Получше и подороже или попроще и подешевле?

Собрал флагманские LLM-модели в одну матрицу.

Как ее читать:
Чем выше модель, тем она умнее.
Чем правее, тем дешевле ее ответы.
Чем больше кружок, тем больше контекста она способна запомнить.
Флаг показывает страну разработчика.

Идеальная позиция, конечно, справа вверху: умная и дешевая и с памятью как у Анатолия Вассермана.
Как видите, она пуста)

Что видно на графике?
🇺🇸 Американские модели пока занимают верхние этажи.
Claude и GPT качественно и дорого
🇨🇳 Китайские модели двигаются вправо. Они дешевле, быстро умнеют и все чаще выглядят как рациональный выбор для массовых задач.
🇷🇺 Российские модели живут в своей системе координат. Их сила связана с российской инфраструктурой, локальным размещением, рублевыми расчетами и работой с чувствительными данными.

Вчера вышел Claude Opus 5.
По заявленным данным он близок к лидерам, при этом ощутимо дешевле Fable.

Надо подождать независимых тестов, потому что презентации разработчиков обычно показывают модель в ее лучшем свете. Как фотки квартиры на циане)

На практике выбор обычно выглядит так:
Для сложного анализа, стратегии и программирования имеет смысл брать модель посильнее.
Для документов, писем, суммаризации и массовой генерации смотрим на цену.
Для закрытого контура выбираем решения, которые можно безопасно развернуть внутри компании.

Вместо «Какая модель самая мощная?» попробуйте подсчитать:
Сколько полезной работы она сделает за ваши деньги?

Какими моделями из этих вы пользуетесь чаще всего?

Голосуем ниже!