Утром 22 сентября 2026 года Anthropic представила флагманскую модель Claude Opus 5.5 с окном контекста в миллион токенов и адаптивным рассуждением. Ровно через час OpenAI нанесла ответный удар, анонсировав семейство GPT-6 Sol и GPT-6 Luna. Синхронность релизов показала: эпоха соревнования по академическим бенчмаркам подошла к концу. Началась ценовая война за агентные токены, где решающим фактором победы стала себестоимость каждого рабочего запроса.
Синхронный залп: как бенчмарки уступили место ценовому демпингу
Когда разработчики создают агентов или корпоративные базы знаний, их главный страх — не потеря пары сотых долей в академическом рейтинге, а непредсказуемый счет за API в конце месяца. Новая волна моделей адресована именно этому барьеру.
OpenAI сделала ставку на радикальное удешевление прикладных слоев:
- GPT-6 Luna подешевела вдвое: $0,10 за миллион входных токенов, всего $0,01 за чтение из кеша и $0,50 за вывод. Это превращает Luna в одну из самых доступных рабочих лошадок для классификации, извлечения сущностей и SQL-запросов;
- GPT-6 Sol также сбросила цену в два раза: $2,00 за миллион входных токенов, $0,20 за кешированный ввод и $10,00 за вывод. При таких цифрах Sol сравнялась со старой моделью Terra, полностью вытеснив ее с рынка.
Anthropic ответила ударом по премиальному сегменту. Базовая цена Claude Opus 5.5 снизилась на 20%: с привычных по прошлым поколениям тарифов $5/$25 до $4,00 за ввод и $20,00 за вывод на миллион токенов. Для тяжелых моделей уровня Astra или Fable 5.1 с ценником $10 за ввод и $50 за вывод это создало жесткую конкуренцию.
Экономика кеширования: почему скидка 60% важнее базовой стоимости токена
Главный сюрприз ценового раунда скрывался в условиях контекстного кеширования (prompt caching). В агентных системах диалог развивается по спирали: на каждом шаге модель заново считывает историю сессии, системные правила и прикрепленные файлы. В длинных диалогах свыше 90% входящих токенов приходятся на повторное чтение уже известного контекста.
Здесь Anthropic предложила рекордный дисконт: стоимость чтения из кеша для Opus 5.5 упала сразу на 60% — до $0,20 за миллион токенов. В результате сложная аналитическая сессия теперь стоит копейки при повторном использовании кешированных префиксов.
Для сравнения: в модели Grok 4.7 от xAI миллион входных токенов стоит $2,00 при выводе $6,00 и кеше $0,50. Возможность считывать огромные базы документов по 20 центов за миллион токенов в Opus 5.5 и вовсе по 1 центу в Luna перекраивает экономику клиентских сервисов.
Ловушка бесконечных размышлений: как Opus 5.5 сжигает лимит на одном рисунке
Однако возросшая глубина рассуждений несет скрытые риски. В Claude Opus 5.5 появился режим адаптивного мышления с настраиваемой глубиной монолога. Если выставить уровень рассуждений на максимум («max»), модель рискует угодить в ловушку оверсинкинга (Overthinking failure mode).
В показательном тесте на генерацию сложного SVG-рисунка (пеликан на велосипеде) модель на максимальном уровне мышления ушла в бесконечный цикл самоанализа. Она страницами рассуждала об анатомии перьев и угле наклона спиц колеса. В итоге модель исчерпала лимит вывода в 128 000 токенов исключительно на скрытые токены размышлений и аварийно остановилась, так и не выдав итоговый файл.
Этот одиночный безуспешный запрос сжег $2,56 и длился почти двадцать минут. На умеренных уровнях рассуждений (medium и high) модель сработала безупречно, выдав четкий код за секунды. Это важное предостережение: максимальная глубина размышлений в продакшене не просто избыточна, но и финансово опасна.
Новая карта затрат: пересборка архитектуры под Luna, Sol и Opus
Синхронный релиз диктует четкую стратегию пересборки стека:
- Рутинные фоновые задачи (фильтрацию входящих сообщений, извлечение атрибутов, парсинг) забирает GPT-6 Luna благодаря тарифу в десять центов за миллион токенов;
- Основной объем программной разработки, написание скриптов и бизнес-логику выгодно перевести на GPT-6 Sol;
- Глубокий аудит безопасности, архитектурное проектирование и поиск тонких логических багов остаются за Claude Opus 5.5 на умеренном уровне рассуждений.
Ценовая война лабораторий доказала: побеждают не те решения, которые ставят рекорды на полигонах, а те, чья экономика позволяет запускать миллионы автоматизаций каждый день.