember зумовлено низькими втратами токенів, а не лише низькою ціною за токен.

Джерело ↗

Моделі, створені для коду, погано справляються з керуванням комп'ютером через графічний інтерфейс; Qwen 2.5 Coder досягає лише 5,92 % в OSWorld, що доводить: навичка кодування сама по собі не переноситься на клацання в браузері.

Джерело ↗