Міністерство Нестримного ШІ

Більше року минуло з моменту релізу Haiku 4.5 і ось сьогодні Anthropic заделіверили Haiku 5.5, їх наймолодшу та найдешевшу модель.
Судячи з бенчмарків, вона не геній, але справу знає.

З іншого боку, лишається головне питання: навіщо використовувати Haiku 5.5 Max, якщо старший брат Sonnet 5.5 High дасть кращий результат швидше і дешевше.

Раджу спробувати MiMo Code від Xiaomi з їх останньою моделлю MiMo V2.6 Pro.
Зараз у лідерах серед опенсорсних із відкритими вагами.

Модель дійсно толкова, і харнеси приємні (CLI + десктопна апка).

Підписка ChatGPT дає ~відвічі менше цінності порівняно з аналогічною підпискою Claude.

Небайдужі заміряли кількість виконаних задач (не токенів чи часу) за ліміт.

На всіх рівнях, від $20 до $200.

Доки OpenAI не урізав свою $200 підписку вдвічі, в них зберігався відносний паритет цінності, а після — це просто жах.

Виявилося, ефективність Sol 6.1 аж ніяк цього не компенсує.

Не рятують навіть щедрі ресети від Тібо.

І це при тому, що Opus 5.5 об’єктивно сильніша модель, порівняно з Sol 6.1.

Дехто обісрався, але поки боїться це визнати.

Хай там як, риночек розсудить.

Щойно на Dev Days 2026 OpenAI представили Sol 6.1
• Він вражаюче дешевий — приблизно 5% вартості за виконану задачу від вартості Opus 5.5.
• Він швидкий.
• І він при цьому потужний як Astra.

Вертаю свої претензії. Якщо вони зроблять з Астрою, Террою та Луною те ж саме, то пофіг на зменшння місткості лімітів у 200-доларовому тарифі. З такими моделями навіть вдвічі зменшені ліміти буде нічим вичерпати.

OpenAI вирішила зрізати цінність $200-підписки вдвічі.
Геніальний мракетинговий хід, що точно допоможе впоратися на такому перегрітому конкуренцією ринку.

В той же час:
• Anthropic випускає Opus і Sonnet 5.5, якими складно виїсти тижневий ліміт;
• Meta роздає Contributor-версії майже безкоштовно;
• Grok-а вистачає на дуже довго;
• Z.ai так взагалі субсидує всіх користувачів ZCode, так ще й без упину насипає ресетів що скажені.

Увага, питання:
WTF?

Ну що, вітаймо Sonnet 5.5, модель №2 за силою у світі на поточний момент.

Так, кращу за Fable 5.1.

Живемо в цікавому світі, в якому модель «для простих задач» сильніша за модель для комплексних і творчих...

Ох уж ці сучасні працівники...

Перевірив, як із комплексною задачею впораються свіжі Opus 5.5, Sol 6, Luna 6 на всіх рівнях різонінгу. І, звісно, порівняти їх з братами старшими та меншими на тих же задачах.

Всі отримали завдання переробити з нуля один із моїх робочих інструментів: матрицю відповідності модель/задача, що будує Піфія — один із моїх модулів оркестрації ШІ-агентів.

Доступ до оригіналу ніхто з них не мав, всі працювали в ізольованих середовищах та не могли підгледіти одна за одною.
Так само ніхто не мав доступу ні до яких скілів. Харнеси використовував рідні.

Результати... цікаві.

Порівняйте та робіть висновки самі самі — артефакт Claude або артефакт Codex (в залежності від вашої релігії).
В обох випадках перемикач внизу екрану.

Всі матриці інтерактивні. Клікати не тільки на фільтри не лише можна, а треба, щоб повноцінно порівняти результати.

⚠️ УВАГА:
1. Файли важкі — кожнен html-файл матриці десь по 6 мегабайт.
2. Часто неоптимізовані. Я спеціально не прохав про це жодну з моделей, цікаво було, хто здогадається профайлити сам.
3. Не для смартфонів. Вони-то відкриються, але ви не зможете нормально порівняти результати. Все ж, це робочий інструмент для великих екранів.

Хто власноруч пропатчив KDE2 під FreeBSD T3 Code і навчив його працювати ще з шістьма провайдерами ШІ-агентів, на додаток до 6 вбудованих, той я.

Тепер це справді «єдине вікно» в усі харнеси.

Тішуся, що автори зробили настільки зручний та відкритий до розширення інструмент.
Після кількох днів дебагу — все працює як годинник і дуже зручно!

PS: якщо вас напрягають ШІ-дописи, краще відписуйтеся зараз, бо далі буде лише «гірше» :)

Та йо-майо. В той же день диявольський Сем зарелізів Sol 6 та Luna 6. І вони теж вдвічі дешевші за своїх попередників лінійки 5.6.

Славімо святу конкуренцію!

Святий Даріо завіз Opus 5.5 — декларують, що по силі ця модель рівня Fable 5.1, при цьому дешевша на 40% за Opus 5 o_O

Якщо на практиці це підтвердиться, то доведеться скасувати свої 12 підписок, натомість просто мати 3-4 Claude.
Опус і без того був чудовим виконавцем більшості задач, а тепер...

Релізнули Grok 4.7, бенчмарки показують рівень ~Sol.
Розбирайтеся що там як для ваших потреб, поки діє атракціон нечуваної щедроти — в Grok Build його можна юзати безкоштовно.

Кому півроку безкоштовного Linear?

Просто зареєструйтеся за посиланням: https://linear.app/terminal

Навчив батьківські сесії одних харнесів запускати дітей інших харнесів і показувати realtime-прогрес та результат прямо в агентській панелі T3 Code.

Тобто, Claude Code може запускати суб-агентів Codex, Grok, Muse, Antigravity і так далі. І все це контролюється з одного інтерфейсу.

Надзвичайно зручно!

Хороша новина :)

У відповідь на звернення Meta зробила Muse Spark 1.3 та Contributor версію доступною для українців (з українських IP).

Дякую всім, хто допоміг зробити розголос!

UPD: Реєстрацію вони досі не відкрили чомусь, тому на моменті реєстрації в використовуйте VPN. Далі все має бути гаразд.

Подав запит у Meta про недоступність Muse Code та моделей Muse Spark 1.3 на всій території України, при тому, що в усіх європейських країнах такого обмеження нема (я протестував).
Щоб компанія або прояснила та закріпили відповідь на це питання в офіційній політиці, або скасувала обмеження.

У відповідь мені заблокували акаунт.

Вражаюче працюють рєбята.

Хочете точно відслідковувати використання та витрати токенів своїх ШІ-агентів по всіх своїх моделях і харнесах?
Не хочете для цього встановлювати (частіше за все) китайські проксі, щоб ті пропускали через себе весь ваш трафік на ШІ-провайдерів?

Попрохайте свою модель встановити вам Tokdash.
Це безкоштовна локальна утиліта, що дає вам всю необхідну статистику, в тому числі по доступних лімітах (якщо у вас кілька акаунтів в одному чи декількох провайдерів).

Він не спілкується з вебом взагалі, збирає дані лише з локальних журналів ваших харнесів і CLI. Нікуди їх не передає, я декілька разів перевіряв різними способами.

Дуже раджу. Звісно, не все ідеально, але дуже пристойно.