ChatGPT от OpenAI обошёл Claude Haiku 5.5 от Anthropic в неформальном сравнительном тесте из пяти повседневных задач со счётом 3:2. При этом два раунда, в которых требовалось выдать более персонализированный совет, остались за Claude.
Ключевые моменты:
- ChatGPT победил в сценариях с планированием Дня благодарения, креативным письмом и расчётом бюджета.
- Claude Haiku 5.5 выиграл раунды «подбор беговой обуви» и «семейное расписание», предложив более персональные решения.
- Haiku 5.5 заменит Haiku 4.5 в списке моделей для пользователей Free, Pro и Max 29 октября.
Результаты теста ChatGPT
Технологический журналист Аманда Касуэлл, специализирующаяся на ИИ, проверила оба чат-бота на идентичном наборе запросов. Итоги сравнения были опубликованы 15 октября.
Вопросы варьировались от планирования праздничного ужина до составления домашнего бюджетного калькулятора. Оценка строилась на двух критериях: насколько точно ответы следовали инструкции и сколько работы оставалось пользователю.
В раунде, посвящённом Дню благодарения, ChatGPT выиграл, сумев предложить почти полностью веганское меню для ужина на 10 человек, приготовленного в одной духовке и уложившегося в бюджет $175. В задании по креативному письму модель открыла сказку о драконе с динамичной сцены погони и выдержала более убедительный тон для аудитории среднего школьного возраста. В финансовом задании ChatGPT создал инструмент для планирования бюджета, который пользователь мог редактировать, скачивать и запускать офлайн.
Claude взял верх в упражнении по подбору беговых кроссовок, посоветовав нейтральные, максимально амортизированные модели для бегуна с высоким подъёмом стопы и нагрузкой 35 миль в неделю. ChatGPT, по мнению Касуэлл, выбрал более жёсткую модель, хуже подходящую под эти параметры. В тесте на составление расписания Claude также оказался убедительнее, предложив более «человечный» и реалистичный план дня для работающего родителя троих детей, которому нужно было успеть отвезти ребёнка на тренировку по футболу, заехать на почту и закрыть рабочий дедлайн.
Также по теме: Как iPhone Duo от Apple за 30 минут превратился из предзаказа в дефицит
Оценка Claude Haiku 5.5
Касуэлл назвала Haiku 5.5 удачной моделью для повседневных запросов, но при таком наборе задач признала, что в большинстве случаев выбрала бы именно ChatGPT. Победы Claude она объяснила тем, что его советы в двух раундах оказались лучше «подогнаны» под её личную ситуацию.
Anthropic представила Haiku 5.5 7 октября как самый компактный и дешёвый уровень в линейке моделей Claude. По оценке компании, эксплуатационные затраты примерно на 75% ниже, чем у Haiku 4.5, а сама модель оптимальна для быстрых, повторяющихся задач — таких как краткие сводки и онлайн-поддержка клиентов в реальном времени. Клиенты платят по $0,10 за миллион входных токенов — сопоставимо с тарифом на GPT-6 Luna, самую младшую модель 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 её на Haiku 5.5. При этом уже существующие диалоги останутся доступными.
OpenAI запустила GPT-6 в составе ChatGPT 7 октября — в тот же день, когда на рынок вышел Haiku 5.5. Обновление сопровождалось новым интерфейсом, позволяющим встраивать в ответы интерактивные графики, калькуляторы и кнопки. Продукт-менеджер Ааруш Селван отметил, что «самые полезные ответы — это не только текст». Запуск Haiku 5.5 стал финальным аккордом месяца, в течение которого Anthropic также перевела старшие модели Opus и Sonnet на версию 5.5.
Читайте далее: Сможет ли USDC завоевать развивающиеся рынки? Circle скоро узнает
