7 октября Anthropic выпустила Claude Haiku 5.5 - самую быструю свою модель - и сразу сравнила её с GPT-6 Luna от OpenAI, вышедшей 22 сентября. В тестах Anthropic Haiku выигрывает у Luna везде, а в живых сессиях Agent Arena Luna стоит выше. Цена токена у моделей в нашем прайсе почти равна, поэтому выбирать приходится по задаче.
Все модели в одной таблице
Haiku 5.5 - первая модель этого класса у Anthropic с регулируемым усилием: меньше усилия - дешевле и быстрее, больше - умнее. У Luna такая настройка есть с самого начала. Рядом с новыми моделями поставили их предшественников:
| Haiku 5.5 (актуальная) | GPT-6 Luna (актуальная) | Haiku 4.5 (прошлая) | GPT 5.6 Luna (прошлая) | |
|---|---|---|---|---|
| Цена в GPTunneL, ₽ за 1K, вход / выход | 0,03 / 0,15 | 0,04 / 0,2, сейчас 0,02 / 0,1 | 0,2 / 1 | 0,04 / 0,24 |
| Контекст | 1 млн | 1,05 млн | 200 тыс. | 1,05 млн |
| OSWorld 2.1, работа с компьютером | 72,4% | 48,9% | 15,7% | нет данных |
| Terminal-Bench 4.0, код в терминале | 39,2% | 16,4% | 0,0% | нет данных |
| FrontierCode 1.1 Main, код-агенты | 46,4% | 42,4% | не опубликован | нет данных |
| Chartography, графики без инструментов | 46,4% | 29,1% | 6,4% | нет данных |
| GDPval-AA v2.1, рабочие задачи, Elo | 1620 | 1437 | 735 | нет данных |
| AA-Briefcase v1.1, рабочие задачи, Elo | 1578 | 1336 | 614 | нет данных |
| Agent Arena, место (сводный показатель) | 27-е (+1,88%) | 19-е (+3,26%) | нет данных | 37-е (-1,80%) |
Жирным выделены две актуальные модели и лучший результат между ними в каждой строке с замерами. Замеры по тестам - из анонса Anthropic, то есть данные вендора: Luna компания прогоняла сама через API OpenAI. Цены у GPT-6 Luna сейчас вдвое ниже обычных из-за стартовой скидки 50%, актуальные смотрите на странице цен. «Нет данных» значит, что модель в этом замере не участвовала или результата нет в источнике.
Что видно из таблицы:
- Haiku 5.5 против GPT-6 Luna. Haiku выигрывает все шесть тестов Anthropic: сильнее всего в Terminal-Bench (39,2% против 16,4%) и OSWorld (72,4% против 48,9%), слабее всего во FrontierCode (46,4% против 42,4%). Но в Agent Arena, где модели оценивают в реальных сессиях, выше Luna, а по цене токена модели почти равны. Победитель в тестах не обязательно побеждает в работе.
- Haiku 5.5 против 4.5. Цена ниже в 6-7 раз, в OSWorld результат вырос с 15,7% до 72,4%, а в Terminal-Bench с нуля до 39,2%. Если вы сидите на Haiku 4.5, переход окупается сразу.
- GPT-6 Luna против 5.6 Luna. Вход стоит столько же, выход чуть дешевле (0,2 против 0,24 ₽), а в Agent Arena Luna поднялась с 37-го места на 19-е. Настройки у них разные: 5.6 на xHigh, 6 на Max.
Две оговорки. OSWorld - это офлайн-набор из 82 задач, и 72,4% и 48,9% - зачёт с частичными баллами: по строгому счёту Haiku проходит 37,1% задач (системная карта), а строгого счёта Luna в ней нет. Независимый индекс Artificial Analysis на максимальном усилии тоже в пользу Haiku, 43 против 38, но на high-усилии Haiku набирает те же 38, что Luna на max.
Где Luna впереди
По знаниям без поиска Luna точнее: в AA-Omniscience 44% верных ответов против 36% у Haiku. Зато Haiku реже придумывает ответ там, где не знает: доля выдуманных ответов 40% против 77%. Это замер Artificial Analysis от 7 октября, в пересказе Latent Space.
Что говорят голоса на Arena
На arena.ai модели оценивают пользователи. Данные на 13-14 октября.
Агенты (Agent Arena, 2,58 млн сессий). Рейтинг строится по успеху задач, оценке пользователей и управляемости. Luna выше: сводный показатель +3,26% (±0,49) против +1,88% (±0,98) у Haiku, и интервалы почти не пересекаются. По управляемости модели равны (+6,17% и +6,40%). Настройки разные: Haiku на high, Luna на max.
Веб-разработка (Code Arena, WebDev). Здесь ничья: у Haiku 1585 баллов (±12, 2 771 голос), у Luna 1582 (±6, 17 869 голосов). Три балла меньше погрешности, а у Haiku голосов в шесть раз меньше, так что цифра ещё сдвинется.
То есть на синтетических тестах агентных задач лидирует Haiku, а в живой работе агентов выше оказывается Luna. Какой результат ближе к вашему сценарию, решать вам.
Цена задачи, а не токена
Расход токенов важнее прайса. По данным Artificial Analysis, на максимальном усилии Haiku тратит около 162 тысяч выходных токенов на задачу индекса, а Luna - около 50 тысяч. Haiku на high тратит около 55 тысяч - почти как Luna на max.
Пример по прайсу GPTunneL: 30 тысяч токенов на входе и 3 тысячи на выходе.
| Сценарий | Haiku 5.5 | GPT-6 Luna (без скидки / со скидкой) |
|---|---|---|
| Одинаковый выход, 3 тыс. | 1,35 ₽ | 1,8 ₽ / 0,9 ₽ |
| Haiku на max: выход втрое больше, 9 тыс. | 2,25 ₽ | 1,8 ₽ / 0,9 ₽ |
Цена токена Haiku ниже, но при тройном расходе задача выходит дороже, чем у Luna даже без скидки. Поэтому выставляйте усилие осознанно, а стоимость мерьте на своих запросах.
Так что выбрать: Haiku 5.5 или Luna 6
| Задача | Модель | Почему |
|---|---|---|
| Агент управляет компьютером или терминалом | Haiku 5.5 | в тестах Anthropic отрыв около 23 пунктов, но проверьте на своих сценариях: в живых сессиях Arena Luna выше |
| Ответы на вопросы по фактам без поиска | Luna | в AA-Omniscience 44% верных против 36% |
| Нужно лучше промолчать, чем выдумать | Haiku 5.5 | выдуманных ответов 40% против 77% |
| Вёрстка и веб-разработка | любая | на Arena ничья, 1585 против 1582 |
| Массовые запросы при жёстком бюджете | Luna | втрое меньше токенов на max-усилии и скидка 50% сейчас |
Что это значит для вас
Не выбирайте по одной таблице. Прогоните десять своих реальных запросов через обе модели на одинаковом усилии и сравните не токены, а цену принятого результата: сколько стоит ответ, который вам не пришлось переделывать. Если победил Haiku, разница в токенах окупится качеством, если нет - Luna обойдётся дешевле.
Где попробовать
Обе модели есть в GPTunneL: Claude Haiku 5.5 и GPT-6 Luna, один баланс на оба вызова. Про выбор между Sonnet и Opus той же линейки - в разборе Sonnet 5.5 или Opus 5.5, про сам релиз Luna - в статье GPT-6 Sol и Luna.
Источники
- Анонс Claude Haiku 5.5, Anthropic, 07.10.2026 - бенчмарки, настройки усилия, методика замеров.
- Документация Claude Haiku 5.5, Anthropic - контекст, дата выхода.
- GPT-6 Luna в API, OpenAI - контекст, настройки усилия.
- Системная карта Claude Haiku 5.5, Anthropic - строгий и частичный счёт OSWorld, методика.
- AINews: Claude Haiku 5.5, Latent Space, 07.10.2026 - пересказ замеров Artificial Analysis: индекс, расход токенов, AA-Omniscience.
- Arena, Code Arena WebDev на 13.10.2026 и Agent Arena на 14.10.2026.