Перейти к содержанию

Агенты и MCP

Не каждому агенту нужна Claude Fable 5

6 мин чтения

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 →

Агентная система на 10 000 вызовов в день, где все запросы идут в GPT-5.6 Sol, обходится примерно в 7 500 долларов в месяц. Если распределить те же вызовы по трём моделям семейства, получается около 1 830 долларов. Такой расчёт приводит разбор, опубликованный на GitHub 19 августа.

У этих цифр есть оговорка, которую стоит учесть до того, как переносить их в свой бюджет. Цены Terra и Luna в разборе не совпадают с теми, что Tech Journal приводил к релизу GPT-5.6. С ценами Tech Journal экономия заметно меньше, хотя и остаётся большой.

Как устроен расчёт

Автор берёт обычную по масштабу нагрузку: 10 000 вызовов в день, около 300 000 за 30-дневный месяц. Средний вызов расходует 2 000 входных и 500 выходных токенов. Чтобы не сравнивать продукты разных вендоров, все три модели взяты из одной линейки OpenAI. По стандартным API-ценам для короткого контекста на момент написания один такой вызов стоит 0,025 доллара на Sol (5 долларов за миллион входных токенов и 30 за миллион выходных), 0,010 доллара на Terra (2 и 12 долларов) и 0,001 доллара на Luna (0,20 и 1,20 доллара).

Дальше три сценария:

  • всё на Sol: 250 долларов в день, 7 500 в месяц;
  • 80% вызовов на Terra и 20% на Sol: 130 долларов в день, 3 900 в месяц, на 48% меньше;
  • 60% на Luna, 30% на Terra и 10% на Sol: 61 доллар в день, 1 830 в месяц, на 75,6% меньше.

В третьем сценарии разница с вариантом «всё во флагман» составляет около 5 670 долларов в месяц. Автор сразу оговаривается, что 75,6% не прогноз и тем более не означает, что качество падает на 75,6%. В расчёте заложено, что дешёвые модели получают только те задачи, где они уже стабильно дают нужное качество, а Sol остаётся доступной там, где её дополнительные возможности меняют результат.

Пропорции 60/30/10 тоже не рецепт. Кодинг-агенту, исследовательскому ассистенту, системе поддержки клиентов и финансовой аналитике нужны разные распределения: одной системе флагман понадобится для половины вызовов, другой для нескольких процентов. На реальный счёт, по словам автора, влияют кэширование промптов, длина контекста, токены рассуждения, повторы, пакетная обработка, вызовы инструментов и скидки провайдера. Они могут сильно сдвинуть цифры, но экономика от этого не меняется.

Чьи цены у Terra и Luna?

По Sol данные сходятся. Tech Journal тоже называет 5 долларов за миллион входных и 30 за миллион выходных токенов и добавляет, что по сравнению с GPT-5.5 цена флагмана не изменилась. Для Terra издание приводит 2,50 и 15 долларов, то есть половину цены Sol, а для Luna 1 и 6 долларов. В разборе Terra стоит 2 и 12 долларов, Luna 0,20 и 1,20.

Если пересчитать третий сценарий по ценам Tech Journal с теми же токенами и пропорциями, месяц обойдётся примерно в 2 775 долларов. Экономия против варианта «всё на Sol» составит около 63%, в разборе это 75,6%. Основная часть разницы приходится на Luna: в сценарии на неё уходит 60% вызовов, а по данным Tech Journal она стоит в разы дороже, чем в таблице автора. Откуда расхождение, из разбора не следует. Автор лишь уточняет, что взял стандартные цены для короткого контекста на момент написания и что цены будут меняться.

Tech Journal указывает ещё одну деталь, важную для любой такой модели затрат. Запись в кэш у GPT-5.6 тарифицируется по ставке в 1,25 раза выше обычной входной, а чтение из кэша сохраняет скидку 90%. Для агентов, которые много раз гоняют один и тот же системный промпт и контекст инструментов, этот пункт может весить не меньше, чем выбор модели.

GPT-5.6 вышла публично 9 июля сразу в трёх вариантах, и OpenAI сама раскладывает их по задачам. Sol рассчитана на самую тяжёлую работу: сложный код, длинные агентные задачи, исследования, безопасность. Terra предназначена для повседневной продакшен-нагрузки, и, по словам OpenAI, она сопоставима с GPT-5.5 за половину цены. Luna нужна для массовых задач, где важна скорость: суммаризация, черновики, маршрутизация. Так позиционирование выглядит в пересказе Tech Journal.

Флагманы заточены под код

Второй аргумент разбора касается того, на что оптимизируют флагманы. OpenAI делает акцент на результатах GPT-5.6 Sol в коде и длинных инженерных сценариях с планированием, итерациями и координацией инструментов. Anthropic называет Claude Fable 5 своей самой способной моделью для амбициозных проектов с кодом и долгой агентной работы. Автор объясняет этот фокус тем, что код хорошо структурирован, инженерная работа дорого стоит, а результат можно проверить компилятором, тестами, статическим анализом и CI.

Агенты при этом делают гораздо больше, чем пишут код. В списке типовых нагрузок из разбора к самому коду относится только часть: написание, ревью, тесты, документация. Поиск по логам, мониторинг и вызовы API автор называет смежной операционной работой. Всё остальное к коду отношения не имеет: суммаризация, классификация, извлечение полей, перевод, отчёты, обновление CRM и трекеров, проверка по правилам, маршрутизация сообщений. По мнению автора, сила модели в коде не означает, что каждая такая задача выигрывает от неё пропорционально. Классификатор тикетов, экстрактор полей из счетов или агент, который дёргает понятный API, получат от флагмана разве что чуть лучшую обработку редких случаев и более гладкий текст.

В многоагентной системе эффект умножается. Один запрос пользователя превращается в вызовы планировщика, исполнителей, ревьюеров, ретриверов, классификаторов, переводчиков, мониторов и субагентов с инструментами, а повторы и валидация добавляют новые вызовы. В этот момент, как пишет автор, стоимость модели перестаёт быть расходом на запрос и начинает выглядеть как инфраструктура.

Что отдавать дешёвой модели

Признаки рутинной задачи в разборе перечислены прямо. Задача чётко определена, контекст ограничен, формат ответа предсказуем. Ошибку можно поймать автоматически или проверить детерминированными правилами. Результат потом посмотрит другой агент или человек. Сбой обходится недорого, задачу можно повторить или эскалировать. Пропускная способность и цена важнее небольшого прироста в рассуждениях, а каждая отдельная операция стоит немного. Для таких задач автор предлагает простой инженерный критерий: брать самую дешёвую модель, которая надёжно проходит нужный порог качества и надёжности.

Сложные, неоднозначные и рискованные случаи при этом можно эскалировать на более сильную модель, а там, где процесс это допускает, проверять выходные данные. На практике это делают двумя способами. Маршрутизатор заранее классифицирует запрос и отправляет его в одну модель: задержка получается предсказуемой, но качество всей системы упирается в точность маршрутизатора. Каскад сначала запускает дешёвую модель, оценивает ответ и эскалирует только неудачные попытки: средняя цена ниже, но в худшем случае платить приходится за несколько вызовов и за проверку. И если классификатор маршрута сам работает на дорогой модели, экономия съедается.

Флагманы автор при этом не отвергает. Для глубоких рассуждений, сложного планирования, нетривиального кода, неоднозначных решений, долгой автономной работы и ситуаций, где ошибка дорого стоит, он считает сильнейшую модель разумной тратой. Его итоговая формулировка: «Слабые модели нужны не везде. Нужно просто перестать считать самую сильную модель вариантом по умолчанию».

OpenAIOpenAI

Принудительный rm вылавливают в обёртках sudo и env

По записи на GitHub, детектор принудительного rm в Codex теперь срабатывает в пайплайнах, ловушках, вложенных шеллах и обёртках sudo или env. Правки пошли после разбора небольшого числа сообщений о разрушительных действиях агента.

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.