ChatGPT от OpenAI обошёл Claude Haiku 5.5 от Anthropic в сравнительном тесте из пяти повседневных задач со счётом 3:2. При этом оба раунда, где требовались индивидуальные рекомендации, остались за Claude.
Основные выводы:
- ChatGPT выиграл раунды по планированию Дня благодарения, творческому письму и расчёту бюджета.
- Claude Haiku 5.5 победил в подборе беговой обуви и семейном расписании за счёт более персонализированных ответов.
- Haiku 5.5 заменит Haiku 4.5 в списке моделей для пользователей Free, Pro и Max 29 октября.
Результаты теста ChatGPT
Технологический обозреватель Аманда Касуэлл, специализирующаяся на ИИ, протестировала оба чат-бота, задавая им идентичные запросы. Материал был опубликован 15 октября.
Набор заданий включал как планирование праздничного ужина, так и создание калькулятора домашнего бюджета. Касуэлл оценивала ответы по двум критериям: насколько строго ассистент следует инструкции и сколько работы остаётся пользователю «доводить до ума».
В сценарии с Днём благодарения ChatGPT победил, предложив меню, в котором почти все гарниры были веганскими, рассчитанными на 10 гостей, с приготовлением в одной духовке и в рамках бюджета в $175. В задании по творческому письму ChatGPT начал историю про дракона сразу с динамичной погони и выдержал более убедительный стиль для читателей среднего школьного возраста. В финансовом раунде он создал удобный инструмент для бюджета, который пользователь мог редактировать, скачивать и запускать офлайн.
Claude взял верх в тесте по выбору кроссовок для бега, посоветовав бегуну с высоким сводом стопы и нагрузкой 35 миль в неделю нейтральные модели с максимальной амортизацией. ChatGPT, по оценке Касуэлл, предложил более жёсткую обувь, которая хуже подходила под запрос. В задании по семейному расписанию Claude также оказался убедительнее, выдав более «человечный» план для работающего родителя троих детей, которому нужно было совмещать футбольную тренировку, поход на почту и жёсткий рабочий дедлайн.
Читайте также: Как iPhone Duo от Apple превратился из хита предзаказа в дефицит за 30 минут
Оценка Claude Haiku 5.5
Касуэлл назвала Haiku 5.5 удачной моделью для повседневных вопросов, однако признала, что для такого набора задач её первой опцией, вероятнее всего, остался бы ChatGPT. Победы Claude она связала с тем, что его рекомендации субъективно лучше попадали в её личный контекст.
Anthropic представила Haiku 5.5 7 октября как самый компактный и бюджетный уровень в линейке Claude. По данным компании, эксплуатационные расходы на Haiku 5.5 примерно на 75% ниже, чем у Haiku 4.5, а ключевые сценарии применения — быстрые, повторяющиеся задачи вроде саммаризации и онлайн-поддержки клиентов. Клиенты платят $0,10 за миллион входных токенов — сопоставимо с GPT-6 Luna, наименьшей моделью OpenAI.
Запуски GPT-6 и Haiku
Anthropic выводит Haiku 4.5 из списка доступных моделей для пользователей Free, Pro и Max 29 октября, полностью заменяя его на Haiku 5.5. При этом существующие диалоги сохранятся.
OpenAI запустила GPT-6 в составе ChatGPT 7 октября — в тот же день, когда дебютировал Haiku 5.5, — одновременно внедрив новый интерфейс, который позволяет встраивать в ответы интерактивные графики, калькуляторы и кнопки. Продукт-менеджер Ааруш Селван заявил, что наиболее полезные ответы «не ограничиваются текстом». Запуск Haiku 5.5 стал финальным аккордом месяца, в течение которого Anthropic также перевела более мощные модели Opus и Sonnet на версию 5.5.
Читайте далее: Сможет ли USDC завоевать развивающиеся рынки? У Circle есть шанс это проверить
