Claude Haiku 5.5 против Qwen3.8-Flash-Next: контекст 1 млн при двух очень разных количествах токенов

Заголовок у обеих этих моделей — одно и то же число, и именно поэтому сравнение стоит провести как следует. Claude Haiku 5.5 предлагает контекстное окно в 1 миллион токенов. Qwen3.8-Flash-Next предлагает контекстное окно в 1 миллион токенов. Но два вендора измеряют это окно в разных единицах, две модели по-разному токенизируют один и тот же текст, а две тарифные сетки взимают за это плату в разных формах — так что «обе — модели с миллионом токенов» — это правда, и почти бесполезно как критерий покупки. Что на самом деле отличает их, так это то, как каждая из них расходует миллион токенов вашего документа, и подтверждают ли независимые измерения заявление вендора, когда единицы измерения приводятся к сопоставимому виду.

Числа, рядом друг с другом и в одних и тех же единицах измерения

Оба вендора заявляют окно в миллион токенов; только один публикует цену, которая сохраняется при таком размере. Это первое реальное различие:

• Контекстное окно — Claude Haiku 5.5: 1 000 000 токенов против Qwen3.8-Flash-Next: 1 000 000 токенов (по данным производителя)

• Цена при контексте до 100K — Haiku 5.5 $0.10 / $0.50 за миллион против Qwen3.8-Flash-Next $0.15 / $0.47 (прайс-лист вендора)

• Цена свыше 100K контекста — Haiku 5.5 $0.50 / $2.50 за миллион против Qwen3.8-Flash-Next — по-прежнему $0.15 / $0.47 (список вендора)

• Независимый индекс — Haiku 5.5 43.395 против Qwen3.8-Flash-Next 39.822 (Artificial Analysis)

• Измеренная стоимость за задачу — Haiku 5.5 $0.2128 против Qwen3.8-Flash-Next $0.37218 (Artificial Analysis)

• Измеренное количество выходных токенов на задачу — Haiku 5.5 162 164 против Qwen3.8-Flash-Next 107 885 (Artificial Analysis)

• Измеренное реальное время на задачу — Haiku 5.5 426,26 с против Qwen3.8-Flash-Next 1 530,19 с (Artificial Analysis)

• Архитектура — не раскрыта для Haiku 5.5; Qwen3.8-Flash-Next — это модель на 180 млрд параметров с 6 млрд активных параметров, Mixture-of-Experts (данные производителя)

• Лицензия — Haiku 5.5: закрытая и доступна только через API; Qwen3.8-Flash-Next — под лицензией Qwen Community Licence 1.0 (публикуется вендором)

Самая значимая строка в этом списке — третья, и это даже не близко. Qwen3.8-Flash-Next взимает единый тариф — $0,15 и $0,47 — независимо от размера запроса. Claude Haiku 5.5 — нет: ставка увеличивается в пять раз, как только запрос превышает 100 000 токенов, до $0,50 и $2,50. Таким образом, две модели, заявляющие одинаковые окна контекста, имеют совершенно разные кривые затрат в пределах этого окна, и документ на 500 000 токенов — это случай, который это обнажает. У Qwen запрос стоит столько, сколько всегда стоит запрос на 500 000 токенов. У Haiku он стоит в пять раз больше, чем предполагала бы заявленная ставка модели, потому что каждый токен в запросе тарифицируется по длинному тарифу, а не только токены сверх порога.

Почему число токенов на задачу важнее размера окна

Тарифные карты поставщиков сравнивают токен с токеном, и это нормально, пока не заметишь, что две модели выдают разное количество токенов на одну и ту же работу. Собственные прогоны задач от Artificial Analysis делают это наглядным: Claude Haiku 5.5 расходует измеренные 162 164 выходных токена на выполнение задачи, которую Qwen3.8-Flash-Next завершает за 107 885. Сопоставьте это с ценами за токен — и ценовое преимущество Haiku 5.5, существующее на бумаге, частично испаряется: Haiku примерно на 50 процентов более многословен на задачу, а это реальный множитель затрат, который никогда не появляется в тарифной карте.

Это работает и в обратном направлении, и именно эта часть особенно важна для уровня flash. Qwen3.8-Flash-Next — это модель Mixture-of-Experts на 180 млрд параметров, из которых 6 млрд активных, и Artificial Analysis замерила её на 56,04 выходных токена в секунду на задаче, выполнение которой заняло у неё 1 530 секунд. Claude Haiku 5.5 выполнила задачу того же класса за 426 секунд. В независимом рейтинге Haiku и быстрее, и — в абсолютных долларах — дешевле в расчёте на задачу: $0,2128 против $0,37218, — несмотря на то, что из двух она более многословна. Прейскурантная цена вендора говорит, что flash-модель — бюджетный вариант; измеренная стоимость выполнения задачи говорит об обратном. Этот разрыв стоит понять, прежде чем любую из этих моделей включат в модель затрат.

Собственная формулировка A​nthropic относительно Claude Haiku 5.5 такова: его эксплуатация в среднем примерно на 75 процентов дешевле, чем у модели, которую он заменяет, а его новый токенизатор выдаёт примерно на 30 процентов больше токенов для того же текста. Оба утверждения принадлежат самому производителю, и оба здесь важны, потому что именно второе делает первое итоговым показателем, а не показателем из прайс-листа. Для сравнения с Q​wen важно, что разница в количестве токенов реальна и измерена, а не теоретична, — независимые прогоны задач показывают её напрямую.

Случай с длинным контекстом, тщательно проработанный

Дайте обоим действительно большой документ — и две тарифные сетки дадут противоположные ответы в зависимости от того, что вы с ним сделаете. При 60 000 токенов на запрос Claude Haiku 5.5 дешевле и по входу, и по выходу — $0,10 / $0,50 против $0,15 / $0,47, и штраф Haiku за многословность пока недостаточно велик, чтобы переломить это в работе с преобладанием входных данных. При 200 000 токенов на запрос входная ставка Haiku — $0,50 против $0,15 у Q​wen, а выходная — $2,50 против $0,47. Q​wen дешевле в три раза по входу и примерно в пять раз по выходу и остаётся таким вплоть до конца окна в один миллион токенов.

Причина, по которой это важно помимо арифметики, заключается в том, что эти две модели рекламируют одно и то же окно для разных целей. Предложение Qwen3.8-Flash-Next — большое окно по фиксированной цене, и именно это делает её кандидатом для задач, требующих интенсивного поиска и работы с большим объёмом документов: скормите ей всё целиком, платите предсказуемую ставку, перестаньте строить слой поиска. Окно Claude Haiku 5.5 в миллион токенов реально и пригодно к использованию, но цены за длинный контекст делают его местом, куда заходят по конкретной причине, а не местом, где живут. Если ваша рабочая нагрузка — один большой документ на вызов, уже сама структура цен подталкивает к Qwen; если это множество небольших вызовов с редкими крупными, короткий тариф Haiku — более дешёвый дом для большинства, а редкий крупный вызов — это расход, который можно заложить в бюджет отдельно.

Что независимый совет говорит о возможностях

Разрыв в возможностях между ними реален, и он в пользу Claude Haiku 5.5, но меньше, чем можно было бы предположить по структуре цен. Artificial Analysis ставит Haiku на 43,395 в своём Intelligence Index против 39,822 у Qwen — разница примерно в девять процентов, что существенно, но далеко не целое поколение. На более сложных суббенчмарках порядок сохраняется: 0,329 против 0,253 на Terminal-Bench Hard, 0,444 против более низкого показателя HLE, и Haiku впереди по агентным метрикам, которые публикует этот лидерборд.

В противовес этому, Q​wen3.8-Flash-Next выигрывает по экономике стоимости за параметр и по тому, что его веса доступны по лицензии Q​wen Community Licence 1.0 — так что, как и линейка G​LM, он может размещаться на собственных серверах командой, которая этого хочет. Claude Haiku 5.5 — не может. Для рабочей нагрузки, где инференс должен выполняться на вашем собственном оборудовании, закрытая модель не является кандидатом, как бы она ни оценивалась, а конфигурация MoE 180B/6B — это по крайней мере то, что можно обоснованно попробовать запустить самостоятельно, если вы находитесь в таких ограничениях.

Агентные возможности меняют картину в обратную сторону. Claude Haiku 5.5 поставляется с адаптивным мышлением, уровнем усилий по умолчанию — средним, и — впервые в классе Haiku — регулируемым ползунком усилий в диапазоне от Low до Max. Qwen3.8-Flash-Next не заявляет о наличии эквивалентного механизма управления. Для агентной работы, где нужно балансировать задержку и глубину рассуждений при каждом вызове, этот ползунок — настоящее преимущество в пользу Haiku, и это возможность, которую сравнение цен не отражает.

Запуск обоих из одного места

Эти две модели достаточно часто оказываются по разные стороны одной и той же черты, так что продакшен-стек в итоге хочет обе — Haiku для коротких вызовов с высоким качеством, а Qwen для обработки длинного контекста. OrcaRouter предлагает qwen/qwen3.8-flash, родственную модель Qwen3.8-Flash-Next, по цене $0.15 и $0.47 за миллион токенов при окне в 1 миллион токенов, по прайс-листовой цене вендора и без наценки, на том же ключе и в том же счёте, что и всё остальное в каталоге из более чем 200 моделей.

Ни Claude Haiku 5.5, ни сам Qwen3.8-Flash-Next не входят в наш каталог — для них получить доступ можно через собственный API поставщика и несколько сторонних платформ. В этом сравнении мы предлагаем базовую модель Qwen3.8-Flash, которая покрывает большинство случаев с длинным контекстом, для которых обычно приобретали бы вариант Next, а также сквозное ценообразование, благодаря которому изменение тарифа поставщика отражается на нашей стороне в тот же день, и автоматическое переключение при сбое, когда продакшн-путь должен продолжать работать, несмотря на неудачный день у провайдера.

Короткий ответ

Если ваши запросы укладываются в 100 000 токенов и вам нужна более сильная модель, Claude Haiku 5.5 и дешевле за токен, и показывает более высокие результаты, так что выбор очевиден. Если ваши запросы регулярно превышают 100 000 токенов — а это, собственно, единственная причина вообще обращать внимание на окно в миллион токенов — фиксированная ставка Qwen3.8-Flash-Next делает его в три–пять раз дешевле на длинных запросах, к тому же измеренное количество выходных токенов у него ниже, поэтому разница в вашем счёте окажется больше, чем можно предположить по разнице в заявленной цене.

Число, которое нужно определить перед принятием решения, — это не то, у какой модели окно больше; у обеих оно одинаковое. Это форма распределения размеров ваших запросов, потому что именно она определяет, по какой из этих двух тарифных сеток вы фактически платите. Возьмите 95-й процентиль размера запроса, сопоставьте его с порогом в 100 000 токенов — и приведённое выше сравнение сведётся к одному предложению для вашего трафика.

каталог из более чем 200 моделей

автоматическое переключение при отказе