उपकरण समीक्षाएँ

Claude Opus 5.5, जीपीटी -6 SOL और लूना पहुंचते हैं और एक नई मूल्य निर्धारण लड़ाई शुरू करते हैं

एंथ्रोपिक ने Claude Opus 5.5 लॉन्च किया, जो कैश रीड डाउन के साथ 20% से $4 / $20 तक ओपस की कीमतों में कटौती करता है 60%, जबकि ओपनएआई जल्दी ही जीपीटी-6 Solऔर लूना अपने पूर्ववर्तियों की लागत के आधे से $0.10 लुना सिर्फ $0.10/$0.50 प्रति मिलियन टोकन पर, लगभग पूरे बाजार को कम कर रहा है। मूल्य युद्ध मध्य-स्तरीय मॉडल को लक्षित करता है, ग्रोक 4.7 जैसे प्रतिद्वंद्वियों पर दबाव डालता है और जीपीटी-5.6 टेरा को अवांछनीय छोड़ देता है। ओपस 5.5 अधिक स्पष्ट संचार और फैंबल स्तर की बुद्धिमत्ता का वादा करते हैं, हालांकि इसका अधिकतम सोच मोड एक बार आउटपुट प्रदान किए बिना टोकन सीमाओं के माध्यम से जला दिया गया था।

मुख्य जानकारी

  • एक सप्ताह में प्रक्षेपणों की लहर: xAI ने ग्रोक 4.7 को शिप किया, Xiaomi ने MiMo v2.6 फ्लैश / प्रो जारी किया, एंथ्रोपिक लॉन्च Claude Opus 5.5 और ओपनएआई ने जीपीटी के साथ एक घंटे के भीतर पीछा किया।6 Solऔर जीपीटी-6 लूना।
  • मूल्य निर्धारण, बेंचमार्क नहीं, असली कहानी है: जीपीटी -6 लुना की लागत सिर्फ $0.10/$0.50 प्रति मिलियन इनपुट / आउटपुट टोकन अपने पूर्ववर्ती के मूल्य का आधा है जबकि ओपस 5.5 को अपनी पहली सार्थक कटौती मिली ($5/$25 → $4/$20, कैश रीड 60% से $0.20 / एम तक।
  • जीपीटी-5.6 प्रभावी रूप से अप्रचलित हैनवंबर में एक निर्धारित 25% मूल्य वृद्धि के साथ, जीपीटी -6 प्रभावी रूप से लागत का आधा है, जिससे GPT- 5.6 टेरा को चुनने के लिए बहुत कम कारण हैं।6 Sol.
  • "मैक्स" सोच के पीछे पड़ सकता है: ओपस 5.5 मैक्स रीजनिंग पर लेखक के पेलिकन-ऑन-ए-बाइक एसवीजी टेस्ट में असफल होने वाला पहला मॉडल बन गया इसने प्रॉम्प्ट को अधिक सोचा, अपनी 128K आउटपुट सीमा समाप्त कर दी और दो बार ($2.56 और ~ 20 मिनट प्रत्येक) कुछ भी नहीं दिया।
  • अपने ढेर को फिर से बेंचमार्क करने के लिए अच्छा सप्ताह: जीपीटी-6 Solऔर ओपस 5.5 अब कोडेक्स में डिफ़ॉल्ट हैं और Claude Code; उच्च-मात्रा वाली ऐप टीमों का मूल्यांकन जीपीटी -6 लूना पर किया जाना चाहिए, जबकि अधिकतम तर्क की आवश्यकता वाले लोग अभी के लिए Fable पसंद कर सकते हैं।

AI मॉडल का मूल्यांकन करने वाले डेवलपर्स इस सप्ताह एक भीड़ भरे क्षेत्र में जाग गएः एक्सएआई ने ग्रोक 4.7 को शिप किया और Xiaomi ने MiMo v2.6 फ्लैश और प्रो जारी किए, एंथ्रोपिक लॉन्च किया Claude Opus 5.5 , और ओपनएआई दो नए मॉडलों के साथ लगभग एक घंटे बाद, जीपीटी-6 Solप्रारंभिक छापों से पता चलता है कि सबसे बड़ी कहानी बेंचमार्क स्कोर नहीं बल्कि मूल्य निर्धारण है 5.6 नए जीपीटी -6 मॉडल की लागत उनके पूर्ववर्तियों के मुकाबले आधी है, और ओपस 5.5 ने अपनी पहली सार्थक कीमत में कटौती देखी। इन एपीआई पर निर्माण करने वाले किसी भी व्यक्ति के लिए शेक-अप का क्या अर्थ है?

जीपीटी-6 मूल्य निर्धारण पूरे बाजार को कम करता है

जीपीटी-5.6 लूना को पहले से ही एप्लिकेशन विकास के लिए उत्कृष्ट मूल्य माना जाता था। GPT-6 लुना फिर से आधी कीमत पर आता है: $0.10 प्रति मिलियन इनपुट टोकन, $0.01 प्रति मिलियन कैश्ड इनपुट टोकेन्स और $0.50 प्रति मिलियन आउटपुट टोकन्स।6 SolGPT- 5.6 Sol के सापेक्ष इसी तरह की कमी प्राप्त हुई।

वर्तमान मूल्य निर्धारण परिदृश्यः (i) कीमतों में गिरावट; और (ii)

मॉडलइनपुटकैश्ड इनपुटआउटपुट
जीपीटी-6 लूना$0.10/M$0.01/M$0.50/M
जीपीटी-5.6 लूना$0.20/M$0.02/M$1.20/M
ग्रोक 4.7$2/एम$0.50/M$6/M
जीपीटी-6 Sol$2/एम$0.20/M$10/M
जीपीटी-5.6 टेरा$2/एम$0.20/M$12/M
क्लाउड ओपस 5.5$4/M$0.20/M$20/M
जीपीटी-5.6 सोल$4/M$0.40/M$20/M
क्लाउड फैबल 5.1$10/M$0.25/M$50/M
जीपीटी-6 एस्ट्रा$10/M$1/M$50/M

एक अतिरिक्त झुर्री हैः जीपीटी- 5.6 में नवंबर के लिए अनुसूचित 25% मूल्य वृद्धि है, जिसका अर्थ है कि GPT-6 प्रभावी रूप से पुराने मॉडल की लागत का आधा हिस्सा है।6 Solके स्तर पर, टेरा को चुनने का कोई कारण नहीं बचा है।

प्रतिस्पर्धात्मक दबाव विक्रेताओं में दिखाई देता है। ग्रोक 4.7 ने खुद को $2/$6 पर तैनात किया था, जो जीपीटी- 5.6 सोल की कीमत के आधे से भी कम है लेकिन GPT-6 Solअब यह इनपुट पर मेल खाता है और आउटपुट पर बहुत करीब आता है। $0.10/ $0.50, जीपीटी -6 लूना सबसे सस्ते मॉडल में से एक है जिसे ओपनएआई ने कभी जारी किया है, केवल दो छोटे मॉडलों द्वारा कम कर दिया गया हैः GPT- 4.1 नैनो ($0.10 / $0.40, अप्रैल 2025) और GPT-5 नानो ($0.05 /$0.40, अगस्त 2025).

शीर्ष अंत में, जीपीटी -6 एस्ट्रा और Claude Fable 5.1 दोनों $10/$50 पर बैठते हैं, इसलिए मूल्य युद्ध अब तक फ्लैगशिप मॉडल के नीचे की परत को प्रभावित करता है।

ओपस 5.5 सस्ता हो जाता है और (उम्मीद है) बात करने के लिए अधिक सुखद

Claude Opus मॉडलों ने लंबे समय तक एक ही कीमत रखी है: ओपस 4.5 से लेकर Opus 5 तक, प्रत्येक संस्करण पर $5 प्रति मिलियन इनपुट टोकन और $25 प्रति मिलियन आउटपुट टोकनों का शुल्क लिया जाता है। ऑपस 5.5 उस पैटर्न को $4 / $20 में कटौती के साथ तोड़ता है।

सबसे बड़ी गिरावट कैश रीड्स में है, जो प्रति मिलियन टोकन 60% से $0.20 तक गिर गई। यह लंबे एजेंटिक वार्तालापों के लिए बहुत मायने रखता है, जहां 90% या अधिक इनपुट टोकन को आमतौर पर कैश्ड दरों पर संसाधित किया जाता है।

एंथ्रोपिक Thariq Shihipar ने ओपस की संचार शैली पर उपयोगकर्ता प्रतिक्रिया द्वारा संचालित रिलीज़ का वर्णन किया: मॉडल "स्पष्ट रूप से संवाद करता है", प्रति टोकन Opus 5.0 की तुलना में सस्ता है, "फैबल5.1 की बुद्धिमत्ता" रखता है, टोकन-कुशल है और हर प्रयास स्तर पर काम करता है। एंथ्रॉपिक ब्लेंडर में सुधारों का भी दावा करता है, जो परीक्षण के लायक होगा।

एक खुला सवाल: एंथ्रोपिक का कहना है कि सोनेट 5.5 और हाइकु 5.5 जल्द ही आ रहे हैं। Current Haiku4.5 लागत $1/ $5 जीपीटी -6 लूना की कीमत से दस गुना अधिक है, इसलिए क्या हाईकू कम अंत में प्रतिस्पर्धी रह सकता है यह सबसे दिलचस्प आगामी परीक्षणों में से एक है।

जब "मैक्स" सोच बहुत ज्यादा सोच रही हो

वर्षों से, लेखक के अनौपचारिक बेंचमार्क एक मॉडल को "एक साइकिल की सवारी करने वाले पेलिकन का एसवीजी उत्पन्न करने" के लिए प्रेरित करते हुए उपयोगी परिणाम प्राप्त किए हैं। 4.7 Claude Opus "मैक्स" सोच स्तर पर यह दो बार पूरी तरह से विफल होने वाला पहला मॉडल बन गया।

मॉडल ने अनुरोध को "एक क्लासिक परीक्षण अनुरोध" कहकर शुरू किया और फिर असाधारण गहराई में तर्क दियाः कंधे की लंबाई की गणना "लगभग 95.2", कूल्हे से घुटने तक टखने तक पैर के रास्तों की योजना बनाना, पेलिकन के लिए बास्केट में एक मछली रखना आंख, और चेनिंग दांतों और परत ऑर्डरिंग की जांच करना। तब यह बंद हो गया। ओपस 5.5 सहित क्लॉड मॉडलों में 128,000 अधिकतम आउटपुट टोकन सीमा है, और मॉडल अभी भी एसवीजी वितरित नहीं करते हुए इसे जलाया

दो असफल प्रयासों की लागत $2.56 प्रत्येक और लगभग 20 मिनट लग गए। व्यावहारिक टेकअवेः "मैक्स" प्रभावी रूप से अनुपयोगी हो सकता है यदि यह कुछ भी उत्पन्न करने के बिंदु तक एक तुच्छ संकेत को अधिक सोच सकता है। इसके विपरीत, Claude Fable 5.1 पर "मैकस" ने ओवर-थिंक नहीं किया और किसी भी एंथ्रोपिक मॉडल से अब तक का सबसे अच्छा पेलिकन तैयार किया।

साइकिल चलाने वाले पेलिकन के माध्यम से विक्रेताओं में तुलना करना बहुत अधिक नहीं हो सकता है, लेकिन परीक्षण एक ही मॉडल परिवार के भीतर तर्क स्तर की तुलना करने के लिए उपयोगी रहता है। एक शैलीगत पैटर्न बाहर खड़ा थाः जीपीटी- 5.6 परिवार ने बोल्डर, उज्ज्वल रंगों का चयन किया, जबकि जी पी टी -6 परिवार का आउटपुट ध्यान देने योग्य रूप से अधिक म्यूट है।

आपके ढेर के लिए इसका क्या मतलब है

डेवलपर्स के लिए, लगभग एक साथ रिलीज़ यह डिफ़ॉल्ट मॉडल को फिर से बेंचमार्क करने के लिए एक अच्छा सप्ताह बनाते हैं। शुरुआती वास्तविक दुनिया का उपयोग सुझाव देता है कि नए विकल्प पहले से ही उत्पादन-तैयार हैंः6 Solऔर Claude Opus 5.5 अब क्रमशः कोडेक्स और Claude Code में डिफ़ॉल्ट मॉडल के रूप में काम कर रहे हैं, और Datasette Agent पर डेमो को जीपीटी -6 लूना में अपग्रेड किया गया है, जहां यह एसक्यूएल क्वेरी और एचटीएमएल और जावास्क्रिप्ट दोनों का निर्माण करता है।

आगे क्या देखना हैः नए मॉडलों पर स्वतंत्र बेंचमार्क, चाहे एंथ्रोपिक के सोनेट 5.5 और हाइकू 5.5 कम अंत में मूल्य निर्धारण अंतर को बंद कर सकते हैं, और क्या जीपीटी- 5.6 की नवंबर की कीमत वृद्धि शेष होल्डआउट को माइग्रेट करने के लिए धक्का देती है।

किसको ध्यान देना चाहिए / किसे इंतज़ार करना चाहिए: (अंग्रेज़ी में) उच्च-मात्रा वाले अनुप्रयोगों को बनाने वाली टीमों को जीपीटी -6 लूना पर कड़ी नज़र रखनी चाहिए, जिसकी मूल्य निर्धारण सस्ते स्तर के वर्कलोड के लिए बजट गणित को फिर से आकार देती है। डेवलपर्स जिन्हें ओपस के पिछले संस्करण मिलते हैं वे वर्बोज़ या महंगे होते हैं उनके पास ओप्स की कोशिश करने के ठोस कारण होते हैं 5.5 । जो कोई भी "मैक्स" तर्क प्रयास पर भरोसा करता है उसे अपग्रेड करने से पहले सावधानीपूर्वक परीक्षण करना चाहिए और अब उस स्तरीय में फैबल द्वारा बेहतर सेवा दी जा सकती है 5.1

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.