GPT-6.1 Sol против Intern S2: у одного есть цена, у другого — веса

Самое странное в сравнении GPT-6.1 Sol с Intern S2 заключается в том, что у одной стороны сравнения нет цены, которую можно было бы посмотреть. Intern-S2-397B от Shanghai AI Laboratory, опубликованная 2026-09-13, поставляет веса Apache 2.0 на Hugging Face, технический отчёт и API-эндпоинт, размещённый у поставщика, — и нигде не опубликована цена за токен. GPT-6.1 Sol от Open​AI, выпущенная 2026-09-29, стоит $2.00 за миллион входных токенов и $10.00 за миллион выходных, с документированным тарифом выше 272 000 токенов подсказки, и каждое из этих чисел появляется на публичной странице цен. Так что честный способ сформулировать это сопоставление — не «что лучше», а «для какого из двух вы действительно можете спрогнозировать счёт» — и ответ различается по причинам, не имеющим никакого отношения к возможностям.

Всё ниже чётко делится на две доказательные базы, и главная работа — не смешивать их. Показатели GPT-6.1 Sol независимы, взяты из Artificial Analysis, кроме случаев, когда в предложении сказано иное. Показатели Intern-S2 — собственные данные InternLM, не воспроизведённые ни одной третьей стороной, и в предложениях, где они приводятся, это указано.

Две системы под одним именем

Intern S2 — это не одна модель, и эту путаницу стоит прояснить прежде всего. В это семейство входят как минимум два опубликованных артефакта:

• Intern-S2-Mobius — модель с открытыми весами на 35 миллиардов параметров под лицензией Apache 2.0, прошедшая непрерывное предобучение на базе Qwen3.5-35B с использованием архитектуры Mobius-v0 с общей памятью из 2 560 экспертов, четырьмя блоками Reasoner и 40 слоями. Руководство по развёртыванию описывает примерно 3 миллиарда активных параметров на токен при гибридной схеме внимания 3:1, контекст в 256 000 токенов и визуальную башню. Веса появились 29.07.2026; репозиторий GitHub и технический отчёт вышли следом 05.08.2026; поддержка vLLM была добавлена 06.08.2026.

• Intern-S2-397B — флагманская модель, опубликованная 13 сентября 2026 года. Примерно 397 миллиардов общих параметров в архитектуре Qwen3.5-MoE, 512 экспертов, из которых 10 активны; веса под лицензией Apache 2.0 на Hugging Face вместе с карточкой модели, официальная запись в Intern API и объявленная на следующий день поддержка vLLM Day-0, а также опубликованный рецепт для FP8-инференса на восьми H100 или восьми H200. Опубликованные ограничения: 256 000 токенов текстового контекста и 64 000 токенов мультимодального контекста.

GPT-6.1 Sol — более простой объект: один идентификатор снимка, gpt-6.1-sol, без датированного варианта, 1 050 000 токенов контекста, 128 000 максимального объёма вывода, ввод текста, изображений и файлов, пять уровней усилия рассуждения, где по умолчанию используется medium, и заявленная дата отсечки знаний — 30 апреля 2026 года.

На чём основываются цифры каждой из сторон

Это та ось, по которой они расходятся сильнее всего, и разрыв здесь отнюдь не мал.

Независимый рекорд GPT-6.1 Sol, все данные — от Artificial Analysis:

• AA Intelligence Index — 51,8, 10-е место из 147 моделей, 93,2-й процентиль.

• Humanity's Last Exam — 52,9%.

• Воспроизведение в длинном контексте — 83%.

• SciCode — 54,2 %.

• Terminal-Bench 4.0 — 56,06%.

Рекорд Intern-S2 — всё собственное у InternLM, ничто не воспроизведено третьей стороной:

• MMLU Pro — 89,77% для флагманской модели 397B.

• HMMT-2026 — 93,56%.

• MMMU Pro — 81,68 %.

• SWE-bench-Pro — 68.54%.

• TerminalBench 2.1 — 64.04%.

• Строки научных областей — Biology-Instructions 55.71%, SciReasoner 1.5 63.28%, Mol-Instructions 53.95%, MolecularIQ 62.35%.

Эти два списка несопоставимы, и стоит прямо объяснить, почему. Первый набор — это сторона, не заинтересованная в исходе, которая задаёт одни и те же вопросы многим моделям в рамках одного протокола. Второй набор — это лаборатория, обучившая модель и сообщающая, как показала себя её собственная модель. Это не делает второй набор ложным — у лабораторий, опубликовавших технический отчёт и доступные для скачивания веса, репутация связана с этими числами, — но это означает, что числа здесь являются утверждением, а не измерением, и в настоящее время ни один независимый оценщик и ни один независимый провайдер инференса нигде не публикуют оценки Intern-S2.

Строки, которые несут реальную информацию

Две вещи в собственных материалах InternLM говорят больше, чем оценки из заголовков, именно потому, что они не льстят.

Первая — это таблица бенчмарков Mobius для модели 35B, где она сравнивается с базой Qwen3.5-35B, на которой её продолжали предобучать. Это по-настоящему полезное сравнение — одна и та же линейка, один и тот же масштаб, поэтому дельта изолирует то, что дала смена архитектуры. Mobius побеждает в семи из девяти общих бенчмарков и с треском проигрывает в Humanity's Last Exam и UGD. Если читать это честно, архитектура Mobius даёт умеренный общий прирост и кое-что теряет на самом сложном наборе для рассуждений. Строки по научным областям в той же таблице крупнее, но это признак продолженного предобучения в предметной области, а не архитектуры — биология и химия берутся из обучающих данных, а не из компоновки экспертов.

Второе — это история эффективности, самое конкретное утверждение в релизе: пропускная способность в 2,9 раза выше базовой при размере батча 16, возрастая до 4,6 раза при размере батча 256. Это коэффициенты относительно внутренней базовой линии, измеренные лабораторией на выбранном ею оборудовании, — и это также тот тип утверждений, который легко проверить, как только у вас есть веса, а они у вас есть, под лицензией Apache 2.0.

Эта проверяемость и есть настоящая ценность открытого релиза, и она указывает туда, куда не могут указать цифры из заголовков: вам не нужно доверять коэффициенту пропускной способности, потому что восемь H100 и рецепт vLLM — теперь единственное, что отделяет вас от проверки.

Открытые веса против платного эндпоинта

Именно здесь две модели перестают быть альтернативами и становятся разными решениями.

GPT-6.1 Sol — это сервис. Вы платите за токен, получаете окно в 1 050 000 токенов, 128 000 выходных токенов, пять уровней усилий и вообще никакой операционной поверхности. Счёт растёт линейно с использованием, а предельная стоимость всплеска — это отдельная строка в счёте, а не проблема мощности. Компромисс в том, что вы не можете дообучить его — OpenAI не публикует путь дообучения для этой модели — вы не можете запустить его на собственном оборудовании, и ваша юнит-экономика определяется чужой страницей цен.

Intern-S2-397B можно скачать. Apache 2.0 означает, что вы можете запускать его, изменять, дообучать и обслуживать его в своей собственной сети, не выпуская никакие данные за её пределы. Восемь H100 — это реальные капитальные затраты и реальная операционная нагрузка, но при определённом устойчивом объёме эти капитальные затраты дешевле, чем оплата за токен, и это единственный вариант, если данные вообще не могут покинуть ваш периметр. Обратная сторона сделки в том, что всё, связанное с качеством, теперь ваша проблема: нет независимого бенчмарка, по которому можно планировать, нет внешнего провайдера, на которого можно переключиться при сбое, и нет вендора, которому можно эскалировать регрессию.

Между этими двумя позициями решающей переменной почти всегда является загрузка. Ежемесячный всплеск в несколько сотен миллионов токенов не окупает восемь GPU. А стабильный ежемесячный поток в несколько миллиардов токенов внутри регулируемого периметра часто окупает.

Число, которое отсутствует в одном столбце

Intern-S2-397B не имеет опубликованного тарифа за токен. Это не недосмотр, который можно обойти с помощью оценки; это означает, что стандартное сравнение, которое обычно проводит этот блог, — стоимость за миллион токенов против стоимости за миллион токенов, — вообще нельзя провести для пути с самостоятельным хостингом.

Сравнение, которое можно провести, — это сравнение с конечной точкой, размещённой у вендора. InternLM управляет официальным Intern API по адресу chat.intern-ai.org.cn/api/v1 с идентификатором модели intern-s2-397b, и тариф для этой конечной точки — это то, что вам нужно будет сопоставить по принципу «тариф к тарифу» с тарифами GPT-6.1 Sol в $2.00 и $10.00. Пока этот тариф не опубликован, единственное честное утверждение состоит в том, что цена API-пути неизвестна, а цена пути с самостоятельным размещением зависит от вашего контракта на GPU и вашего уровня использования, а не от тарифной карты.

А значит, арифметика, которую может предложить эта статья, узкая, но её всё равно стоит проделать: спросите, какой была бы ваша собственная стоимость за миллион токенов при вашей загрузке, и сравните её с $2.00/$10.00 с применением тарифа для объёма выше 272K. Для большинства команд ответ на эту арифметику таков: закрытый эндпоинт выигрывает ниже нескольких миллиардов токенов в месяц, а открытые веса — выше; и весь вопрос в том, по какую сторону этой границы находится рабочая нагрузка.

Управлять ими двумя по-разному

Здесь нет единственного ответа, потому что к этим двум моделям приходят не одним и тем же путём, и делать вид, что это не так, было бы такой же ошибкой, как цитирование строк индекса рядом.

GPT-6.1 Sol доступна на OrcaRouter как openai/gpt-6.1-sol, по прайс-листовой цене OpenAI с наценкой 0% — $2.00 за ввод, $10.00 за вывод, кэшированный ввод — $0.10, тариф для контекста свыше 272K применяется ровно так, как устанавливает OpenAI. Поскольку мы передаём цену провайдера как есть, а не добавляем наценку, изменение тарифов OpenAI вступает в силу здесь в тот же день, а не в следующем расчётном цикле, и автоматическое переключение при сбое лежит в основе маршрута. Последнее важнее для непроверенной модели, чем для проверенной, — и тот же аргумент применим к стороне Intern-S2, за исключением того, что сторона Intern-S2 не может им воспользоваться.

Intern S2 отсутствует на OrcaRouter, и мы его не хостим. Он доступен через собственный API InternLM, и его может скачать с Hugging Face под лицензией Apache 2.0 любой, у кого есть нужное оборудование. Если вы хотите его попробовать, веса — это путь с минимальными обязательствами: вы можете оценить флагман 397B на собственных промптах, прежде чем решать, покупать ли для него GPU, а Mobius 35B достаточно мал, чтобы протестировать поведение семейства на одном узле.

Вердикт, который заслуживает это сопоставление, — не рейтинг, потому что эти двое покупают не одно и то же. Если вам нужна модель с независимо измеренным уровнем возможностей, опубликованным потолком вывода, известной ценой за токен и без операционной поверхности, то ответ — GPT-6.1 Sol, и это не близкий выбор: это просто единственная из двух, которая предлагает все четыре эти вещи. Если ваше ограничение состоит в том, что данные не могут покидать вашу сеть, или ваш объём достаточно велик, чтобы GPU были выгоднее токенов, то Intern-S2-397B — лучший ответ, а отсутствующий бенчмарк — это риск, который вы сознательно берёте на себя, а не повод отказаться. Чего вам не следует делать, так это сравнивать эти две модели по их опубликованным показателям. Собственный eval компании InternLM и лидерборд Artificial Analysis — не один и тот же инструмент, и чтение их как единой таблицы дало бы уверенный ответ на вопрос, которого никто не задавал.