Claude представила модель, превзошедшую GPT-6 Luna в тестах и стоящую дешевле конкурентов
Главный смысл: QbitAI сообщает о выпуске Claude Haiku 5.5 — модели Anthropic для быстрых и массовых задач, с более низкими тарифами и улучшенными результатами тестов. Практический смысл — возможность удешевить исполнительную часть ИИ-агентов, но не заменить более сильные модели во всех сценариях.
-
Цена с оговорками. По данным статьи, для запросов в пределах 100 тысяч токенов тарифы на вход и выход снижены на 90% относительно Haiku 4.5; для части сверх этого порога — на 50%. Однако новый токенизатор увеличивает расход токенов, особенно на коде, таблицах и неанглоязычных текстах. Поэтому скидка в прайсе не равна экономии на выполненной задаче.
-
Управление компьютером. В приведённых результатах OSWorld 2.1 Haiku 5.5 достигает 42% успешных выполнений при низком уровне вычислительных усилий и 72,4% при максимальном. Для Haiku 4.5 указано 15,7% при максимальном уровне. Это результаты теста, а не гарантия надёжности в рабочих приложениях.
-
Пределы в программировании. В Terminal-Bench 4.0 статья приводит 39,2% для Haiku 5.5 против 70,6% для Sonnet 5.5. Anthropic, по сообщению издания, рекомендует Sonnet или Opus для сложных агентных задач. Haiku предлагается использовать там, где работа уже разбита на понятные подзадачи с проверяемым результатом.
-
Миграция требует изменений. Согласно статье, ручной бюджет размышлений заменён адаптивным режимом с параметром effort, настройки случайности генерации зафиксированы, предзаполнение ответа отменено, а инструмент управления компьютером обновлён. Парсеру также нужно различать блоки размышлений и основной ответ: простой замены имени модели может оказаться недостаточно.
Что дальше: Проверять стоит стоимость успешно завершённой задачи на собственных данных, особенно русскоязычных, а не только цену токена. Отдельный вопрос — устойчивость многошаговых сценариев после миграции. Приведённые показатели и условия переданы по QbitAI; независимая проверка здесь не проводилась. Для внедрения нужны сверка с документацией Anthropic и тестовый запуск с контролем ошибок и расходов.