#use Поки ми всі чекаємо на Астра 2, ось вам свіжі порівняння LLM ⬆️💪⬆️ Сумніви є тільки по gemini)).

#use

Поки ми всі чекаємо на Астра 2, ось вам свіжі порівняння LLM ⬆️💪⬆️
Сумніви є тільки по gemini)).

Всі дані взяті з Artificial Analysis. Вони перебудували свій Intelligence Index до версії 5.0. 60% тестів тепер приватні, частину старих бенчмарків викинули, додали нові з кодом і наукою. Таблиця перемішалась, тож ми зібрали сім актуальних флагманів і порівняли їх за інтелектом, швидкістю, контекстом і ціною.

Інтелект (AA v5.0):
1. Gemini 4 Carbon - 59
2. Claude Opus 5.5 - 58
3. GPT-6 Astra - 57
4. GPT-6.1 Sol - 55
5. Claude Fable 5.1 - 49
6. Kimi K3.1 Pro - 46
7. Grok 4.7 - 34

Що змінилось:
Перше місце забрав Gemini 4 Carbon, але Google віддала його лише кіберзахисникам з програми Fairwind. Дати відкриття немає. Серед моделей, які можна запустити вже зараз, лідирує Claude Opus 5.5.
Найбільше просіли Grok 4.7, з 46 до 34, і Kimi K3.1 Pro, який на старті мав 55, а тепер 46. Fable 5.1 тепер слабший за Opus 5.5, хоча токен у нього в 2,5 раза дорожчий.

Швидкість:
Opus 5.5, Carbon і Sol 6.1 йдуть майже врівень, близько 94 токенів за секунду. Kimi K3.1 Pro видає 31, утричі повільніше.

Контекст:
У шести моделей мільйон токенів, у Grok 4.7 удвічі менше.

Ціна:
Вхід / вихід за 1М токенів:
- Fable 5.1 і Astra: $10 / $50
- Opus 5.5: $4 / $20
- Sol 6.1 і Kimi K3.1 Pro: $2 / $10
- Grok 4.7: $2 / $6
- Carbon: $2 / $10 на старті, потім $4 / $20

Але рахунок формує не ціна токена, а те, скільки токенів модель спалює на задачу. Ціна однієї задачі в індексі:
- Sol 6.1 $1,27
- Kimi $3,68
- Astra $6,24
- Grok 4.7 $7,51
- Carbon $7,76 за стандартною ціною
- Opus 5.5 $10,04
- Fable 5.1 $12,99.

Загальний висновок:
- Найвигідніша модель ряду - GPT-6.1 Sol: на 3 бали слабша за Opus 5.5, а задача коштує у 8 разів менше.
- Grok 4.7 найдешевший за токен, але витрачає їх стільки, що задача виходить дорожчою, ніж у GPT-6 Astra.
- Kimi K3.1 Pro претендує на звання найсильнішої відкритої моделі, але ваги Moonshot ще не виклала, обіцяли до 4 листопада.

Розклад простий: Sol 6.1 для масової роботи, Opus 5.5 для найважчих задач, а Carbon чекаємо, поки Google відкриє доступ.

Від себе додамо, що для моушн графіки, монтажу, веб дизайну рівних Opus 5.5 просто немає. Для промптінгу sol та opus топчики. Для сценарію - opus рве всіх). Але це наш досвід.

😅🚀 TG | 📺 YT |🤪 IG