Claude Sonnet 5.5 против Opus: тесты на реальных задачах

Что в ролике
Anthropic выпустила Claude Sonnet 5,5, и независимые бенчмарки Artificial Analysis показывают отставание от Opus 5,5 всего на два балла (56 против 58), поэтому автор проверяет обе модели на четырёх одинаковых реальных задачах. Первая — кодинг: по обложке книги «Пирей» Сюзанны Кларк модели сами устанавливали Remotion и рендерили 30-секундный анимированный ролик, и Opus победил за счёт более детализированных 3D-фигур и кинематографичных переходов. Во второй задаче — моушн-графика для сообщества автора по скриншоту страницы — разница почти исчезла, и Sonnet 5,5 справился на уровне Opus. В тесте на написание текста модели должны были по одному промпту сами исследовать аудиторию (люди, использующие ChatGPT или Claude пару раз в неделю, но чувствующие, что используют лишь 10% возможностей), найти трендовую тему за 30 дней и написать черновик на 1600 слов по списку правил без эм-тире и хайповых слов; Sonnet выбрал более подходящую тему (работники, скрывающие свои AI-навыки) и оставил в конце пометку, что следующий ролик надо уточнить, тогда как Opus выдумал тему «чат против рабочих вкладок» и придумал несуществующее следующее видео. В самой сложной задаче — браузерной 3D-игре по Ривенделлу из «Властелина колец» — оба построили полноценную игру с квестами и персонажами, но Opus выиграл по реалистичности: 3500 деревьев пяти видов, более живая вода и точная планировка долины, хотя Sonnet дал более традиционный книжный стиль. Автор отмечает, что Sonnet 5,5 запускал девять вспомогательных агентов против семи у Opus, и такой параллельный запуск быстро расходует лимит использования. Вывод: для повседневной работы, письма и исследований Sonnet 5,5 достаточно и он доступен на бесплатном тарифе, а Opus стоит включать для сложных открытых сборок в Claude Code, который и так требует платной подписки 20 долларов в месяц; при этом на API на среднем уровне усилий Sonnet дороже Opus — 7,60 против 5,98 доллара за задачу.
Практика
- Что получишь
- Понять, насколько реальная разница между Sonnet 5.5 и Opus 5.5 на практике, и какой тариф выбрать. Увидеть, как одинаковые промпты отрабатывают на генерации видео-рекламы, текста и браузерной игры, и где каждая модель сильнее.
- Первый шаг
- Забрать бесплатные промпты из описания ролика и запустить их на бесплатном аккаунте Claude с Sonnet 5.5, чтобы повторить тесты.
- Цифры
- —56 и 58 — общий балл Sonnet 5.5 и Opus 5.5 в независимом тесте Artificial Analysis, разрыв два пункта
- —1600 слов — объём черновика, который модели писали по одному промпту в тесте на письмо
- —3500 деревьев пяти видов — столько посадил Opus в браузерной игре по Ривенделлу
- —7,60 против 5,98 доллара — стоимость одной задачи на API при среднем уровне усилий, Sonnet дороже Opus
- Честно
- Автор продвигает своё платное сообщество AI Fluency на Skool: в ролике дважды звучит призыв вступить, цена растёт по мере набора, ссылка в описании. Промпты для тестов он обещает бесплатно в описании, но в самом видео их не показывает целиком — только отдельные экраны с кодом и промежуточными результатами, поэтому для точного повторения нужно идти по ссылке. Все сравнения сделаны на среднем уровне усилий в приложении, тогда как бенчмарки запускались на максимальном.
Если слова незнакомы — 4 терминов
- промпттекст-задание, которое ты даёшь модели, чтобы она выполнила работу
- агентотдельный помощник, который выполняет часть общей задачи, например персонаж или квест в игре
- APIинтерфейс для программного доступа к модели, обычно оплачивается за использование
- бенчмаркстандартизированный тест, по которому сравнивают модели
Связки из этого ролика
1 шт.- Claude Code + Remotion
Компоненты
6 шт.Формат: обзор · для практикующих · уверенность разметки 0.85 · источник