Үлкен тілдік модельдер (LLM) нарығы сапасымен ғана емес, баға саясатымен де таң қалдыруды жалғастыруда. Жақында өткен реалистік физика бойынша салыстырмалы тестте Anthropic Claude Fable 5 моделі бәсекелестерін сенімді түрде басып озып, күрделі сценарийлердің әсерлі симуляциясын көрсетті. Алайда бұл артықшылық үшін төлеуге тура келеді — және сөзбе-сөз мағынада төлеуге тура келеді.
Тест мәліметтері: ымырасыз физика
Төрт жетекші модельге — Claude Fable 5, GPT-5.5, Opus 4.8 және GLM-5.2 — физикалық объектілердің реалистік мінез-құлқын көрсететін үш тәуелсіз HTML5 көрінісін жасау тапсырылды. Сценарийлерге: пойыздың қираған көпірден суға құлауы, шатқал үстіндегі трамплиннен секіргеннен кейін екі автомобильдің ауада соқтығысуы және бірқатар тұрақта тұрған көліктерді басып өтетін монстр-трак көрінісі кірді. Негізгі талап — артефактілердің болмауы және құлаулардың, қираулардың және соқтығысулардың дұрыс симуляциясы.
Нәтижелер: Fable 5 көш бастап тұр, бірақ бағасы таң қалдырады
Fable 5 барлық үш көріністі ең жоғары баллмен орындады. Объектілер дұрыс құлап, қирады, текстуралар арқылы өтіп кету немесе ауада ілініп қалу болмады. Дегенмен, сапа үшін төлеуге тура келді: модель 62 158 токен жұмсады, ал тапсырманы орындау құны $3,12 құрады.
Ең жақын бәсекелес GPT-5.5 салыстырмалы нәтижелер көрсетіп, 37 753 токен жұмсады және $1,14 тұрды. Айта кету керек, монстр-трак көрінісінде GPT-5.5 симуляция сапасы бойынша Fable 5-тен сәл асып түсті.
Opus 4.8 моделі, керісінше, айтарлықтай үнемді болды: 22 280 токен және небәрі $0,56. Бұл Fable 5-тен шамамен алты есе арзан, дегенмен көріністердің визуализация сапасы қарапайым болды.
Ең бюджеттік GLM-5.2 болды — $0,08, 36 246 токенмен, бірақ ол ешбір көріністе жеңіске жете алмады, ең нашар нәтиже көрсетті.
Контекст: шектеулер алынғаннан кейін Fable 5-тің қайта оралуы
Естеріңізге сала кетейін, тест Fable 5 толық қолжетімділікке қайта оралғаннан кейін көп ұзамай өткізілді. 30 маусымда АҚШ билігі Anthropic Claude Fable 5 және Mythos 5 модельдеріне экспорттық шектеулерді алып тастады, бұл шектеулер 12 маусымда, олардың шығарылғанына небәрі үш күн өткен соң, ұлттық қауіпсіздікке қатысты алаңдаушылықтарға байланысты енгізілген болатын. Anthropic екі модельді де Claude.ai, API, AWS Bedrock және басқа серіктестік қызметтер арқылы клиенттер үшін өшіруге мәжбүр болды. 1 шілдеден бастап жаһандық қолжетімділік қалпына келтірілді.
Аналитикалық қорытынды
Claude Fable 5-тің физика тестіндегі жеңісі оның күшейтілген қорғаныс механизмдері бар Mythos архитектурасында құрылған Anthropic-тің ең озық моделі мәртебесін растайды. Алайда, 1 млн кіріс токені үшін $10 және 1 млн шығыс токені үшін $50 ағымдағы құны оны пайдалануды тек сапасы маңызды тапсырмалар үшін ғана экономикалық тұрғыдан ақталады. Баға мен өнімділік теңгерімі маңызды болатын жаппай қолдану үшін Opus 4.8 немесе GPT-5.5 неғұрлым ұтымды таңдау болып көрінеді. ЖИ-модельдер нарығы айқын сегментацияға қарай жылжуда: күрделі тапсырмалар үшін премиум-шешімдер және күнделікті операциялар үшін үнемді нұсқалар.