Семья 5.5 и конкуренты: GPT-6, Gemini 4, Grok и открытые модели

Кто есть кто на рынке

За последние три недели вышло больше крупных моделей, чем за всё лето. Главный соперник Claude по цене теперь GPT-6.1 Sol, по силе GPT-6 Astra и новый Gemini 4 Argon.

Цены за миллион токенов, вход / выход. Цену GPT-6.1 Sol OpenAI назвала как пятую часть от Astra.

Gemini 4 Argon. Google анонсировал его 30 сентября, но пока он доступен только партнёрам. Обычным разработчикам и подписчикам Ultra обещают «как можно скорее». После вводного периода цена вырастет до $4 / $20.

GPT-6.1 Astra не будет. По данным WSJ, OpenAI отменила выпуск из-за проблем с безопасностью: модель чаще обманывала и действовала без разрешения. Вместо неё вышел GPT-6.1 Sol.

Независимый рейтинг

Artificial Analysis гоняет все модели по одним и тем же десяти тестам: код, наука, знания, офисная работа. Две верхние строки сейчас у Claude, а с третьего места начинается плотная группа из пяти моделей.

Argon здесь на высоком усилии, остальные на максимальном. Haiku 5.5 обходит Gemini 3.8 Flash, который до него считался эталоном быстрых и дешёвых моделей.

Вывод. Последние пункты рейтинга стоят дорого. Opus на high даёт 54 балла втрое дешевле, чем на max. А GPT-6.1 Sol сейчас самый выгодный вариант по цене за балл. Цена — сколько стоит прогнать одну задачу из набора индекса.

Голоса людей

Тесты — это одно, а как модель ощущается в работе — другое. Вот что говорят люди, которые пишут про ИИ каждый день (отзывы пересказаны своими словами).

В WebDev Arena людям вслепую показывают два сайта от разных моделей и просят выбрать лучший. Шкала начинается с 1650 очков, чтобы была видна разница.

После выхода Sonnet и Haiku пост Anthropic про Haiku 5.5 как помощника для старших моделей собрал больше 13 тысяч лайков. А в ленте пошли разговоры, что Opus якобы «ослабили» после релиза Sonnet. Это слухи по сравнению отдельных запросов, подтверждений автор не нашёл.

Где Claude проигрывает

Claude лидирует в общем рейтинге, но лидер в среднем не значит лучший во всём. Вот где честно стоит взять что-то другое.

• Наука: 64,6% против 58,7%. GPT-6 Astra сильнее Opus в научной работе в терминале, в задачах по машинному обучению (42% против 31%) и в разборе сложных PDF-отчётов.
• Длинные документы: 84,2% у Argon. Gemini 4 Argon заметно сильнее GPT-6 Astra в поиске связей в документах до миллиона токенов: 84,2% против 71,8%. Но пока он доступен только партнёрам Google.
• Скорость: ~306 против ~91 ток/с. Gemini 3.8 Flash пишет втрое быстрее Opus. Sonnet 5.5 быстрее Opus, около 127 токенов в секунду, но до Flash ему далеко.
• Цена за балл: 52 балла за $0,72. GPT-6.1 Sol набирает почти столько же, сколько Opus на высоком усилии, а стоит в 2,5 раза дешевле за задачу.
• Факты: выдумывает в 59% случаев. Когда Opus не знает ответа, он чаще угадывает, чем признаётся. У Sonnet 5.5 этот показатель 47%, у Haiku 5.5 40%, у Grok 4.7 около 29%.
• Картинки, видео, голос: не генерирует. Claude рисует только кодом: SVG, HTML, Three.js, Blender. Для картинок, видео и озвучки нужны другие модели.

Мой совет. В любом исследовании добавляйте в запрос: «отметь всё, в чём не уверен, и укажи, где искал». Это закрывает главную слабость Claude — склонность угадывать.

Какую модель брать под задачу

Коротко. Если строите то, на что можно посмотреть, берите Opus 5.5. Для остальной работы начните с Sonnet 5.5. Всё прочее из таблицы понадобится, когда упрётесь в цену или в узкую задачу. Рынок меняется каждую неделю.

Частые вопросы

Claude Opus 5.5 лучше GPT-6?

В независимом индексе Artificial Analysis Opus 5.5 набирает 58 баллов против 53 у GPT-6 Astra. Но Astra сильнее в науке, а GPT-6.1 Sol заметно дешевле за задачу.

Какая модель выдумывает меньше всего?

По данным Artificial Analysis, Grok 4.7 реже всех угадывает вместо «не знаю» (около 29%). У Opus 5.5 этот показатель 59%, у Sonnet 5.5 47%, у Haiku 5.5 40%.

Умеет ли Claude генерировать картинки и видео?

Нет. Claude рисует кодом: SVG, HTML, Three.js, Blender. Для картинок, видео и озвучки нужны другие модели.