Naujas „Claude Opus 5.5“ – „Anthropic“ smarkiai sumažino pažangiausio DI naudojimo kainą

Sekite TechNaujienos Google

„Anthropic“ pristatė „Claude Opus 5.5“ – naują aukščiausios klasės modelį, kuris, bendrovės teigimu, išlaiko itin aukštą našumą, tačiau yra gerokai pigesnis už ankstesnį „Opus 5“.

Oficialiame pristatyme „Anthropic“ nurodo, kad tipinėse užduotyse modelio naudojimo kaina yra apie 40 proc. mažesnė. Įvesties žetonai kainuoja 4 JAV dolerius už milijoną, išvesties – 20 dolerių, o podėlio skaitymas atpigo dar labiau.

Greitesnis ir pigesnis

„Anthropic“ skelbia, kad „Opus 5.5“ generuoja atsakymus daugiau kaip 30 proc. greičiau nei „Opus 5“. Bendrovės testuose modelis ypač stiprus programavimo, kompiuterio valdymo ir sudėtingų žinių darbo užduotyse.

Įdomu tai, kad kainos mažinimas tampa beveik tokia pat svarbia konkurencijos kryptimi kaip ir kokybė. Įmonėms, kurios naudoja agentus ilgoms užduotims, žetonų ir podėlio kainos gali lemti labai didelį skirtumą bendrose sąnaudose.

Naujausi straipsniai

4 min. skaitymo • prieš 12 minučių

Fizikai artėja prie egzotiškų kvantinės materijos būsenų, kurių dalelės elgiasi visiškai kitaip

4 min. skaitymo • prieš 27 minutės

Sukurtas tiksliausias laikrodis istorijoje – sekundę suklystų tik per daugiau nei 260 mlrd. metų

4 min. skaitymo • prieš 42 minutės

Mokslininkai ChatGPT panaudojo dalelių fizikai – DI pasiūlė netikėtą sprendimą senai problemai

Visi naujausi straipsniai →

Modeliai artėja prie nuolatinio darbo režimo

Nauja karta kuriama ne tik trumpiems pokalbiams. „Opus 5.5“ orientuojamas į ilgus kodavimo projektus, auditus ir agentines darbo sekas, todėl efektyvumas tampa esminiu parametru.

Kainos sumažinimas aukščiausios klasės modelyje gali būti ne mažiau svarbus už naują testų rekordą. Verslo klientai retai vertina modelį vien pagal tai, ar jis vienu ar dviem procentiniais punktais geresnis konkrečiame benchmarke. Jei tas pats modelis naudojamas milijonams užklausų arba ilgiems agentiniams procesams, žetonų kaina tiesiogiai virsta infrastruktūros biudžetu.

Ypač daug kainuoja ilgos užduotys, kuriose modelis skaito didelius kodų ar dokumentų kiekius ir generuoja tūkstančius žetonų. Todėl podėlio skaitymo kaina ir konteksto pakartotinis panaudojimas gali turėti didelę ekonominę reikšmę. Gerai suprojektuota sistema gali išvengti to paties dokumento apdorojimo nuo nulio kiekvienoje užklausoje.

Greitis taip pat turi praktinę vertę. 30 proc. trumpesnis atsakymo laikas gali būti beveik nepastebimas vienam vartotojui, tačiau agentui, kuris atlieka dešimtis nuoseklių žingsnių, bendra užduoties trukmė gali sumažėti gerokai. Tai ypač aktualu programavimo agentams ir automatizuotiems auditams.

Kita vertus, aukščiausios klasės modelis nebūtinai yra optimalus kiekvienam veiksmui. Daugelis įmonių naudos „model routing“ – paprastesnę užduotį perduos pigesniam modeliui, o sudėtingą tikrinimą ar galutinį sprendimą – „Opus“ klasei. Tokia architektūra gali suteikti geresnį kainos ir kokybės santykį nei vieno galingiausio modelio naudojimas visur.

„Anthropic“ kainodara todėl rodo platesnę rinkos tendenciją: pažangūs modeliai pamažu tampa ne vien demonstraciniu produktu, o masiškai naudojama infrastruktūra. Kai modelių gebėjimai artėja, kaina, delsos laikas, patikimumas ir integracijos tampa vis svarbesniais konkurencijos parametrais.

Dar vienas svarbus kainodaros aspektas yra tai, kaip modelis naudojamas agentinėse sistemose. Viena žmogaus užklausa gali sukelti dešimtis vidinių modelio kvietimų: planavimą, dokumentų skaitymą, kodo analizę, tikrinimą ir galutinio atsakymo generavimą. Tokiu atveju net nedidelis kainos sumažėjimas vienam milijonui žetonų gali labai stipriai paveikti bendrą produkto savikainą.

Verslui todėl vis svarbiau skaičiuoti ne „kiek kainuoja vienas promptas“, o kiek kainuoja užbaigta užduotis. Jei galingesnis modelis rečiau klysta ir užduotį atlieka per mažiau žingsnių, jis kartais gali būti pigesnis už silpnesnį modelį, nors vieno žetono kaina didesnė. Būtent tokie realūs darbo srautai, o ne vien benchmarkai, ilgainiui nulems, kurie modeliai laimi įmonių rinkoje.

Dar vienas vertinimo kriterijus bus kokybė ilgame kontekste. Kuo daugiau dokumentų ir tarpinių žingsnių agentas apdoroja, tuo svarbiau, kad modelis neprarastų ankstesnių apribojimų ir nepakeistų sprendimo logikos viduryje užduoties. Todėl realiame verslo naudojime modelio vertė susideda iš keturių dalykų: kainos, greičio, gebėjimų ir stabilumo. Jei „Opus 5.5“ išlaiko aukštą kokybę už mažesnę kainą, tai gali spausti ir konkurentus mažinti pažangiausių modelių tarifus.

Dar viena svarbi ekonominė detalė – aukštos klasės modeliai vis dažniau naudojami ne tiesiogiai žmogaus užklausai, o kaip viena grandis didesnėje agentinėje sistemoje. Vienas agentas gali atlikti dešimtis ar šimtus modelio kvietimų, todėl net keliolikos procentų kainos skirtumas galutiniame procese išauga labai smarkiai. Dėl to modelio „kaina už milijoną žetonų“ tampa ne abstrakti specifikacija, o tiesioginė produkto maržos dalis.

Įmonės taip pat vertins stabilumą tarp versijų. Jei naujas modelis pigesnis, bet dažniau keičia atsakymo formatą ar elgseną, integracijos priežiūros kaštai gali panaikinti sutaupymą. Todėl tikrasis vertinimas apima ne tik benchmarkus ir kainą, bet ir API patikimumą, struktūrizuotų atsakymų kokybę, konteksto valdymą bei klaidų dažnį realiose darbo sekose.

Daugiau DI modelių naujienų rasite TechNaujienos.lt DI rubrikoje.