Перейти к содержанию

Anthropic

Новые модели Claude тратят больше токенов, но дешевле за решённую задачу

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: Цены и лимиты Claude →
Изображение: signoz.io

Автор прогнал 10 задач из Terminal-Bench через Claude Code на трёх моделях: Sonnet 4.6, Opus 4.7 и Opus 4.8. Каждый запуск инструментировался через OpenTelemetry и SigNoz.

По точности: Sonnet решил 5 задач, Opus 4.7 семь, Opus 4.8 восемь. По сырой стоимости дешевле всех Sonnet (6,30 доллара), но Opus 4.8 оказался дешевле Opus 4.7 (8,06 против 8,51).

Ключевая метрика это стоимость за решённую задачу: 1,26 у Sonnet, 1,22 у Opus 4.7, 1,01 у Opus 4.8. Opus 4.8 сжёг больше всего токенов (6,06 млн против 2,88 млн у Sonnet), но почти все они кэш-чтения, самая дешёвая категория.

Ошибки тулов упали с 1,72% у Sonnet до 0,85% у Opus 4.8. Промахи Sonnet это таймауты, единственный промах Opus 4.8 быстрый неверный ответ на сложной задаче.

AI-индустрияGoogle

Google ограничила Meta доступ к Gemini

Google ограничила Meta доступ к Gemini из-за нехватки мощностей, пишет Financial Times. По данным газеты, это уже затормозило внутренние проекты Meta по поддержке клиентов и модерации контента.

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.