
Sage-S2.1-Flash vs Claude Haiku 5.5: ต้นทุนของโทเคนกับต้นทุนของหน้าต่างบริบท
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 133 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 219 tok/s
Claude Haiku 5.5 และ Sage-S2.1-Flash ต่างประกาศหน้าต่างบริบทหนึ่งล้านโทเคน และความคล้ายกันก็จบลงroughly ตรงนั้น Claude Haiku 5.5 ซึ่ง Anthropic เปิดตัวเมื่อวันที่ 7 ตุลาคม 2026 มีตารางราคาที่เผยแพร่ คะแนนจากลีดเดอร์บอร์ดอิสระ และ API ที่โฮสต์ให้บริการ ส่วน Sage-S2.1-Flash ซึ่ง Shanghai AI Laboratory อัปโหลดขึ้น Hugging Face อย่างเงียบ ๆ เมื่อวันที่ 15 พฤศจิกายน 2026 มีน้ำหนักโมเดล 645 กิกะไบต์ภายใต้สัญญาอนุญาต MIT การ์ดโมเดลขนาด 21 ไบต์ และไม่มีราคาอยู่ที่ไหนบนอินเทอร์เน็ตเลย ดังนั้นการเปรียบเทียบทั้งสองแบบต่อหนึ่งล้านโทเคนจึงเป็นไปไม่ได้ ไม่ใช่แค่ยาก แต่เป็นไปไม่ได้ เพราะอีกฝั่งของมาตรวัดว่างเปล่า
การเปรียบเทียบที่ใช้ได้จริงคือการเปรียบเทียบอีกแบบหนึ่ง และเป็นประเด็นที่หน้านี้พูดถึง นั่นคือค่าใช้จ่ายที่แต่ละโมเดลเรียกเก็บจากคุณสำหรับบริบทขนาดยาว เมื่อพิจารณาในมิตินี้ ทั้งสองไม่ได้ใกล้เคียงกันเลย และคำตอบก็ไม่ใช่สิ่งที่ราคาที่ติดป้ายไว้บ่งบอก
ปัญหาการจัดซื้อจัดจ้างสองปัญหาที่ใช้ชื่อ benchmark เดียวกัน
เริ่มจากสิ่งที่แต่ละฝ่ายเป็นจริง ๆ ก่อน เพราะชื่อเรียกอาจชวนให้เกิดการจัดหมวดหมู่ผิดได้ Claude Haiku 5.5 เป็นโมเดลแบบปิดที่รับข้อความและรูปภาพ อยู่ในระดับเล็กของ Anthropic ซึ่งเป็นรุ่นที่ผู้ขายวางตำแหน่งไว้สำหรับ "งานปริมาณสูงที่ไวต่อ latency เช่น การจำแนกประเภท การสกัดข้อมูล และการกำหนดเส้นทาง" โมเดลนี้ใช้การคิดแบบปรับได้ (adaptive thinking) ด้วยพารามิเตอร์ effort ที่ค่าเริ่มต้นเป็น medium ให้เอาต์พุตได้สูงสุด 128,000 โทเค็น และเข้าถึงผ่าน API ในชื่อ claude-haiku-5-5 บนแพลตฟอร์มของ Anthropic เองและบนช่องทางจำหน่ายต่อผ่านคลาวด์รายใหญ่สี่ราย
Sage-S2.1-Flash เป็นโมเดลเอเจนต์วิทยาศาสตร์แบบเปิดเผยน้ำหนัก: เป็นโมเดลผสมผู้เชี่ยวชาญ (mixture of experts) ขนาด 320 พันล้านพารามิเตอร์ โดยมี 18 พันล้านพารามิเตอร์ที่ใช้งานต่อโทเคน สร้างบนสถาปัตยกรรม GLM-5.3-Flash บรรจุในรูปแบบ bfloat16 ขนาดประมาณ 645 GB กระจายข้าม 120 ชาร์ด การกำหนดค่าของโมเดลระบุขีดจำกัดตำแหน่งไว้ที่ 1,048,576 โทเคน มีวิชันทาวเวอร์ 24 ชั้น และมีประเภทโทเคนรูปภาพ วิดีโอ เสียง และโทเคนสำหรับการคิด (thinking) อย่างชัดเจน โมเดลนี้ใช้สัญญาอนุญาต MIT และดาวน์โหลดได้ และ ณ วันที่ 16 พฤศจิกายน ยังไม่มีผู้ให้บริการอินเฟอเรนซ์รายใดให้บริการโมเดลนี้ และยังไม่มีฮาร์เนสอิสระใดให้คะแนนโมเดลนี้
หนึ่งในสิ่งเหล่านี้คือรายการในใบแจ้งหนี้ ส่วนอีกสิ่งคือวันหยุดสุดสัปดาห์กับโหนด GPU ความไม่สมมาตรนั้นคือการเปรียบเทียบทั้งหมด และทุกอย่างด้านล่างคือการคำนวณที่ตามมาจากมัน

หน้าผา 100,000 โทเค็นที่ไม่มีใครใส่ไว้ในพาดหัว
Anthropic ประกาศราคาของ Claude Haiku 5.5 ออกเป็นสองระดับแทนที่จะเป็นระดับเดียว และระดับที่สองคือจุดที่การอ้างอิงถึงบริบทของโมเดลเองกลายเป็นเรื่องที่มีค่าใช้จ่ายสูง
• พรอมต์สูงสุด 100,000 โทเค็น — $0.10 ต่อล้านโทเค็นอินพุต, $0.50 ต่อล้านโทเค็นเอาต์พุต
• พรอมต์ที่เกิน 100,000 โทเคน — $0.50 ต่อล้านอินพุต, $2.50 ต่อล้านเอาต์พุต
• การเขียนแคช 5 นาที — $0.125 และ $0.625 ต่อล้าน โดยใช้การแบ่งแบบเดียวกัน
• การอ่านแคช — $0.01 ต่อล้านเมื่อต่ำกว่า 100K, $0.05 เมื่อเกินกว่านั้น
• Batch API — ลด 50% ทั้งสองฝั่ง
นี่คือขั้นบันไดห้าเท่า และมันเกิดขึ้นที่ความยาวพรอมต์พอดีจุดที่โมเดลบริบทขนาดยาวเริ่มคุ้มค่าที่จะจ่าย พรอมต์ 150,000 โทเค็นพร้อมคำตอบ 5,000 โทเค็นมีค่าใช้จ่าย 150,000 × $0.50/1M = $0.075 สำหรับอินพุต บวก 5,000 × $2.50/1M = $0.0125 สำหรับเอาต์พุต หรือ $0.0875 ที่อัตราต่ำกว่า 100K การเรียกเดียวกันนี้จะอยู่ที่ $0.015 และ $0.0025 — $0.0175 หน้าต่างบริบทห้าเท่าไม่ได้มีค่าใช้จ่ายห้าเท่าของการเรียก 100K; เมื่อวัดเทียบกับอัตราที่คุณจ่ายอยู่เมื่อสักครู่ก่อน มันมีค่าใช้จ่ายมากกว่าประมาณห้าเท่าสำหรับโทเค็นเดียวกัน และมากกว่าสิบเอ็ดเท่าสำหรับการเรียกครั้งนั้นโดยเฉพาะ
มีตัวคูณอีกชั้นซ้อนอยู่ด้านบน และเป็นเรื่องที่มองข้ามได้ง่ายเพราะข้อมูลนี้อยู่ในเอกสารประกอบ plutôt than ตารางราคา: Claude Haiku 5.5 ใช้โทเค็นไนเซอร์ที่เปิดตัวพร้อม Claude 4.7 ดังนั้นข้อความเดียวกันจึงนับเป็นโทเค็นมากกว่าที่เคยเป็นบน Claude Haiku 4.5 ราว 30 เปอร์เซ็นต์ ไม่ว่าคุณจะตั้งงบประมาณต่อเอกสารไว้เท่าใด ให้คูณด้วย 1.3 ก่อนนำไปใช้อัตราค่าใช้จ่าย Anthropic ระบุเรื่องนี้ไว้ชัดเจนอย่างผิดปกติ ซึ่งนับเป็นข้อดี แต่ผลกระทบต่อโมเดลต้นทุนแบบง่าย ๆ นั้นเป็นเรื่องจริง: งานที่ย้ายจาก 4.5 ไปเป็น 5.5 โดยประมาณการโทเค็นไว้เท่าเดิมจะเกินงบไปเกือบหนึ่งในสาม
ทั้งหมดนี้ไม่ได้ทำให้ Claude Haiku 5.5 แพงในแง่ตัวเลขสัมบูรณ์ $0.10 ต่ออินพุตหนึ่งล้านคืออัตราที่ถูกที่สุดในบรรดาโมเดลระดับใกล้แนวหน้าใด ๆ ในปัจจุบัน และกระดานจัดอันดับอิสระก็เห็นด้วยว่าชั้นนี้ไม่ใช่ของเล่น: Claude Haiku 5.5 ทำคะแนนได้ 36.5 บน Artificial Analysis Intelligence Index ที่ความพยายามสูงสุด สูงกว่า 32.6 ของ DeepSeek V4.1 Flash และ 30.8 ของ Gemini 3.8 Flash ประเด็นนั้นแคบกว่าและมีประโยชน์กว่า: สำหรับโมเดลนี้ ความยาวพรอมต์คือคันโยกกำหนดราคา ไม่ใช่การเลือกโมเดล
บริบทแบบยาวมีต้นทุนอะไรบ้างเมื่อคุณเป็นเจ้าของน้ำหนักโมเดล
ตอนนี้ลองคำนวณแบบเดียวกันสำหรับ Sage-S2.1-Flash ดูบ้าง ไม่มีเรตการ์ด ดังนั้นโทเคนจึงไม่มีค่าใช้จ่าย ณ หน่วยเพิ่ม — แต่หน้าต่างบริบทไม่ฟรี เพราะคุณต้องเก็บน้ำหนักโมเดลไว้ที่ใดที่หนึ่ง คู่มือการติดตั้งใช้งานของ InternLM ระบุการกำหนดค่าอ้างอิงไว้เอง: H200 แปดตัว, bfloat16, tensor parallelism เท่ากับแปด
การคำนวณนี้ไม่หวือหวาแต่ชี้ขาด น้ำหนัก 645 GB กระจายอยู่บนการ์ดแปดใบ หรือประมาณ 81 GB ต่อการ์ด H200 บรรจุ HBM 141 GB ซึ่งเหลือพื้นที่ประมาณ 60 GB ต่อการ์ดสำหรับ KV cache, activations และ working set ของ vision tower คู่มือระบุชัดเจนว่าอย่าใช้ FP8 KV cache บน Hopper ดังนั้น 60 GB นั้นจึงถูกใช้ที่ bfloat16 — รูปแบบ cache ต่อโทเคนที่แพงที่สุดที่มีให้ใช้ บริบทหนึ่งล้านโทเคนเข้าถึงได้ภายในขอบเขตนั้น แต่เป็นเพียงเพราะ attention แบบไฮบริดของโมเดลทำให้เลเยอร์ส่วนใหญ่เป็นแบบ linear: 34 จาก 45 เลเยอร์ใช้ชนิด linear-attention ที่คอนฟิกเรียกว่า kda และมีเพียง 11 เลเยอร์ที่ใช้ sparse attention พร้อมดัชนี top-2,048 บน transformer แบบดั้งเดิม 45 เลเยอร์ KV cache หนึ่งล้านโทเคนจะไม่พอดีเลย
ดังนั้น การเปรียบเทียบต้นทุนตามจริงจึงไม่ใช่ "ฟรี เทียบกับ \$0.10" แต่คือ "H200 แปดตัว ที่คุณกำหนดขนาดและเช่าเอง เทียบกับ API แบบคิดตามการใช้งานซึ่งราคาจะเพิ่มขึ้นห้าเท่าเมื่อเกิน 100K" ว่าที่อัตราการใช้งานเท่าใดตัวเลือกแรกจึงจะชนะตัวเลือกที่สองนั้น ขึ้นอยู่ทั้งหมดกับอัตราค่าเช่ารายชั่วโมงสำหรับ GPU เหล่านั้น และว่า它们在一天中被ใช้งานมากแค่ไหน และเนื่องจากเราไม่มีราคา Sage ที่เผยแพร่ และไม่มีตัวเลข throughput ที่เป็นอิสระสำหรับมัน ใครก็ตามที่บอกจุดคุ้มทุนให้คุณก็กำลังกุขึ้นมาเอง

ช่องว่างของหลักฐาน กล่าวอย่างตรงไปตรงมา
ทั้งสองโมเดลมีตัวเลข benchmark แต่มีเพียงชุดเดียวเท่านั้นที่สามารถนำไปตรวจสอบเทียบกับสิ่งใดได้
Claude Haiku 5.5 ถูกวัดโดยบุคคลที่สาม Artificial Analysis จัดให้อยู่ที่ 36.5 บน Intelligence Index ที่ระดับความพยายามสูงสุด โดยมีรายงานว่าได้ 257 โทเคนต่อวินาทีสำหรับเอาต์พุต นั่นคือตัวเลขที่ผ่านการตรวจสอบจากฮาร์เนสที่รันการทดสอบเดียวกันกับทุกโมเดลที่ระบุไว้ ซึ่งเป็นสิ่งที่ทำให้ตัวเลขนี้ใช้ประกอบการตัดสินใจได้
Sage-S2.1-Flash ได้รับการวัดผลโดยผู้เขียนของมันเท่านั้น ตัวเลขของ InternLM อยู่ในไฟล์ที่คั่นด้วยแท็บในรีพอซิทอรี GitHub ที่สร้างขึ้นเมื่อวันที่ 16 พฤศจิกายน และเผยแพร่ไปยังไซต์แบบสแตติกที่ internlm.github.io/Sage-S2.1-Flash ซึ่งการ์ดโมเดลบน Hugging Face ไม่ได้ลิงก์ไปถึง ตารางมี 35 แถวและเปรียบเทียบ Sage กับแปดโมเดล แถวที่โดดเด่นของมันคือแถวด้านวิทยาศาสตร์และวิสัยทัศน์ — BabyVision ที่ 75.8 เทียบกับ Claude Opus 5 ที่ 63.1, OSWorld-G ที่ 84.8 เทียบกับ DeepSeek-V4.1-Flash-1017 ที่ 61.4, OfficeQA Pro V2 ที่ 72.2 ซึ่งเป็นตัวเลขที่ดีที่สุดในตารางของตัวเอง แถวด้านการเขียนโค้ดของมันไม่โดดเด่น: SWE-bench Pro 60.6, DeepSWE 67.0 ทั้งคู่อยู่หลัง DeepSeek V4.1 Flash
Claude Haiku 5.5 ไม่ปรากฏในตารางนั้นเลย เช่นเดียวกับ Gemini 3.8 Flash ดังนั้นการเปรียบเทียบเดียวที่ผู้อ่านซึ่งค้นหาคู่นี้ต้องการจริง ๆ — โมเดลโฮสต์ราคาถูกเทียบกับโมเดลวิทยาศาสตร์ที่ดาวน์โหลดได้ — จึงไม่มีข้อมูลจากผู้ขายทั้งสองฝ่าย และไม่มีข้อมูลอิสระในฝ่ายหนึ่ง สิ่งที่พูดได้คือ แถวที่เผยแพร่ของ Sage อยู่ในอาณาเขตระดับ Opus บนเกณฑ์มาตรฐานด้านวิทยาศาสตร์ ขณะที่แถวด้านการเขียนโค้ดอยู่ต่ำกว่าโมเดลที่ราคา $0.30 ต่ออินพุตหนึ่งล้านโทเค็น และช่องว่าง 24 จุดบน BabyVision นั้นอาจเป็นความสามารถจริงหรือเป็นการอ่านเกณฑ์มาตรฐานที่แตกต่างออกไปสำหรับโมเดลนี้ หากไม่มีฮาร์เนส คุณบอกไม่ได้ว่าอันไหน

จุดที่แต่ละตัวชนะได้จริง
ตัดส่วนที่เปรียบเทียบไม่ได้ออกไป แล้วจะเหลือการแบ่งที่สะอาด
• งานปริมาณมากที่ไวต่อ latency — Claude Haiku 5.5 อย่างชัดเจน การจำแนกประเภท การสกัดข้อมูล การจัดเส้นทาง และการเรียกซับเอเจนต์ที่ราคา $0.10/$0.50 พร้อมคะแนนที่เผยแพร่แล้ว ถือเป็นปัญหาที่แก้ได้แล้ว Sage-S2.1-Flash แข่งขันในจุดนี้ไม่ได้: คุณจะต้องเช่า GPU ถึงแปดตัวเพื่อทำงานที่ API แบบคิดค่าบริการตามการใช้งานทำได้ในราคาแค่ไม่กี่เพนนี
• พรอมต์ระหว่าง 100K ถึง 1M โทเคน — เป็นที่ถกเถียงกันจริง ๆ และตัดสินด้วยอัตราการใช้งานมากกว่าคุณค่า Claude Haiku 5.5 คิดค่าบริการห้าเท่าของอัตราฐานในช่วงนี้ ส่วน Sage คิดค่าบริการเป็นต้นทุนตัดจำหน่ายของฮาร์ดแวร์ที่คุณเช่าไปแล้ว หากโหนดของคุณมีงานยุ่ง Sage ชนะด้านต้นทุน หากไม่ใช่ ก็ไม่ชนะ
• อินพุตหลายรูปแบบเชิงวิทยาศาสตร์ — Sage-S2.1-Flash โดยอาศัยคำกล่าวอ้างของตัวเองเป็นหลัก กราฟโมเลกุล โครงสร้างผลึก ลำดับโปรตีน สเปกตรัม สเปกตรัมมวล XRD, ECG, EEG และเส้นโค้งแสง คืออินพุตที่ InternLM กล่าวว่าตนได้รับการฝึกมา และเป็นตัวเดียวในสองตัวที่มีเอกสารระบุชื่ออินพุตเหล่านี้ไว้ ให้ถือว่าสิ่งนี้เป็นคำแถลงด้านการออกแบบ ไม่ใช่ผลลัพธ์ที่วัดได้
• สิ่งใดก็ตามที่ต้องมีสัญญาภายในสัปดาห์นี้ — Claude Haiku 5.5 ตัวหนึ่งมีราคา มีหน้าสถานะ และมีคำมั่นว่าจะเลิกให้บริการไม่เร็วกว่า 7 ตุลาคม 2027 ส่วนอีกตัวมีโมเดลการ์ดที่ว่างเปล่า และ ณ เวลาที่เขียนนี้ มียอดดาวน์โหลดเป็นศูนย์
• การเก็บข้อมูลในประเทศและการถือครองน้ำหนักโมเดล — Sage-S2.1-Flash แบบไม่มีเงื่อนไข น้ำหนักโมเดลแบบ MIT ที่คุณสามารถถือครอง ตรวจสอบ และปรับแต่งได้นั้นเป็นสินทรัพย์คนละประเภทกับ API และความแตกต่างด้านราคาไม่สามารถเปลี่ยนข้อเท็จจริงนี้ได้
รายละเอียดโครงสร้างพื้นฐานเพียงข้อเดียวที่ชี้ขาดการย้ายระบบส่วนใหญ่
หากคุณกำลังย้ายไปป์ไลน์บริบทแบบยาวระหว่างสองสิ่งนี้ ปัญหาที่จะกลายเป็นตัวบล็อกจะไม่ใช่เรื่องคุณภาพ แต่จะเป็นการทำโทเคนไนเซชันและการเรียกใช้เครื่องมือ
Claude Haiku 5.5 เปลี่ยน generation ของ tokenizer ซึ่งหมายความว่า prompt ทุกอันที่คุณปรับแต่งให้เข้ากับ Claude Haiku 4.5 จำเป็นต้องวัดใหม่ และกลยุทธ์การแบ่ง chunk ใด ๆ ที่สมมติงบประมาณ token ไว้ ตอนนี้คลาดเคลื่อนไปประมาณ 30 เปอร์เซ็นต์ Anthropic มีคู่มือการย้ายระบบสำหรับเรื่องนี้โดยเฉพาะ และคุ้มค่าที่จะอ่านก่อนที่คุณจะแตะไฟล์ config
Sage-S2.1-Flash มีปัญหาชนิดเดียวกันในเวอร์ชันที่รุนแรงกว่า และเป็นรายการเดียวในคู่มือการปรับใช้ที่ควรอ่านก่อนสิ่งอื่นใด ต้องโหลด tokenizer ของโมเดลจาก repository เนื่องจาก tokenizer ที่มีมาให้ใน vLLM, SGLang หรือ LMDeploy จะเข้ารหัสไวยากรณ์แบบเอเจนต์ เช่น ตัวบ่งชี้การเรียกเครื่องมือ เป็นโทเค็นควบคุมแทนที่จะเป็นข้อความ และโมเดลจะจบเทิร์นก่อนกำหนดโดยไม่มีข้อผิดพลาดใด ๆ แสดงให้เห็น นอกจากนั้นยังมีกับดักอีกสองอย่างถัดจากนั้น: การเรียกเครื่องมือแบบขนานที่ลำดับผิดจะแนบรูปภาพไปยังผลลัพธ์ผิดบน vLLM หากไม่มีแพตช์ไฟล์เดียว และ SGLang จะแทนที่ chat template เว้นแต่จะระบุไฟล์ให้อย่างชัดเจน สำหรับการย้ายระบบ ผลในทางปฏิบัติคืองานนับโทเค็นเพิ่มเป็นสองเท่า — ครั้งหนึ่งสำหรับ tokenizer ใหม่ของ Anthropic และอีกครั้งสำหรับ tokenizer ที่กำหนดเองของ InternLM — และไม่สามารถประมาณค่าจากกันและกันได้
ในทางปฏิบัติ สามสิ่งนั้นคือความแตกต่างระหว่าง “Sage-S2.1-Flash เป็นโมเดลที่ฉันประเมินแล้ว” กับ “Sage-S2.1-Flash เป็นโมเดลที่ฉันยอมเลิกใช้” ทั้งสามอย่างมีเอกสารประกอบ ซึ่งมากกว่าที่การเปิดตัวแบบเงียบ ๆ ส่วนใหญ่ทำได้
การตัดสินใจโดยไม่มีราคา
Claude Haiku 5.5 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter ในปัจจุบัน; มันให้บริการผ่าน API ของ Anthropic เองและผ่านช่องทางการขายต่อผ่านคลาวด์รายใหญ่ และเราจะไม่สื่อเป็นนัยเป็นอย่างอื่น สิ่งที่ถูกเราเตอร์คือรุ่นก่อนหน้า — anthropic/claude-haiku-4.5 ในราคา $1.00 ขาเข้า และ $5.00 ขาออกต่อล้านโทเค็น ราคาลิสต์ที่ส่งต่อโดยไม่มีการบวกกำไร — ซึ่งยังคงเป็นเกณฑ์อ้างอิงที่ตรงไปตรงมาสำหรับต้นทุนของระดับเล็กของ Anthropic ก่อนที่ระดับ 5.5 จะลดต้นทุนนั้นลงถึงสิบเท่า การรันพรอมป์จริงของคุณผ่าน 4.5 จะให้จำนวนโทเค็นที่วัดได้บนตระกูลโทเค็นไนเซอร์เดียวกัน และจำนวนโทเค็นที่วัดได้คือสิ่งเดียวที่ชี้ขาดคำถามเรื่องหน้าผา 100K ข้างต้น: ไม่ว่าทราฟฟิกของคุณจะอยู่ต่ำกว่ามัน อยู่เหนือมัน หรือคร่อมมัน สิ่งนี้ตัดสินการเปรียบเทียบทั้งหมดในแบบที่แถวเบนช์มาร์กใด ๆ ทำไม่ได้
เมื่อผู้ขายประกาศราคาของ Sage-S2.1-Flash ในที่สุด หรือเมื่อชุดทดสอบอิสระให้คะแนนมัน โมเดลการส่งผ่านราคาก็มีความสำคัญ แคตตาล็อกที่สะท้อนราคาตามรายการของผู้ให้บริการในวันเดียวกับที่การปรับลดราคาเกิดขึ้น คือวิธีที่คุณหลีกเลี่ยงการเจรจาเปรียบเทียบนี้ใหม่ทุกไตรมาส
อะไรจะทำให้หน้านี้เปลี่ยนไป
ตัวเลขเดียวก็ช่วยทำงานส่วนใหญ่ได้แล้ว: ราคาต่อโทเคนของ Sage-S2.1-Flash ด้วยตัวเลขนี้ หน้าผา 100K ที่อยู่ด้านหนึ่งกับโหนดที่ตัดค่าเสื่อมราคาอีกด้านจะกลายเป็นการคำนวณจุดคุ้มทุนจริง ๆ แทนที่จะเป็นเพียงรูปแบบเท่านั้น ตัวเลขที่สองจะช่วยได้เกือบพอ ๆ กัน — คะแนนอิสระสำหรับ Sage ซึ่งควรมาจากฮาร์เนสชุดเดียวกับที่ให้ Claude Haiku 5.5 อยู่ที่ 36.5 เพื่อให้เอาสองค่ามาลบกันได้แทนที่จะต้องบรรยาย
จนกว่าจะถึงตอนนั้น จุดยืนที่หาเหตุผลรองรับได้คือสิ่งนี้ Claude Haiku 5.5 เป็นวิธีที่ถูกกว่าในการทำงานเล็ก ๆ จำนวนมหาศาล และมันจะแพงขึ้นในจุดที่หน้าต่างบริบทของมันเริ่มน่าสนใจพอดี ส่วน Sage-S2.1-Flash เป็นวิธีที่ถูกกว่าในการเป็นเจ้าของโมเดลขนาดใหญ่มาก และยังไม่ใช่วิธีที่จะซื้ออะไรได้ การเลือกระหว่างสองตัวนี้ไม่ใช่คำถามเรื่องรสนิยมที่มีต่อ benchmark แต่เป็นคำถามว่าภาระงานของคุณวัดเป็นโทเค็นหรือวัดเป็นโหนด — และถ้าคุณยังตอบไม่ได้ ขั้นตอนถัดไปที่ตรงไปตรงมาคือการประเมินต้นทุนทราฟฟิกของคุณเอง ไม่ใช่การอ่านบทเปรียบเทียบอีกชิ้นหนึ่ง
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
