Четыре новые модели ИИ за четыре дня: впервые можно сравнить всех лидеров напрямую

До этой недели новые модели ИИ выходили вразнобой, каждые две-три недели, и к моменту тестирования одной уже появлялась следующая. Источник, телеграм-канал автора, сравнивает происходящее с выставкой вроде CES: все стенды открылись разом, лидеры видны, аутсайдеры тоже. Ниже разбираю, что именно вышло, сколько стоит и как это использовать, если вы работаете с ИИ в России или СНГ.

Кто что выпустил с 7 по 10 июля?

Anthropic: Fable 5 и Mythos 5. Модели вышли ещё 9 июня, но доступ дважды ограничивали. 12 июня власти США приостановили доступ, 30 июня сняли ограничения, а 1 июля Fable вернули всем пользователям Claude в урезанном формате. 9 июля Anthropic сбросила недельные лимиты всем подписчикам, совпав с релизом GPT-5.6.

OpenAI: семейство GPT-5.6. 9 июля в общий доступ (GA, то есть доступность для всех, а не только тестировщикам) вышли три модели:

• Sol (флагман): по собственному бенчмарку OpenAI набирает 80 баллов, на 2,8 выше Fable 5, при этом работает вдвое быстрее и на треть дешевле по токенам (токен, единица текста, которую модель обрабатывает за раз). Цена: 5 долларов за миллион входных токенов, 30 долларов за миллион выходных.
• Terra (средний): по заявлению OpenAI, чуть впереди Fable 5. Цена: 2,5 доллара / 15 долларов.
• Luna (бюджетный): обходит Opus 4.8 по бенчмаркам OpenAI. Цена: 1 доллар / 6 долларов.

Превью было 26 июня, но доступ ограничивали по просьбе американских властей для изучения возможностей модели.

8 июля отдельно вышел GPT Live, голосовой режим на архитектуре full-duplex (полнодуплекс, когда модель слушает и говорит одновременно): модель вставляет «угу», выдерживает паузу, пока вы думаете, и не перебивает.

SpaceXAI: Grok 4.5. xAI с февраля объединилась со SpaceX в SpaceXAI, и 8 июля вышел первый публичный релиз после слияния. По собственным бенчмаркам SpaceXAI Grok 4.5 опережает GPT 5.5 на части тестов, но на других Opus 4.8, GPT 5.5 и Fable 5 впереди. Цена: 2 доллара / 6 долларов за миллион токенов. Для сравнения: Opus 4.8 стоит 5 долларов / 25 долларов. По данным источника, Grok тратит около 16 тысяч токенов на задачу против 67 тысяч у Opus 4.8, то есть при дешёвом токене ещё и расходует их в четыре раза меньше.

Маск назвал модель «Opus-класса», уточнив, что имел в виду Opus 4.7, уже сменённый Opus 4.8. Модель частично обучена на данных Cursor (компанию SpaceX покупает за 60 млрд долларов, по данным источника).

Meta: Muse Spark 1.1. 9 июля Цукерберг вернулся в X после трёх лет молчания и серией твитов о выходе модели для кодинга собрал более 20 млн просмотров. По заявленным бенчмаркам Muse Spark 1.1 обходит Opus 4.8 и GPT 5.5 на тестах MCP Atlas и JobBench, но проигрывает GPT-5.5 на Terminal-Bench 2.1 (80,0 против 83,4). Сравнение идёт с Opus 4.8, а не с текущим Fable 5.

Почему все сравнивают себя не с лидером?

Источник фиксирует важную схему. Grok и Muse Spark сравнивают себя с моделями прошлого поколения (Opus 4.8, GPT 5.5), но выигрывают ценой. OpenAI и Anthropic удерживают лидерство в качестве, берут за это дороже и конкурируют экосистемой и брендом. За скобками, по данным источника, стоят китайские модели вроде GLM-5.2: сопоставима с Opus 4.8, а стоит в пять раз дешевле.

Синхронный выход выгоден всем участникам: разработчик видит понятную карту «дорогой лидер или дешёвая альтернатива», а не устаёт от бесконечной чехарды релизов каждые две недели.

Интересная деталь: Маск публично написал «я был неправ» про Anthropic, хотя ещё недавно называл компанию «Mis-Anthropic». Разворот начался в мае, когда Anthropic арендовала весь Colossus 1 (серверный кластер SpaceX) почти за 1,25 млрд долларов в месяц до 2029 года, как раз когда SpaceX готовился к IPO и нуждался в крупном ИИ-клиенте для проспекта.

Что делать с этим прямо сейчас, по ролям

Автору Дзена и копирайтеру. Если вы используете Claude, проверьте, сбросились ли лимиты на Fable 5: Anthropic обнулила недельные лимиты 9 июля. Luna от OpenAI при цене 1 доллар за миллион токенов может оказаться самым дешёвым вариантом для генерации черновиков, но качество стоит проверить на своих задачах.

Разработчику и маркетологу. Grok 4.5 за 2 доллара / 6 долларов на задачах, где хватает уровня Opus 4.7, экономит в разы по сравнению с Opus 4.8 (5 долларов / 25 долларов), и ещё тратит в четыре раза меньше токенов на задачу. Если ваш продукт не требует абсолютного топа, это прямая экономия.

Предпринимателю в РФ и СНГ. Прямой доступ к API OpenAI, Anthropic и SpaceXAI из России, как правило, заблокирован или ограничен. На практике работают VPN и посредники, но стабильность не гарантирована. Из доступных в РФ аналогов, YandexGPT и GigaChat. Китайские модели (тот же GLM-5.2, по данным источника, сопоставимый с Opus 4.8 за пятую часть цены) заслуживают отдельного тестирования: доступ из РФ к ним проще.

Для тех, кто работает с ИИ в России, главный вывод такой: выбирать модель по бенчмаркам компании-разработчика бессмысленно, а выбирать по цене за токен и реальному расходу токенов на вашу конкретную задачу полезно. Возьмите три API (если доступны), прогоните одну и ту же задачу, посчитайте стоимость. Четыре дня июля дали для этого всё, что нужно: полную карту цен и конкурентов в одном временном окне.