
Sage-S2.1-Flash vs Claude Haiku 5.5: стоимость токена против стоимости контекстного окна
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 90 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 87 tok/s
- OrcaНОВИНКАOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 133 tok/s
- OrcaНОВИНКАOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 за 1 млн токенов · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 за 1 млн токенов · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Интеллект
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Интеллект
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 за 1 млн токенов · 219 tok/s
Claude Haiku 5.5 и Sage-S2.1-Flash обе заявляют контекстное окно на один миллион токенов — и примерно на этом сходство заканчивается. У Claude Haiku 5.5, выпущенной Anthropic 7 октября 2026 года, есть опубликованная тарифная сетка, независимая оценка в рейтинге и облачный API. Sage-S2.1-Flash, тихо выложенная Шанхайской лабораторией искусственного интеллекта на Hugging Face 15 ноября 2026 года, имеет 645 гигабайт весов под лицензией MIT, 21-байтовую карточку модели и нигде в интернете не имеет указанной цены. Поэтому сравнивать их по стоимости за миллион токенов невозможно — не сложно, а именно невозможно, потому что одна сторона измерителя пуста.
Сравнение, которое действительно работает, — другое, и именно о нём эта страница: сколько каждая модель берёт с вас за длинный контекст. По этой оси эти две модели совсем не близки, и ответ не тот, который подсказывают ценники.
Две проблемы закупок под одним и тем же названием бенчмарка
Начните с того, чем на самом деле является каждая сторона, потому что названия провоцируют категориальную ошибку. Claude Haiku 5.5 — это проприетарная модель для работы с текстом и изображениями в младшем сегменте Anthropic — та, которую поставщик позиционирует для «высоконагруженных задач, чувствительных к задержке, таких как классификация, извлечение данных и маршрутизация». Она выполняет адаптивное мышление с параметром effort, по умолчанию имеющим значение medium, возвращает до 128 000 выходных токенов и доступна через API как claude-haiku-5-5 на собственной платформе Anthropic и в четырёх основных каналах облачной перепродажи.
Sage-S2.1-Flash — это модель научного агента с открытыми весами: смесь экспертов на 320 млрд параметров, из которых 18 млрд активны на токен, построенная на архитектуре GLM-5.3-Flash и упакованная в bfloat16 объёмом около 645 ГБ в 120 шардах. В её конфигурации заявлен позиционный потолок 1 048 576 токенов, 24-слойная башня зрения и явные типы токенов изображения, видео, аудио и размышления. Она распространяется по лицензии MIT и доступна для скачивания, а по состоянию на 16 ноября ни один провайдер инференса её не обслуживал, и ни один независимый испытательный стенд её не оценивал.
Одно из этого — статья расходов. Другое — выходные и GPU-узел. Эта асимметрия и есть всё сравнение, а всё ниже — арифметика, которая из неё следует.

Обрыв на 100 000 токенов, о котором никто не пишет в заголовках
Anthropic публикует цену Claude Haiku 5.5 в двух уровнях, а не в одном, и именно на втором уровне собственное заявление модели о контексте обходится дорого:
• Промпты до 100 000 токенов — $0.10 за миллион входных токенов, $0.50 за миллион выходных токенов
• Запросы объёмом более 100 000 токенов — $0.50 за миллион входных, $2.50 за миллион выходных
• Запись в кэш, пятиминутная — $0.125 и $0.625 за миллион, с тем же разделением
• Чтение кэша — $0,01 за миллион при объёме до 100K, $0,05 сверх этого
• Batch API — скидка 50% для обеих сторон
Это пятикратный скачок, и он срабатывает ровно на той длине промпта, где модель с длинным контекстом начинает оправдывать свою цену. Промпт на 150 000 токенов с ответом на 5 000 токенов стоит 150 000 × $0.50/1M = $0.075 за вход плюс 5 000 × $2.50/1M = $0.0125 за выход, или $0.0875. При ставке для объёма меньше 100K тот же вызов стоил бы $0.015 и $0.0025 — $0.0175. Пятикратное окно контекста не стоит в пять раз дороже, чем вызов на 100K; в сравнении со ставкой, которую вы платили мгновение назад, оно стоит примерно в пять раз дороже за те же токены и в одиннадцать раз дороже для этого конкретного вызова.
Сверху накладывается второй множитель, и его легко упустить, потому что он упоминается в документации, а не в таблице цен: Claude Haiku 5.5 использует токенизатор, представленный в Claude 4.7, поэтому один и тот же текст считается примерно на 30 процентов большим числом токенов, чем в Claude Haiku 4.5. Каким бы ни был ваш бюджет на документ, умножьте его на 1,3, прежде чем применять тариф. Anthropic на удивление прямо об этом говорит, что делает ей честь, но влияние на наивную модель затрат вполне реально: рабочая нагрузка, перенесённая с 4.5 на 5.5 при неизменной оценке числа токенов, превысит бюджет почти на треть.
Ничто из этого не делает Claude Haiku 5.5 дорогой моделью в абсолютных цифрах. $0,10 за миллион входных токенов — самая низкая ставка среди всех нынешних моделей, близких к фронтиру, и независимый лидерборд подтверждает, что этот уровень не игрушка: Claude Haiku 5.5 набирает 36,5 балла в индексе интеллекта Artificial Analysis при максимальном усилии — выше 32,6 у DeepSeek V4.1 Flash и 30,8 у Gemini 3.8 Flash. Суть же уже и полезнее: на этой модели длина промпта — это рычаг цены, а не выбор модели.
Во сколько обходится длинный контекст, когда веса принадлежат вам
Теперь сделайте такой же расчёт для Sage-S2.1-Flash. Тарифной карты нет, поэтому на марже токен бесплатен — но окно не бесплатно, потому что веса где-то нужно хранить. В собственном руководстве InternLM по развёртыванию указана эталонная конфигурация: восемь GPU H200, bfloat16, тензорный параллелизм, равный восьми.
Арифметика некрасива, но решает исход. 645 ГБ весов на восьми картах — это примерно 81 ГБ на карту. H200 несёт 141 ГБ HBM, что оставляет примерно 60 ГБ на карту для KV-кэша, активаций и рабочего набора vision tower. В руководстве прямо сказано не использовать FP8 KV-кэш на Hopper, поэтому эти 60 ГБ расходуются в bfloat16 — самом дорогом из доступных форматов кэша на токен. Контекст в миллион токенов достижим в этих рамках, но только потому, что гибридное внимание модели сохраняет большинство слоёв линейными: 34 из 45 слоёв используют тип линейного внимания, который конфигурация называет kda, и только 11 используют разреженное внимание с индексом top-2,048. На обычном 45-слойном трансформере KV-кэш на миллион токенов вообще не поместился бы.
Итак, честное сравнение затрат — это не «бесплатно против $0.10». Это «восемь H200, которые вы сами подбираете и арендуете, против API с оплатой по факту использования, цена которого выше 100K возрастает в пять раз». При какой загрузке первый вариант выигрывает у второго, целиком зависит от вашей почасовой ставки за эти GPU и от того, сколько времени в сутки они заняты, — а поскольку у нас нет опубликованной цены Sage и никаких независимых данных о его пропускной способности, любой, кто называет вам точку безубыточности, её выдумывает.

Пробел в доказательствах, выраженный прямо
У обеих моделей есть результаты бенчмарков. Только один из этих наборов можно с чем-либо сопоставить.
Claude Haiku 5.5 оценивается независимой стороной. Artificial Analysis присваивает ему 36.5 в Intelligence Index при максимальном усилии, с заявленной скоростью вывода 257 токенов в секунду. Это проверенная цифра, полученная в стенде, который прогоняет одинаковые тесты для каждой модели в своём списке, — и именно это делает её пригодной для принятия решения.
Sage-S2.1-Flash оценивается только его авторами. Цифры InternLM лежат в файле со значениями, разделёнными табуляцией, в репозитории GitHub, созданном 16 ноября и опубликованном на статическом сайте internlm.github.io/Sage-S2.1-Flash, на который не ссылается карточка модели Hugging Face. В таблице 35 строк, и Sage сравнивается с восемью моделями. Сильные строки — научные и по зрению: BabyVision — 75,8 против 63,1 у Claude Opus 5; OSWorld-G — 84,8 против 61,4 у DeepSeek-V4.1-Flash-1017; OfficeQA Pro V2 — 72,2, лучший показатель в собственной таблице. Строки по программированию ничем не примечательны: SWE-bench Pro — 60,6, DeepSWE — 67,0, оба показателя ниже, чем у DeepSeek V4.1 Flash.
Claude Haiku 5.5 вообще отсутствует в этой таблице. Как и Gemini 3.8 Flash. Так что у единственного сравнения, которое на самом деле нужно читателю, ищущему это противостояние, — дешёвой облачной модели против скачиваемой научной, — нет данных производителя ни с одной стороны и нет независимых данных с одной стороны. Что можно сказать: опубликованные результаты Sage по научным бенчмаркам находятся на уровне моделей класса Opus, тогда как его результаты по программированию ниже модели, которая стоит $0.30 за миллион входных токенов, а разрыв в двадцать четыре пункта на BabyVision — это либо реальная способность, либо бенчмарк, который для этой модели интерпретируют иначе. Без харнесса невозможно определить, что именно.

Где каждый из них действительно выигрывает
Отбросьте части, которые нельзя сравнить, и останется чистое разделение.
• Массовые задачи, чувствительные к задержке — Claude Haiku 5.5, однозначно. Классификация, извлечение, маршрутизация и вызовы субагентов по $0.10/$0.50 с опубликованным показателем — это решённая задача. Sage-S2.1-Flash здесь не конкурент: вам пришлось бы арендовать восемь GPU, чтобы выполнять работу, которую тарифицируемый API делает за копейки.
• Промпты объёмом от 100 тыс. до 1 млн токенов — по-настоящему спорный вопрос, который решается загрузкой, а не достоинствами. Claude Haiku 5.5 в этом диапазоне берёт в пять раз больше базовой ставки; Sage берёт с вас амортизированную стоимость уже арендованного оборудования. Если ваша нода занята, Sage выигрывает по стоимости. Если нет — не выигрывает.
• Научный мультимодальный ввод — Sage-S2.1-Flash, судя по его собственным заявлениям. Молекулярные графы, кристаллические структуры, белковые последовательности, спектры, масс-спектры, XRD, ECG, EEG и кривые блеска — это входные данные, на которых, по словам InternLM, модель обучалась, и это единственная из двух, в документации которой они перечислены. Рассматривайте это как описание замысла, а не как измеренный результат.
• Всё, что требует контракта на этой неделе — Claude Haiku 5.5. У одной есть цена, страница статуса и обязательство по выводу из эксплуатации не ранее 7 октября 2027 года. У другой — пустая карточка модели и, на момент написания, ноль загрузок.
• Резидентность данных и владение весами — Sage-S2.1-Flash, безусловно. Веса MIT, которые можно хранить у себя, проверять и дообучать, — это другая категория актива по сравнению с API, и никакая разница в цене этого не меняет.
Единственная деталь внутренней реализации, от которой зависит исход большинства миграций
Если вы переносите конвейер с длинным контекстом между этими двумя, блокирующей проблемой будет не качество. Это будут токенизация и вызовы инструментов.
Claude Haiku 5.5 сменил поколение токенизатора, а значит, каждый промпт, который вы настраивали под Claude Haiku 4.5, нужно переизмерить, и любая стратегия разбиения на чанки, которая исходила из бюджета токенов, теперь ошибается примерно на 30 процентов. Anthropic выпускает руководство по миграции именно для этого, и его стоит прочитать, прежде чем трогать файл конфигурации.
У Sage-S2.1-Flash более острая версия той же проблемы, и это единственный пункт в его руководстве по развертыванию, который стоит прочитать прежде всего остального. Его токенизатор необходимо загружать из репозитория — стандартный в vLLM, SGLang или LMDeploy будет кодировать агентный синтаксис, например маркеры вызова инструментов, как управляющие токены, а не как текст, и модель завершит ход раньше времени, не выдав никакой ошибки. За этим скрываются еще две ловушки: параллельный вызов инструментов не по порядку привязывает изображения к неверному результату в vLLM без патча на один файл, а SGLang переопределяет шаблон чата, если ему явно не передать файл. Для миграции практическое следствие состоит в том, что работа по подсчету токенов удваивается — один раз для нового токенизатора Anthropic, один раз для кастомного токенизатора InternLM — и ни один нельзя оценить по другому.
Эти три пункта на практике — это разница между «Sage-S2.1-Flash — модель, которую я оценил» и «Sage-S2.1-Flash — модель, от которой я отказался». Все они задокументированы, что удаётся далеко не каждому тихому релизу.
Принятие решения без цены
Сегодня Claude Haiku 5.5 отсутствует в каталоге OrcaRouter: он живёт в собственном API Anthropic и доступен через основные каналы облачной перепродажи, и мы не собираемся утверждать обратное. Через маршрутизацию идёт предыдущее поколение — anthropic/claude-haiku-4.5по $1,00 за вход и $5,00 за выход за миллион токенов, прайс-листовая цена передаётся без наценки — и это по-прежнему честный ориентир того, сколько стоит малый тариф Anthropic до того, как тариф 5.5 сократил эти затраты в десять раз. Прогон ваших реальных промптов через 4.5 даёт измеренные значения количества токенов в рамках того же семейства токенизаторов, а измеренные значения количества токенов — единственное, что решает вопрос об обрыве на 100K, поднятый выше: находится ли ваш трафик ниже него, выше него или пересекает его — это определяет всё сравнение так, как не может ни одна строка бенчмарка.
Когда вендор в конце концов опубликует цену на Sage-S2.1-Flash или независимый испытательный стенд оценит её, значение будет иметь модель прямого переноса цен: каталог, отражающий прайс-листовую цену провайдера в тот же день, когда вступает в силу снижение, — это способ избежать пересмотра этого сравнения каждый квартал.
Что изменило бы эту страницу
Одно число сделало бы большую часть работы: цена за токен для Sage-S2.1-Flash. С ним обрыв на 100K с одной стороны и амортизированный узел с другой превращаются в настоящий расчёт точки безубыточности, а не просто в очертание. Второе помогло бы почти так же — независимая оценка Sage, в идеале на том же стенде, который дал Claude Haiku 5.5 результат 36.5, чтобы эти две оценки можно было вычесть, а не описывать словами.
До тех пор защитимая позиция такова. Claude Haiku 5.5 — более дешёвый способ выполнить очень большое число мелких задач, и он становится дорогим именно там, где его контекстное окно становится интересным. Sage-S2.1-Flash — более дешёвый способ владеть очень большой моделью, и пока это не способ что-либо купить. Выбор между ними — не вопрос вкуса в отношении бенчмарков. Это вопрос о том, измеряется ли ваша нагрузка в токенах или в узлах, — и если вы пока не можете на него ответить, честный следующий шаг — посчитать стоимость собственного трафика, а не читать ещё одно сравнение.
Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
