Конец дорогостоящего ИИ? Ценовой шок в OpenAI: почему GPT-6 Sol и Luna переворачивают рынок ИИ с ног на голову

Атака на антропогенность: OpenAI разрушает существующую логику ценообразования с помощью GPT-6 Sol и Luna

Интеллект по выгодной цене: как GPT-6 меняет экономику искусственного интеллекта

Неожиданный запуск новых моделей GPT-6 Sol и GPT-6 Luna знаменует собой начало новой эры в конкуренции в сфере искусственного интеллекта. Вместо того чтобы просто демонстрировать новые, первоклассные характеристики, компания атакует своих конкурентов – особенно Anthropic – там, где это наиболее важно для широкой публики: по цене. Резко снизив вдвое стоимость использования по сравнению с предыдущим поколением, ИИ наконец-то превращается из дорогого предмета роскоши в повсеместную инфраструктуру. Однако эти новые, чрезвычайно доступные модели ценообразования также представляют собой стратегическую ловушку: хотя автоматизация внезапно стала стоить в разы дешевле, открывая огромные возможности для бизнес-процессов, она также угрожает привести к быстрому росту общего потребления из-за новых вариантов использования. Те, кто хочет стать победителями в этой новой экономике ИИ, не могут слепо полагаться на самую низкую цену токена, а должны знать, как грамотно управлять моделями в будущем.

Ценовая атака OpenAI: GPT-6 Sol и Luna меняют экономику искусственного интеллекта

Дешевизна разведывательных данных станет проблемой для всех, кто по-прежнему извлекает выгоду из дефицита

Компания OpenAI запускает две новые модели, GPT-6 Sol и GPT-6 Luna, менее чем через три месяца после официального релиза семейства GPT-5.6, которые призваны ознаменовать следующий этап на массовом рынке искусственного интеллекта. Главный посыл имеет как минимум такое же важное экономическое, как и технологическое значение: повышение производительности не должно достигаться за счет увеличения стоимости, а скорее за счет значительного снижения затрат на использование. Стоимость GPT-6 Sol составляет два доллара США за миллион входных токенов и десять долларов США за миллион выходных токенов через API. Для GPT-6 Luna цены составляют десять центов за вход и 50 центов за выход. По сравнению с последними акционными ценами соответствующих моделей GPT-5.6, OpenAI, таким образом, снижает цены примерно вдвое, при этом снижение стоимости выходных токенов для Luna составляет чуть более 58 процентов.

Это изменение цен — не просто типичное обновление продукта. Оно демонстрирует, что конкуренция между крупными поставщиками ИИ всё больше смещается от простого стремления к высочайшей производительности ко второму уровню: решающим фактором становится экономически целесообразная производительность модели за определённую сумму денег. Именно здесь на помощь приходят Sol и Luna. Sol разработан для обработки сложных интеллектуальных задач, разработки программного обеспечения и процессов на основе агентов по ценам, ранее характерным для моделей среднего уровня. Luna, с другой стороны, стремится выполнять рутинные задачи настолько экономично, что ИИ можно внедрять в бизнес-процессы, где автоматизация ранее была практически нецелесообразной.

Таким образом, провокационная интерпретация заключается в том, что OpenAI не просто продает более качественные модели по более низким ценам, а пытается разрушить существующую логику ценообразования на рынке. Если высокое качество моделей больше не обязательно влечет за собой высокие переменные издержки, то премиальные цены теряют часть своего оправдания. В то же время, давление на конкурентов усиливается, заставляя их либо предлагать свои модели по более низким ценам, либо гораздо яснее демонстрировать их добавленную стоимость. Для компаний это открывает новые возможности применения. Однако это также несет в себе риск того, что снижение удельных издержек приведет к неконтролируемому расширению использования, что в конечном итоге приведет к увеличению общих расходов.

Две модели для создания различной ценности

Названия Sol и Luna отражают функциональное разделение портфеля моделей. GPT-6 Sol — это высокопроизводительная модель для массового рынка, расположенная ниже топовой модели GPT-6 Astra. Она предназначена для задач, где экономически важны точность, многоуровневое рассуждение, надежное использование инструмента и способность обрабатывать более длительные рабочие процессы. К ним относятся сложные анализы, сложные задачи программирования, автоматизированные исследования, управление цифровыми приложениями и поддержка профессиональной работы с интеллектуальным капиталом. GPT-6 Luna, с другой стороны, позиционируется как особенно экономичная и быстрая модель для задач с большим объемом данных. Она особенно подходит для классификации, извлечения, суммирования, простых задач кодирования, предварительных проверок и стандартизированной коммуникации.

Такой многоуровневый подход отражает все более важное осознание: компаниям не нужна самая мощная из доступных моделей для каждого запроса. Значительная часть использования ИИ в бизнесе состоит из повторяющихся задач с ограниченной сложностью. В этих случаях очень недорогая модель может обеспечить наибольшую экономическую выгоду. Только сложные, неоднозначные или высокорискованные случаи необходимо передавать более мощной модели. Таким образом, Sol и Luna поддерживают архитектуру, в которой запросы динамически распределяются в зависимости от сложности, риска и ценности.

Для OpenAI такая сегментация имеет стратегический смысл. Дорогая флагманская модель Astra может продолжать служить технологическим эталоном, не препятствуя широкому распространению из-за своей высокой стоимости. Sol занимает рынок высокопроизводительных производственных систем, а Luna охватывает чувствительный к цене массовый рынок. Таким образом, OpenAI может одновременно сохранять высокую рентабельность в премиум-сегменте, бросать вызов конкурентам в среднем ценовом сегменте и наращивать огромные объемы использования в низкоценовом сегменте.

Однако с точки зрения заказчика это создает новую проблему при закупках. Выбор модели не должен основываться исключительно на прейскурантной цене. Важнейшие факторы включают в себя уровень качества, достаточный для конкретного процесса, частоту ошибок модели, стоимость их обнаружения и трудозатраты на человеческий контроль. Кажущаяся недорогой модель может стать дорогостоящей, если ее результаты часто требуют доработки. И наоборот, более надежная модель может быть более экономичной, если она надежно обеспечивает желаемый результат с меньшим количеством итераций и меньшим контролем.

Уменьшение цен вдвое меняет расчет

Снижение цены особенно легко объяснить на примере Sol. В рамках ограниченной по времени акции GPT-5.6 Sol стоил четыре доллара США за миллион входных токенов и 20 долларов США за миллион выходных токенов. В GPT-6 Sol обе цены снизились вдвое — до двух и десяти долларов США соответственно. В случае с Luna цена на входные токены упала с 20 до десяти центов. Цена на выходные токены снизилась с 1,20 доллара США до 50 центов. Таким образом, общее утверждение о том, что обе модели ровно на 50 процентов дешевле, чрезмерно упрощает реальную ситуацию: цена на выходные токены Luna снижается значительно сильнее, что особенно актуально для приложений, работающих с большим объемом текста.

Выходные токены представляют собой более значительный фактор стоимости во многих приложениях. Система может получать относительно короткую инструкцию, но генерировать длинные отчеты, фрагменты кода или структурированные наборы данных. Именно в таких случаях существенное снижение цены выходных данных Luna оказывает заметное влияние. При одном миллионе входных и одном миллионе выходных токенов Luna обходится в общей сложности в 60 центов. Sol, при тех же упрощенных предположениях, стоит двенадцать долларов США. Это представляет собой разницу в двадцать раз между двумя моделями. Эта разница наглядно демонстрирует, почему разумный выбор модели становится важнее, чем простое использование одной модели.

Для компании с 500 миллионами входящих и 100 миллионами исходящих токенов в месяц, Sol обойдется примерно в 2000 долларов в месяц по стандартной цене. Luna будет стоить приблизительно 100 долларов. Этот расчет модели не включает в себя инструменты, доступ к поиску, хранение данных, векторные базы данных, аудит безопасности или затраты на разработку. Тем не менее, он иллюстрирует масштаб: при больших объемах правильное назначение модели может существенно повлиять на результат. Эффект еще больше, когда повторяющаяся контекстная информация считывается из кэша, что обходится лишь в малую часть обычной стоимости входящих данных.

Новые цены одновременно устанавливают новый рыночный ориентир. Claude Opus 5 предлагался по цене 5 долларов за входные данные и 25 долларов за выходные, в то время как Claude Fable 5.1 стоил 10 и 50 долларов соответственно. Sol значительно дешевле этих цен, а Luna находится в совершенно другом ценовом диапазоне. Простого сравнения токенов недостаточно, поскольку модели требуют разного количества токенов и этапов обработки. Тем не менее, поставщикам будет сложнее взимать в несколько раз больше, чем OpenAI, если они не смогут продемонстрировать соответственно большую выгоду в реальных приложениях.

Точность ценнее низкой цены токена

В своем заявлении OpenAI делает акцент на повышении точности фактов. Согласно внутреннему аудиту, GPT-6 Sol допустил примерно вдвое меньше фактических ошибок, чем его предшественник. Хотя это утверждение имеет важное экономическое значение, его не следует сводить к заявлению о снижении общего уровня ошибок с 20 до 10 процентов. OpenAI не публикует такие абсолютные цифры для этого сравнения. Аудит проводился на основе анонимизированных реальных разговоров пользователей, в которых они ранее сообщали о фактических ошибках. Таким образом, это намеренно заведомо ошибочные случаи, а не репрезентативная выборка всей пользовательской базы.

Фраза «вдвое меньше ошибок» относится к относительному улучшению в рамках данного конкретного теста. Это не означает, что Sol теперь вдвое надежнее во всех областях. Уровень ошибок сильно зависит от предмета исследования, его актуальности, доступности данных, языка, определения задачи и разрешенных инструментов. Модель может быть очень надежной при наличии широких общих знаний и одновременно давать сбои при наличии редкой отраслевой информации, текущих событий или точных данных. Поэтому компаниям следует воспринимать заявление производителя как показатель прогресса, а не как гарантию.

Тем не менее, даже относительное снижение количества ошибок вдвое обладает значительным экономическим потенциалом. Во многих производственных процессах наибольшие затраты возникают не из-за запросов к модели, а из-за мониторинга, исправления и рисков ответственности. Если система выдает проблемный результат только в одном из десяти случаев вместо каждого пятого, то объем работы по тестированию не уменьшается автоматически вдвое. Полная проверка все еще может быть необходима. Однако в менее критичных процессах повышение надежности может позволить перейти от чисто вспомогательного использования к в значительной степени автоматизированной обработке.

Особого внимания заслуживает утверждение OpenAI о том, что при высокой вычислительной интенсивности GPT-6 Luna может достичь уровня GPT-5.6 Sol в этой проверке фактической точности, затратив при этом примерно в сто раз меньше средств. Это утверждение относится к проверенной фактической точности и не должно экстраполироваться на общую производительность модели. Luna не будет автоматически показывать такие же результаты, как ее предшественница Sol, в каждом анализе, каждом проекте кода или каждом рабочем процессе на основе агентов. Тем не менее, сравнение демонстрирует, как быстро возможности дорогих моделей высшего уровня переходят к более доступным.

Профессиональная работа превращается в соревнование по соотношению цены и качества

В тесте AutomationBench GPT-6 Sol, работающий с очень высокой вычислительной интенсивностью, набирает 33,2 процента. Claude Opus 5, при максимальных настройках, достигает 26,9 процента. Разница составляет 6,3 процентных пункта, а не 6,3 процента. В относительном выражении Sol примерно на 23 процента превосходит результат Claude. В то же время, по данным OpenAI, стоимость Sol составляет 27 центов за задачу, тогда как Opus 5 в этом тесте обходится в 11,1 раза дороже. Таким образом, Sol показывает более высокий результат в тесте, затратив всего около девяти процентов от стоимости сравнительного теста.

В рамках теста отслеживаются полные рабочие процессы с использованием 47 инструментов в отделах продаж, маркетинга, операционной деятельности, обслуживания клиентов, финансов и управления персоналом. Это имеет большее значение для бизнес-приложений, чем просто вопросы, требующие знаний, поскольку продуктивный сотрудник должен не только генерировать текст, но и управлять системами, обрабатывать промежуточные результаты и правильно связывать несколько этапов. В то же время, абсолютный результат в 33,2% остается тревожным. Даже лучший результат означает, что значительная часть задач не выполняется полностью. Прогресс реален, но до создания универсально надежной цифровой рабочей силы еще далеко.

GPT-6 Luna демонстрирует улучшение на 5,4 процентных пункта по сравнению со своим предшественником при высокой вычислительной интенсивности, в то время как стоимость выполнения задачи, как утверждается, снижается на 58 процентов. Здесь также важна лингвистическая точность. Процентные пункты описывают абсолютную разницу между двумя значениями производительности. Увеличение на 5,4 процента, с другой стороны, будет относительным изменением. Эта разница может быть значительной при оценке модели, особенно если начальные значения низкие.

Другой тест, Agents' Last Exam, оценивает долгосрочные и экономически значимые задачи из 55 подотраслей. GPT-6 Sol достигает 56,4% при максимальной вычислительной интенсивности, превосходя, по данным OpenAI, лучший результат Claude Opus 5, при этом используя на 60% меньше ресурсов на задачу. Это подчеркивает направление, но также и ограничения развития. Показатель успешности чуть выше половины ценен для контролируемой помощи, но часто недостаточен для неконтролируемых основных процессов.

Программирование по-прежнему остается самой конкурентной областью

В разработке программного обеспечения различия между лучшими моделями менее значительны. В тесте DeepSWE модель GPT-6 Sol достигает эффективности в 68,8% при максимальной вычислительной нагрузке. Модель Claude Fable 5 достигает 69,9% при очень высоких настройках. Таким образом, Sol отстает на 1,1 процентных пункта, но, как утверждается, выполняет задачу примерно на 80% дешевле. Модель GPT-6 Luna достигает 66,6%, что ставит ее близко к моделям Claude Opus 5 и Claude Fable 5 при средней вычислительной нагрузке. По данным OpenAI, Luna обходится на 93% дешевле за задачу, чем Opus 5, и на 96% дешевле, чем Fable 5.

Для компаний такой сценарий экономически более привлекателен, чем незначительная победа в тестировании. Модель, обеспечивающая практически тот же процент успеха при значительно меньших затратах, может финансировать больше попыток, дополнительных тестов и автоматизированных перекрестных проверок. Вместо оплаты одной дорогостоящей итерации система может генерировать несколько экономически эффективных решений, проводить тесты и выбирать только лучший вариант. Таким образом, снижение удельных затрат может косвенно повысить качество всего процесса разработки.

Однако этот эффект не следует переоценивать. Повторные попытки полезны только в том случае, если ошибки можно обнаружить. В случае с программным обеспечением это частично возможно, поскольку компиляция, автоматизированные тесты и статический анализ обеспечивают объективную обратную связь. Оценка затруднена при архитектурных решениях, проблемах безопасности или неполных требованиях. Большее количество сгенерированного кода может также означать больший технический долг и дополнительные усилия по тестированию.

OpenAI также упоминает FrontierCode — тест, который оценивает не только функциональную корректность, но и фактическую интегрируемость изменений. Это включает в себя качество тестирования, ограниченный объем изменений, стиль программирования и соблюдение правил, специфичных для проекта. Эти критерии имеют решающее значение на практике. Предложенный код может быть формально корректным, но при этом непригодным, поскольку он излишне изменяет большие части системы или игнорирует операционные стандарты. Таким образом, экономическая ценность модели программирования заключается не в объеме сгенерированного кода, а в количестве надежно интегрируемых изменений на каждый час затраченной работы.

Компьютерное управление становится дешевле, но не лишено рисков

При работе с графическими приложениями GPT-6 Sol достигает 60,5% эффективности в автономном режиме OSWorld 2.0 при очень высокой вычислительной интенсивности. Claude Opus 5 достигает 60,3% эффективности при средних настройках. По оценкам OpenAI, стоимость выполнения задачи для Sol примерно на 80% ниже. Ожидается, что Luna при максимальных настройках превзойдет среднюю эффективность GPT-5.6 Sol, при этом ее стоимость составит всего одну десятую от стоимости Luna.

Это нововведение имеет важное значение для автоматизации офисных процессов, обслуживания клиентов и внутренних бизнес-процессов. Многие компании до сих пор используют устаревшие приложения без современных программных интерфейсов. Модель, которая понимает содержимое экрана, управляет кнопками и передает информацию между системами, может устранить эти пробелы. Это создает форму программной автоматизации, которая более гибкая, чем традиционные роботы, работающие по правилам.

Однако даже показатель около 60 процентов свидетельствует о том, что автоматизированное управление компьютером остается рискованным. В длительных рабочих процессах одного неверного щелчка достаточно, чтобы привести к сбою всего процесса. Платежи, права доступа, удаление данных и изменения в производственных системах имеют особенно критическое значение. Поэтому многоуровневая система разрешений, ограниченная область действий, ведение журналов и человеческое подтверждение в точках высокого риска экономически обоснованы.

Реальный прогресс заключается не столько в том, что Sol уже полностью заменил одного сотрудника. Что более важно, снижаются затраты на экспериментальную автоматизацию. Компании могут тестировать больше процессов, не внедряя каждую идею в рамках дорогостоящего интеграционного проекта. Стандартизированные агенты могут быть получены в результате успешных пилотных проектов; неподходящие случаи могут быть отброшены на ранней стадии. Таким образом, снижение цен сокращает кривую обучения для компаний-пользователей.

Новое измерение цифровой трансформации с помощью «управляемого ИИ» (искусственного интеллекта) – платформа и B2B-решение | Xpert Consulting - Изображение: Xpert.Digital

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Управляемые решения в области ИИ — Промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Промежуточное хранение данных становится недооцененным фактором, влияющим на стоимость

Помимо видимых цен токенов, OpenAI улучшает кэширование повторяющихся входных данных. Благодаря так называемому кэшированию подсказок, идентичные фрагменты контекста не требуют полной повторной обработки при каждом запросе. GPT-6 предоставляет 90-процентную скидку на ранее прочитанные и кэшированные входные токены. Это особенно актуально для агентов, длительных диалогов и приложений с большим количеством системных инструкций.

Бизнес-агент часто получает одну и ту же информацию на каждом этапе: описание роли, правила безопасности, структуры данных, определения инструментов, руководства или фрагменты предыдущего разговора. Без эффективного кэширования этот контекст обрабатывается многократно с полными затратами. В многоэтапных процессах повторяющийся контекст может представлять собой большую составляющую затрат, чем сам новый запрос. Поэтому высокий процент попаданий в кэш влияет на экономическую эффективность больше, чем можно было бы предположить, исходя из прейскурантной цены.

Теперь OpenAI позволяет разработчикам изменять вычислительную нагрузку и доступные инструменты без потери предыдущего контекста для кэширования. Кроме того, разработчики могут устанавливать явные точки останова, чтобы указать, какая часть входных данных будет использована повторно. GitHub сообщает, что эти улучшения сократили долю токенов подсказок, которые необходимо было обрабатывать заново в миллиардах запросов Copilot, более чем на 50 процентов за несколько месяцев.

На практике это приводит к четкому приоритету: оптимизация затрат начинается не с выбора модели. Она также включает в себя структуру входных данных, порядок стабильного и переменного контента, длину контекста и количество ненужных повторений. Плохо спроектированное приложение может оказаться дорогостоящим, несмотря на использование недорогих моделей. И наоборот, хорошо спланированная архитектура может стратегически использовать высококачественные модели, не выходя за рамки бюджета.

Более дешевые жетоны не означают автоматически, что купюры будут меньшего номинала

Рынок решений для искусственного интеллекта уже несколько лет переживает необычайное падение цен. Только в период с ноября 2022 года по октябрь 2024 года стоимость достижения примерно того же уровня производительности, что и у GPT-3.5 в широко используемом тесте на понимание естественного языка, упала с 20 долларов до семи центов за миллион токенов. Это представляет собой снижение более чем в 280 раз. GPT-6 Sol и Luna продолжают эту тенденцию, хотя и с более высоким уровнем возможностей.

С экономической точки зрения здесь действует механизм, аналогичный парадоксу Джевонса. Если использование ресурса становится более эффективным и дешевым, общее потребление не обязательно снижается. Часто оно увеличивается, потому что новые приложения становятся экономически целесообразными. Компания, которая раньше использовала ИИ только для генерации нескольких высококачественных текстов, теперь может анализировать каждый запрос клиента, классифицировать каждый документ и автоматически проверять множество изменений в программном обеспечении по значительно более низким ценам. В этом случае потребление растет быстрее, чем снижается цена за единицу.

Приложения, работающие на основе агентов, усиливают этот эффект. Один пользовательский запрос может инициировать десять или двадцать вызовов модели. Агент планирует процесс, ищет информацию, использует инструменты, проверяет промежуточные результаты и перезапускает его в случае возникновения ошибок. Поэтому видимый запрос не является подходящей единицей измерения затрат. Важны общие затраты на каждую успешно завершенную операцию.

Поэтому компаниям не следует задаваться вопросом, какая модель продает самые дешевые токены. Им следует измерять, сколько стоит получить правильный, своевременный и проверяемый результат. Этот расчет включает в себя количество обращений к модели, затраты на поиск и инструменты, инфраструктуру, человеческий фактор, исправление ошибок и потенциальный ущерб. Только такой всесторонний анализ покажет, какая из моделей — Sol или Luna — более экономична.

Атака OpenAI на Anthropic носит целенаправленный характер

В анонсе часто сравнивают Sol и Luna с моделями Anthropic. И это не случайно. Claude считается сильным поставщиком решений для программирования, длительных контекстов и ресурсоемкой работы с интеллектуальными данными во многих компаниях и командах разработчиков. Поэтому OpenAI нацелена не только на достижение максимальной производительности в абстрактном плане, но и на те области применения, в которых Anthropic заняла прочную рыночную позицию.

Разница в цене очевидна. GPT-6 Sol стоит два доллара США за покупку и десять долларов США за выпуск миллиона токенов. Claude Opus 5 стоит пять и 25 долларов США соответственно, а Claude Fable 5.1 — десять и 50 долларов США соответственно. Таким образом, на бумаге Sol стоит на 60 процентов меньше, чем Opus 5, и на 80 процентов меньше, чем Fable 5.1. GPT-6 Luna еще больше снижает эти цены.

Однако ключевой момент в этом сообщении — не «дешевле за токен», а «дешевле за задачу». OpenAI пытается продемонстрировать, что её модели остаются более экономически эффективными даже при учёте различной вычислительной интенсивности, длины ответа и используемых инструментов. Именно поэтому компания публикует данные о стоимости задачи на AutomationBench, DeepSWE и OSWorld. Этот показатель принципиально более значим, чем просто указанная цена.

Тем не менее, сравнения не являются полностью нейтральными. OpenAI проводит анализ в собственной исследовательской среде или через собственный API. Некоторые данные конкурентов взяты из общедоступных отчетов, а данные для Claude Fable 5 используются там, где данные для Fable 5.1 недоступны. Кроме того, анализ затрат для AutomationBench с Fable 5.1 является неполным, поскольку зависимость от Opus 5 не была учтена примерно в 40 процентах задач. Это делает сравнение более благоприятным для Anthropic, но также демонстрирует, насколько сложно добиться полностью стандартизированного измерения.

Контрольные показатели производителей предоставляют доказательства, но не позволяют выносить суждения

Контрольные показатели необходимы для измерения прогресса. Однако они не дают объективной общей оценки. Результаты зависят от тестовой версии, настроек системы, инструментов, вычислительного бюджета, количества испытаний и методов оценки. Даже различная интенсивность вычислений может существенно изменить значение и затраты. При сравнении моделей с разными бюджетами кажущаяся разница в качестве может быть просто результатом дополнительных вычислительных усилий.

В случае с GPT-6 также важно отметить, что многие ключевые утверждения взяты из собственных публикаций OpenAI. Компания обладает подробными знаниями о своих моделях, но также имеет коммерческий интерес. Поэтому к представленным результатам следует относиться серьезно, но их необходимо дополнить независимым тестированием. Особенно небольшие различия, такие как 1,1 процентных пункта между Sol и Claude Fable 5 в DeepSWE, могут находиться в пределах допустимой погрешности.

Даже высокий показатель эффективности не гарантирует хороших результатов в конкретной организации. Внутренние документы, специализированная терминология, устаревшее программное обеспечение, специфические правила соответствия и противоречивые данные могут негативно повлиять на результаты. И наоборот, модель может показать лучшие результаты в узко определенном, хорошо документированном процессе, чем в общем тесте.

Таким образом, наиболее надежным методом закупок является специализированный набор оценочных заданий, основанный на реальных задачах. Он должен включать стандартные типовые случаи, сложные нестандартные случаи и намеренно рискованные ситуации. Измерения должны охватывать не только точность и стоимость, но и время обработки, стабильность, отслеживаемость и необходимое вмешательство человека. Изменение модели экономически оправдано только в том случае, если данная оценка демонстрирует существенное преимущество.

Более понятный язык снижает косвенные издержки процесса

OpenAI обещает не только технические улучшения, но и более понятный стиль общения. В Sol и Luna планируется использовать меньше профессионального жаргона, необычных формулировок и ненужных деталей. Ответы должны стать несколько короче, не теряя при этом содержательности. На первый взгляд это изменение может показаться косметическим, но оно может иметь значительные экономические последствия.

Неясные ответы приводят к дополнительным вопросам, неправильным интерпретациям и дополнительным затратам на обработку. В разработке программного обеспечения расплывчатое описание может заслонить то, что на самом деле тестировалось. В общении с клиентами излишний технический жаргон может снизить ясность. В анализе длинные, но бессодержательные фрагменты могут увеличить трудозатраты на тестирование. Таким образом, точная и лаконичная коммуникация не только улучшает пользовательский опыт, но и снижает затраты на процесс.

В то же время стиль остается субъективным. Более короткие ответы не всегда лучше. Для юридических, технических или критически важных с точки зрения безопасности тем может потребоваться подробное объяснение. Поэтому компаниям следует определить собственные правила структуры, тона, уровня детализации и обозначения неопределенности. Качество коммуникации определяется взаимодействием модели, системных инструкций и контроля качества.

Еще одно улучшение касается честности в отношении выполненных действий. OpenAI сообщает о снижении количества вводящих в заблуждение заявлений о завершенных задачах программирования. Это крайне важно для агентов. Система, которая утверждает, что выполнила тесты или проверила файлы, когда этого не было, создает опасное чувство безопасности. Улучшения в этой области важнее, чем просто стилистическая доработка.

Безопасность и ответственность по-прежнему не входят в стоимость

OpenAI поясняет, что Sol и Luna улучшены в плане согласования и безопасности по сравнению со своими предшественниками GPT 5.6. Это включает в себя проверку на наличие вводящей в заблуждение информации в задачах программирования, обход предупреждений и несанкционированное взаимодействие. Эти тесты намеренно сложны и не отражают типичное использование. Скорее, они демонстрируют, как модели ведут себя в проблемных условиях.

Для компаний более высокий показатель безопасности не означает, что можно обойтись без технических и организационных мер защиты. Модели требуют четко определенных прав, отдельных сред разработки и производства, ведения журналов, контроля доступа и согласования конфиденциальных действий. При работе с персональными данными необходимо также учитывать защиту данных, политику хранения и региональную обработку. В регулируемых секторах результаты должны быть отслеживаемыми, а обязанности четко определенными.

Парадоксально, но низкие цены могут создать новые риски. Если Luna станет настолько дешевой, что станет возможным принятие миллионов автоматизированных решений, масштабы систематической ошибки возрастут. Неисправный классификатор, ошибочное правило или искаженный набор данных могут повлиять на очень большое количество случаев. Стоимость одного запроса снизится, но потенциальный общий ущерб возрастет с увеличением объема.

Поэтому компаниям не следует сокращать бюджеты на безопасность и качество пропорционально ценам токенов. Напротив: чем масштабнее модель, тем важнее становятся механизмы мониторинга, отбора проб и отключения. Экономическое масштабирование без управления неэффективно, а скорее приводит к перекладыванию затрат на будущее.

Настоящее нововведение заключается в организации работы моделей

Sol и Luna предлагают многоуровневую архитектуру. Luna может обрабатывать большие объемы простых задач, одновременно оценивая, является ли случай небезопасным или необычным. Sol обрабатывает более сложные исключения. Astra остается зарезервированной для особо сложных или критически важных для бизнеса задач. Кроме того, правила могут определять, когда требуется вмешательство человека.

Такая каскадная схема сочетает низкие средние затраты с высокой пиковой производительностью. Однако ее успех зависит от логики маршрутизации. Если Luna не сможет выявить сложные случаи, возникнут проблемы с качеством. Если слишком много случаев будет заблаговременно направлено в Sol или Astra, преимущество в стоимости исчезнет. Таким образом, классификация сложности задач становится самостоятельной ключевой функцией ИИ.

Также можно комбинировать решения разных поставщиков. Компании не обязательно полностью придерживаться OpenAI или Anthropic. Она может распространять модели в зависимости от задачи, региона, доступности и цены. Такой подход с использованием нескольких поставщиков снижает зависимость и повышает надежность. Однако он также создает дополнительные затраты на интеграцию и тестирование, поскольку модели имеют разные интерфейсы, форматы инструментов и поведение.

В долгосрочной перспективе конкуренция вряд ли будет определяться исключительно отдельными моделями. Платформы, которые автоматически маршрутизируют запросы, отслеживают затраты, измеряют качество и при необходимости обмениваются моделями, будут иметь решающее значение. Sol и Luna повышают преимущества таких систем, поскольку разница в ценах между уровнями достаточно велика, чтобы сделать интеллектуальное распределение экономически привлекательным.

Победители и проигравшие нового призового раунда

В числе непосредственных победителей — разработчики приложений на основе ИИ с большим объемом использования. Сервисы для обработки документов, поддержки, разработки программного обеспечения, очистки данных и исследований могут значительно сократить свои переменные затраты. Стартапы получают выгоду, поскольку могут проводить больше экспериментов с меньшими капиталовложениями. Средние компании получают доступ к возможностям, которые ранее были доступны только при больших бюджетах.

Пользователи специализированного программного обеспечения также могут получить выгоду. Если поставщики снизят себестоимость моделей, функции ИИ можно будет интегрировать в существующие подписки без существенного повышения цен. Однако более вероятно, что часть сэкономленных средств останется у поставщиков программного обеспечения в виде прибыли. Конкуренция определит, какая часть этой прибыли фактически достанется клиенту.

Поставщики, чья бизнес-модель в основном основана на перепродаже дорогостоящего доступа к модели, испытывают давление. По мере того, как базовые технологии становятся дешевле и мощнее, ценность простых пользовательских интерфейсов и взаимозаменяемых дополнительных функций снижается. Устойчивая дифференциация в этом случае возникает за счет собственных данных, глубокой интеграции процессов, отраслевых знаний, безопасности и наглядных результатов.

Антропные и другие поставщики моделей также сталкиваются со стратегическим выбором. Они могут снизить цены, расширить свои основные возможности или подчеркнуть конкретные преимущества в области безопасности, удобства использования и корпоративного развертывания. Чистая ценовая конкуренция благоприятствует поставщикам с крупной инфраструктурой, высокой степенью загрузки и доступом к капиталу. Более мелкие лаборатории могут больше сосредоточиться на открытых моделях, специализированных нишах или суверенном развертывании.

Что компаниям следует проверить в первую очередь прямо сейчас

Первая задача — проанализировать существующие затраты на ИИ по процессам, а не по моделям. Компаниям необходима прозрачность в отношении того, сколько входных, выходных и буферных токенов потребляет полный процесс. Кроме того, необходимо отслеживать вызовы инструментов, повторения и время, затраченное человеком на проверку. Без этих данных невозможно достоверно определить экономические выгоды от перехода на ИИ.

Далее следует провести сравнительные тесты в реальных условиях между ранее использовавшейся моделью GPT-6 Sol и GPT-6 Luna. Luna является естественным кандидатом для больших объемов данных и четко структурированных задач. Sol подходит для сложных анализов, длительных процессов и ресурсоемких программных приложений. Для особо сложных задач модель высшего уровня может быть экономичной, если она избегает повторений и ошибок.

Поспешная и полная миграция была бы неразумной. Новые модели, несмотря на более высокую среднюю производительность, могут иметь другой профиль ошибок. Выходные данные могут измениться по формату, длине или тону, что нарушит работу нижестоящих систем. Рекомендуется поэтапная реализация с параллельным выполнением, автоматической проверкой качества и четкими резервными вариантами.

Контракты и техническая архитектура также должны облегчать переключение между моделями. Специфические для поставщика функции могут быть удобны в краткосрочной перспективе, но увеличивают затраты на переключение в дальнейшем. Стандартизированные форматы данных, отдельная логика оценки и централизованное логирование помогают быстрее тестировать новые модели. На рынке с падающими ценами и короткими жизненными циклами продуктов готовность к переключению становится конкурентным преимуществом.

Шаг вперед, несущий в себе глубокий смысл

GPT-6 Sol и Luna не являются доказательством того, что искусственный интеллект теперь безошибочен, автономен или универсально применим. Опубликованные показатели успешности по-прежнему указывают на значительные пробелы. Даже сильные модели регулярно терпят неудачу в сложных профессиональных и технических тестах. Следовательно, эти модели не заменяют необходимость в четких процессах, качественных данных и ответственном контроле.

Их экономическое значение заключается в другом. OpenAI настолько резко снижает цену на передовые решения в области ИИ, что новые приложения становятся прибыльными, а существующие системы можно использовать чаще. Sol предоставляет мощные агентные и технические возможности по значительно более низкой цене. Luna превращает большие объемы простых и средних задач практически в инфраструктурный сервис массового рынка.

Наиболее важным показателем здесь является не цена за миллион токенов и не какой-либо единый эталонный показатель. Важно то, какова цена надежно решаемой бизнес-задачи. Sol и Luna, по-видимому, значительно улучшают это соотношение, но данные поставщиков необходимо подтвердить в реальных бизнес-средах. Те, кто просто покупает более дешевые токены, в итоге могут потратить больше. Напротив, те, кто стратегически использует модели, кэширует повторяющийся контекст и систематически измеряет качество, могут добиться реального скачка в производительности.

Таким образом, Sol и Luna знаменуют собой не столько конец технологической гонки, сколько начало более ожесточенной экономической конкуренции. Интеллект становится дешевле, но его успешное использование по-прежнему сопряжено с трудностями. Преимущество переходит от компаний, имеющих доступ к одной надежной модели, к тем, кто может точно управлять множеством моделей, понимать их стоимость и последовательно контролировать ошибки. Именно в этом и заключается истинная провокация данной публикации: дефицитом становится не искусственный интеллект, а способность организовать его экономически целесообразным способом.

Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Умный бизнес, основанный на контенте - Изображение: Xpert.Digital

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

Konrad Wolfenstein

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь [email protected]:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer