Сучасна гонка великих мовних моделей виходить за межі сухих бенчмарків і переміщається в площину економіки одного «міркування». Свіжий реліз Claude Sonnet 5 від Anthropic підсвітив тривожну тенденцію: зростання інтелектуальних можливостей системи починає відставати від темпів споживання ресурсів. Незалежні тести свідчать, що прагнення до максимальної точності призводить до експоненціального зростання витрат на токени. Як наслідок, індустрія опинилася в ситуації, коли моделі середнього класу стають дорожчими за своїх «важковаговиків»-попередників.
Аналітична група Artificial Analysis піддала Claude Sonnet 5 серії стрес-тестів у межах індексу Intelligence Index v4.1. Цей комплексний замір об'єднує дев'ять різних метрик: від агентської роботи та написання коду до глибоких міркувань і обробки наддовгих контекстів. Результати виявилися неоднозначними. З балом 53 модель посіла п'яте місце в глобальному рейтингу, фактично зрівнявшись із GPT-5.5 (high), але залишивши позаду Opus 4.8 та Fable 5. Однак за цей скромний приріст в інтелекті — лише 6 пунктів порівняно з попередньою версією Sonnet 4.6 — довелося заплатити високу ціну.
Вартість виконання одного завдання в індексі AA підскочила з $1,14 до $2,29. Таким чином, когнітивний апгрейд обходиться користувачеві майже вдвічі дорожче, попри те що базові тарифи за мільйон токенів залишилися незмінними.
Причина такого подорожчання криється не в ціновій політиці Anthropic, а в зміні поведінки самої моделі. Sonnet 5 стала працювати значно «завзятіше», що виражається в різкому збільшенні обсягу генерованого тексту. У середньому модель витрачає на 40% більше вихідних токенів, ніж її попередниця. В агентських сценаріях, що потребують багатокрокових міркувань (наприклад, у тестах AA-Briefcase та GDPval-AA), кількість «ходів» зросла майже втричі. На максимальному рівні складності розрив між режимами low та max сягає шестикратного збільшення обсягу даних. У підсумку на одне завдання може йти близько 69 тисяч токенів, що ставить Sonnet 5 в один ряд із найбагатослівнішими моделями сімейства GPT-5.4.
Ця динаміка створює дивний економічний парадокс: Sonnet 5 програє власному «старшому брату» — моделі Opus 4.8. Остання не лише демонструє вищий результат (56 балів проти 53), а й обходиться дешевле, адже вартість завдання для неї становить $1,80. Виходить, що важча та повільніша модель виявляється вигіднішою з точки зору чистої економіки обчислень.
Втім, надмірне споживання токенів у Sonnet 5 не є марним. У специфічних завданнях «офісної» агентської роботи модель обходить Opus 4.8, поступаючись лише елітарній Fable 5. Це означає, що додаткові обчислювальні ресурси конвертуються в результат нерівномірно: якщо у фізичних міркуваннях (тест CritPt) прогрес помітний, але недостатній для лідерства, то в операційній діяльності модель демонструє реальну перевагу.
Щоб пом'якшити цей «податок на інтелект», Anthropic тимчасово знизила вартість використання до 1 вересня, запропонувавши знижку в третину від стандартного тарифу. Крім того, поява нового рівня зусиль — xhigh — уравнює лінійки Sonnet та Opus. Зрештою, реальна вартість експлуатації системи залежатиме від обраного ступеня агресивності міркувань. Порівняння моделей на максимальних налаштуваннях демонструє радше теоретичну стелю витрат, ніж типовий користувацький сценарій, де баланс між ціною та якістю відповіді залишається головною змінною.
Парадокс абсолютної узгодженості нейромереж
