
Sage-S2.1-Flash לעומת Claude Haiku 5.5: עלות של טוקן לעומת עלות של חלון הקשר
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 90 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 97 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 87 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 219 tok/s
Claude Haiku 5.5 ו-Sage-S2.1-Flash מציגים שניהם חלון הקשר של מיליון טוקנים, ובערך שם נגמר הדמיון. ל-Claude Haiku 5.5, שהושק על ידי Anthropic ב-7 באוקטובר 2026, יש מחירון מפורסם, ציון בטבלת דירוג עצמאית ו-API מתארח. ל-Sage-S2.1-Flash, שהועלה בשקט ל-Hugging Face על ידי המעבדה הסינית לבינה מלאכותית בשאנגחאי ב-15 בנובמבר 2026, יש 645 גיגה-בייט של משקולות ברישיון MIT, כרטיס דגם בגודל 21 בייט, ואין מחיר בשום מקום באינטרנט. לכן השוואה ביניהם לפי מיליון טוקנים היא בלתי אפשרית — לא קשה, בלתי אפשרית, מפני שצד אחד של המדד ריק.
ההשוואה שכן עובדת היא אחרת, והיא זו שהעמוד הזה עוסק בה: מה כל מודל גובה ממך עבור הקשר ארוך. בציר הזה השניים לא קרובים, והתשובה אינה זו שמחירי המדבקה מרמזים עליה.
שתי בעיות רכש העוטות את אותו שם בנצ'מרק
נתחיל ממה שכל צד הוא בפועל, מפני שהשמות מזמינים טעות קטגורית. Claude Haiku 5.5 הוא מודל קנייני לטקסט ולתמונות בשכבה הקטנה של Anthropic — זה שהספק ממקם למשימות "בנפח גבוה וברגישות להשהיה, כמו סיווג, חילוץ וניתוב". הוא מבצע חשיבה אדפטיבית עם פרמטר מאמץ שברירת המחדל שלו היא medium, מחזיר עד 128,000 טוקני פלט, ומגיע ל-API כ-claude-haiku-5-5 בפלטפורמה של Anthropic עצמה ובארבעה מערוצי מכירה חוזרת מרכזיים בענן.
Sage-S2.1-Flash הוא מודל סוכן מדעי במשקלים פתוחים: תערובת מומחים בעלת 320 מיליארד פרמטרים, עם 18 מיליארד פעילים לכל טוקן, הבנוי על ארכיטקטורת GLM-5.3-Flash, וארוז ב-bfloat16 בנפח של כ-645 GB על פני 120 שברים. התצורה שלו מצהירה על תקרת מיקום של 1,048,576 טוקנים, על מגדל ראייה בעל 24 שכבות, ועל סוגי טוקנים מפורשים של תמונה, וידאו, אודיו וחשיבה. הוא ברישיון MIT וניתן להורדה, ונכון ל-16 בנובמבר אף ספק הסקה לא הציע אותו ואף רתמת הערכה עצמאית לא דירגה אותו.
אחד מאלה הוא סעיף שורה. האחר הוא סוף שבוע וצומת GPU. האסימטריה הזו היא כל ההשוואה, וכל מה שלמטה הוא החשבון הנובע ממנה.

מצוק 100,000 הטוקנים שאיש לא מכניס לכותרת
Anthropic מפרסמת את התמחור של Claude Haiku 5.5 בשתי דרגות ולא בדרגה אחת, והדרגה השנייה היא המקום שבו טענת ההקשר של המודל עצמו הופכת ליקרה:
• פרומפטים של עד 100,000 טוקנים — $0.10 למיליון קלט, $0.50 למיליון פלט
• פרומפטים של מעל 100,000 טוקנים — $0.50 למיליון קלט, $2.50 למיליון פלט
• כתיבת מטמון, חמש דקות — $0.125 ו-$0.625 למיליון, לפי אותו פיצול
• קריאה מהמטמון — $0.01 למיליון מתחת ל-100K, $0.05 מעל זה
• Batch API — 50% הנחה משני הצדדים
זהו צעד של פי חמישה, והוא מופעל בדיוק באורך הפרומפט שבו מודל עם הקשר ארוך מתחיל להצדיק את התשלום עבורו. פרומפט של 150,000 טוקנים עם תשובה של 5,000 טוקנים עולה 150,000 × $0.50/1M = $0.075 עבור קלט ועוד 5,000 × $2.50/1M = $0.0125 עבור פלט, או $0.0875. בתעריף של מתחת ל-100K אותה קריאה הייתה עולה $0.015 ו-$0.0025 — $0.0175. חלון ההקשר של פי חמישה לא עולה פי חמישה ממה שעולה קריאה של 100K; בהשוואה לתעריף ששילמת רגע קודם, הוא עולה בערך פי חמישה עבור אותם טוקנים, ופי אחד עשר עבור אותה קריאה מסוימת.
יש מכפיל שני שנערם על גבי זה, וקל לפספס אותו כי הוא נמצא בתיעוד ולא בטבלת המחירים: Claude Haiku 5.5 משתמש בטוקנייזר שהוצג עם Claude 4.7, כך שאותו טקסט נספר כבערך 30 אחוז יותר טוקנים מכפי שהוא נספר ב-Claude Haiku 4.5. כל תקציב שתקצו לכל מסמך, הכפילו ב-1.3 לפני שמחילים את התעריף. Anthropic מפורשת באופן יוצא דופן בנוגע לכך, ולזכותה ייאמר, אבל ההשפעה על מודל עלויות נאיבי היא ממשית: עומס עבודה שהועבר מ-4.5 ל-5.5 עם אומדן טוקנים ללא שינוי יחרוג בכמעט שליש.
שום דבר מזה לא הופך את Claude Haiku 5.5 ליקר במונחים מוחלטים. $0.10 למיליון טוקני קלט הוא התעריף הזול ביותר מבין כל מודל עדכני הסמוך לחזית, ולוח הדירוג העצמאי מסכים שהרמה הזו אינה צעצוע: Claude Haiku 5.5 משיג 36.5 במדד ה-Intelligence Index של Artificial Analysis במאמץ מרבי, מעל 32.6 של DeepSeek V4.1 Flash ו-30.8 של Gemini 3.8 Flash. הנקודה צרה יותר ושימושית יותר: במודל הזה, אורך הפרומפט הוא מנוף המחיר, ולא בחירת המודל.
מה העלות של הקשר ארוך כשהמשקולות בבעלותך
עכשיו בצע את אותו חישוב עבור Sage-S2.1-Flash. אין כרטיס תעריפים, ולכן הטוקן חינמי בשוליים — אבל החלון לא, כי צריך להחזיק את המשקלים איפשהו. מדריך הפריסה של InternLM עצמו מפרט את תצורת הייחוס: שמונה כרטיסי H200, bfloat16, מקביליות טנזורית של שמונה.
החשבון אינו זוהר אך מכריע. 645 GB של משקלים על פני שמונה כרטיסים הם כ-81 GB לכרטיס. H200 נושא 141 GB של HBM, מה שמשאיר בערך 60 GB לכרטיס עבור מטמון KV, אקטיבציות וערכת העבודה של מגדל הראייה. המדריך אומר במפורש לא להשתמש במטמון KV מסוג FP8 על Hopper, כך שאותם 60 GB מושקעים ב-bfloat16 — פורמט המטמון היקר ביותר לכל טוקן מבין הזמינים. הקשר של מיליון טוקנים ניתן להשגה במסגרת הזו, אך רק משום שקשב היברידי של המודל משאיר את רוב השכבות ליניאריות: 34 מתוך 45 השכבות משתמשות בסוג הקשב הליניארי שהתצורה מכנה kda, ורק 11 משתמשות בקשב דליל עם אינדקס top-2,048. בטרנספורמר קונבנציונלי בעל 45 שכבות, מטמון KV של מיליון טוקנים כלל לא היה נכנס.
אז השוואת העלויות הכנה היא לא „חינם לעומת 0.10 דולר”. היא „שמונה כרטיסי H200, בגודל שתבחר ובהשכרה על ידך, לעומת API מחויב לפי שימוש שמחירו הופך לפי חמישה מעל 100K”. באיזו רמת ניצול הראשון גובר על השני תלוי לחלוטין בתעריף השעתי שלך עבור כרטיסי ה-GPU האלה ובכמה משעות היום הם עסוקים — ומכיוון שאין לנו מחיר Sage מפורסם ואין נתון תפוקה בלתי תלוי עבורו, כל מי שמציין לך נקודת איזון ממציא אותה.

פער הראיות, במילים פשוטות
לשני המודלים יש מספרי בנצ׳מרק. רק סט אחד מהם ניתן לבדוק מול משהו.
Claude Haiku 5.5 נמדד על ידי צד שלישי. Artificial Analysis מעמידה אותו על 36.5 במדד האינטליגנציה במאמץ מרבי, עם דיווח של 257 אסימוני פלט בשנייה. זהו מספר שעבר ביקורת ממערך בדיקות שמריץ את אותם מבחנים על כל מודל שהוא מציג, וזה מה שהופך אותו לשימושי לקבלת החלטה.
Sage-S2.1-Flash נמדד רק על ידי המחברים שלו. המספרים של InternLM נמצאים בקובץ מופרד בטאבים במאגר GitHub שנוצר ב-16 בנובמבר, ופורסמו לאתר סטטי בכתובת internlm.github.io/Sage-S2.1-Flash שכרטיס המודל ב-Hugging Face אינו מקשר אליו. בטבלה יש 35 שורות והיא משווה את Sage לשמונה מודלים. השורות החזקות שלה הן המדעיות והחזותיות — BabyVision ב-75.8 לעומת Claude Opus 5 ב-63.1, OSWorld-G ב-84.8 לעומת DeepSeek-V4.1-Flash-1017 ב-61.4, OfficeQA Pro V2 ב-72.2, הנתון הטוב ביותר בטבלה שלה עצמה. שורות הקידוד שלה אינן מרשימות: SWE-bench Pro 60.6, DeepSWE 67.0, שתיהן מאחורי DeepSeek V4.1 Flash.
Claude Haiku 5.5 כלל אינו מופיע בטבלה ההיא. גם Gemini 3.8 Flash לא. כך שההשוואה היחידה שקורא המחפש את ההתמודדות הזו באמת רוצה — המודל הזול המתארח מול המודל המדעי להורדה — אין לה נתוני ספק משני הצדדים, ואין נתונים בלתי תלויים בצד אחד. מה שכן אפשר לומר הוא שהשורות שפרסמה Sage נמצאות בתחום של רמת Opus במדדי מדע, בעוד ששורות הקידוד שלה נופלות מתחת למודל שעולה $0.30 למיליון קלט, ופער של עשרים וארבע נקודות ב-BabyVision הוא או יכולת אמיתית או מדד שנקרא אחרת עבור המודל הזה. בלי מערך בדיקות, אי אפשר לדעת מה מהם.

איפה כל אחד למעשה מנצח
הסר את החלקים שלא ניתן להשוות, ונותר פיצול נקי.
• עבודה בהיקף נרחב ורגישה להשהיה — Claude Haiku 5.5, באופן חד-משמעי. סיווג, חילוץ, ניתוב וקריאות של תת-סוכנים במחיר $0.10/$0.50 עם ציון מפורסם היא בעיה פתורה. Sage-S2.1-Flash אינו יכול להתחרות כאן: היית שוכר שמונה GPUs כדי לבצע עבודה ש-API מחויב לפי שימוש עושה בפרוטות.
• פרומפטים בין 100K ל־1M טוקנים — שנוי במחלוקת ממש, ומוכרע לפי ניצול ולא לפי יתרון. Claude Haiku 5.5 גובה פי חמישה מתעריפו הבסיסי בטווח הזה; Sage גובה ממך את העלות המופחתת של חומרה שכבר שכרת. אם הצומת שלך עמוס, Sage מנצח בעלות. אם לא, הוא לא.
• קלט מולטימודלי מדעי — Sage-S2.1-Flash, על סמך הטענות שלו בלבד. גרפים מולקולריים, מבנים גבישיים, רצפי חלבונים, ספקטרות, ספקטרות מסה, XRD, ECG, EEG ועקומות אור הם הקלטים ש-InternLM מצהיר שאומן עליהם, והוא היחיד מבין השניים שהתיעוד שלו מפרט אותם. יש להתייחס לכך כאל הצהרת עיצוב, ולא כתוצאה מדודה.
• כל דבר שזקוק לחוזה השבוע — Claude Haiku 5.5. לאחד יש מחיר, עמוד סטטוס והתחייבות לפרישה לא לפני 7 באוקטובר 2027. לשני יש כרטיס מודל ריק ובזמן כתיבת שורות אלה, אפס הורדות.
• מיקום נתונים ובעלות על משקולות — Sage-S2.1-Flash, ללא תנאי. משקולות MIT שאפשר להחזיק, לבקר ולכוונן הן קטגוריה אחרת של נכס לעומת API, ושום הבדל במחיר לא משנה זאת.
פרט התשתית האחד שמכריע את רוב המיגרציות
אם אתה מעביר pipeline עם הקשר ארוך בין שני אלה, הבעיה החוסמת לא תהיה האיכות. היא תהיה טוקניזציה וקריאות לכלים.
ב-Claude Haiku 5.5 השתנה דור הטוקנייזר, מה שאומר שכל פרומפט שכיוונת מול Claude Haiku 4.5 צריך להימדד מחדש, וכל אסטרטגיית פיצול שהניחה תקציב טוקנים שגויה כעת בכ-30 אחוז. Anthropic מספקת מדריך הגירה בדיוק לכך, וכדאי לקרוא אותו לפני שנוגעים בקובץ קונפיגורציה.
ל-Sage-S2.1-Flash יש גרסה חדה יותר של אותה בעיה, וזה הפריט היחיד במדריך הפריסה שלו ששווה לקרוא לפני כל דבר אחר. ה-tokenizer שלו חייב להיטען מהמאגר — ה-tokenizer המובנה ב-vLLM, ב-SGLang או ב-LMDeploy יקודד תחביר סוכני כגון סמני קריאה לכלי כטוקנים של בקרה ולא כטקסט, והמודל יסיים תור מוקדם בלי שגיאה שתראה על כך. יש שתי מלכודות נוספות מאחורי זו: קריאת כלי מקבילה שלא לפי הסדר מצרפת תמונות לתוצאה הלא נכונה ב-vLLM בלי patch של קובץ אחד, ו-SGLang דורס את תבנית הצ'אט אלא אם מעבירים לו את הקובץ במפורש. עבור מיגרציה, ההשלכה המעשית היא שעבודת ספירת הטוקנים מוכפלת — פעם אחת עבור ה-tokenizer החדש של Anthropic, ופעם אחת עבור ה-tokenizer המותאם של InternLM — ואף אחד מהם לא ניתן להעריך מהשני.
שלושת הפריטים האלה הם, למעשה, ההבדל בין "Sage-S2.1-Flash הוא מודל שבדקתי" לבין "Sage-S2.1-Flash הוא מודל שוויתרתי עליו". כולם מתועדים, וזה יותר ממה שרוב השחרורים השקטים מצליחים להשיג.
להגיע להחלטה ללא מחיר
Claude Haiku 5.5 אינו בקטלוג של OrcaRouter נכון להיום; הוא קיים ב-API של Anthropic עצמה ובערוצי המכירה החוזרת הגדולים של הענן, ואיננו מתכוונים לרמוז אחרת. מה שמועבר בניתוב הוא הדור הקודם — anthropic/claude-haiku-4.5 במחיר 1.00 דולר לקלט ו-5.00 דולר לפלט למיליון טוקנים, מחיר מחירון מועבר כמו שהוא, ללא תוספת — שהוא עדיין אמת המידה ההוגנת לעלות של השכבה הקטנה של Anthropic לפני ששכבת 5.5 חתכה אותה פי עשרה. הרצת הפרומפטים האמיתיים שלכם דרך 4.5 נותנת לכם ספירות טוקנים מדודות על אותה משפחת טוקנייזר, וספירות טוקנים מדודות הן הדבר היחיד שמכריע את שאלת מצוק 100K שלמעלה: אם התעבורה שלכם נמצאת מתחתיו, מעליו או חוצה אותו — זה מה שמכריע את ההשוואה כולה בדרך שאף שורת בנצ'מרק לא יכולה.
כאשר הספק יפרסם לבסוף מחיר עבור Sage-S2.1-Flash, או שמערכת בדיקות בלתי תלויה תעניק לו ציון, מודל העברת המחיר הופך לחשוב: קטלוג שמשקף את מחיר המחירון של הספק באותו יום שבו נכנסת הורדת מחיר הוא הדרך להימנע מלהידרש מחדש למשא ומתן על ההשוואה הזו בכל רבעון.
מה היה משנה את הדף הזה
מספר אחד יעשה את רוב העבודה: מחיר לכל טוקן עבור Sage-S2.1-Flash. איתו, צוק ה-100K מצד אחד והצומת הממורצ מצד שני הופכים לחישוב נקודת איזון אמיתי במקום לצורה. מספר שני יעזור כמעט באותה מידה — ציון עצמאי עבור Sage, באופן אידיאלי על אותו מערך בדיקות שהציב את Claude Haiku 5.5 על 36.5, כך שאפשר לחסר בין השניים במקום לספר עליהם.
עד אז, העמדה הניתנת להגנה היא זו. Claude Haiku 5.5 הוא הדרך הזולה יותר לעשות מספר עצום של דברים קטנים, והוא נעשה יקר בדיוק במקום שבו חלון ההקשר שלו נעשה מעניין. Sage-S2.1-Flash הוא הדרך הזולה יותר להחזיק מודל גדול מאוד, והוא עדיין אינו דרך לקנות דבר. הבחירה בין השניים אינה שאלה של טעם לגבי מדדי ביצועים. זו שאלה אם עומס העבודה שלך נמדד בטוקנים או בצמתים — ואם אינך יכול לענות על כך עדיין, הצעד הגון הבא הוא לתמחר את התעבורה שלך עצמך, ולא לקרוא השוואה נוספת.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
