Anthropic выкатила модель, которая убивает собственный флагман

Post Thumbnail

Вот вам парадокс. Компания выпускает модель, которая начинает пожирать продажи её же собственного флагмана. И нет, это не баг — это стратегия.

Anthropic показала свежую Claude Sonnet 4.6. И разработчики, получившие ранний доступ, в 60% случаев предпочли её вместо куда более мощной Claude Opus 4.5. Вдумайтесь — модель из младшей линейки вытесняет старшую! А по сравнению с предыдущей Sonnet 4.5 выбор ещё жёстче: около 70% разработчиков переключились на новую версию в инструменте Claude Code.

Что же такого случилось? По отзывам тестировщиков, модель перестала заниматься любимым грехом ИИ. Бессмысленным усложнением. Она точнее следует инструкциям, не ленится на длинных задачах и перестала «терять контекст» посреди сложных проектов. Для программистов это вообще праздник. Модель наконец-то аккуратно правит код, не ломая то, что уже работало.

И вот кульминация всей истории — цена. $3 за миллион входных токенов, $15 за выходные. Ровно столько же, сколько стоила предыдущая Sonnet. То есть задачи, для которых раньше приходилось запускать дорогой Opus, теперь решаются в бюджетном классе. Контекстное окно — миллион токенов. Модель уже доступна на всех тарифах, включая бесплатный. Плюс работает в Claude Cowork и через API.

По сути, Anthropic сделала ход, который ставит конкурентов в неудобное положение: качество растёт, а ценник стоит на месте. Похоже, эпоха, когда за умный искусственный интеллект нужно было переплачивать, заканчивается быстрее, чем все ожидали.

Стратегия каннибализации собственных продуктов — приём не новый, но в индустрии ИИ он приобретает совершенно иной масштаб. И на 1 взгляд — это экономическое безумие. Но если посмотреть на цифры, логика становится понятной. Годовая выручка компании выросла до $14 миллиардов, увеличиваясь более чем в 10 раз ежегодно. Значит, дешёвая модель не отбирает деньги. Она расширяет рынок.

Выигрывают в 1 очередь разработчики и компании, которые раньше вынуждены были платить за тяжёлый Opus ради качества. Теперь те же результаты доступны за $3 на миллион токенов. И бюджеты на ИИ можно перераспределить на масштабирование, а не на единичные дорогие запросы.

Но такая каннибализация работает, пока растёт общий пирог. Если темпы корпоративного внедрения искусственного интеллекта замедлятся, дешёвая модель начнёт действительно пожирать маржу старшей линейки. А не привлекать новых клиентов.

По сути, Anthropic делает ставку на объём, а не на маржинальность каждого запроса.

Почитать из последнего
Вайб-кодинг убивает Open Source - и это проблема для всех
Исследователи из Центрально-Европейского университета в Вене обнаружили жёсткую закономерность. Вайб-кодеры только потребляют ресурсы, но ничего не отдают обратно. Откуда нейросеть может взять знания? А берет она их из Open Source. Из тех самых бесплатных библиотек и фреймворков, которые энтузиасты создавали 10летиями.
Как уболтали ИИ-бота на скидку 80%
Владелец небольшого бизнеса в Англии поставил на сайт чат-бота на ИИ, чтобы он отвечал на вопросы клиентов по ночам. Полгода всё работало идеально — бот консультировал и помогал оформлять заказы, даже продажи росли. А потом нашёлся 1 хитрец, который за час беседы выманил у искусственного интеллекта скидку 80% на заказ в £8000.
Как DeepSeek обманул Anthropic и что из этого вышло
Представьте: вы годами строите уникальную технологию, вкладываете миллиарды, а кто-то просто скачивает её через прокси. Именно это произошло с Anthropic. Компания раскрыла промышленный шпионаж 3 китайских лабораторий. DeepSeek, Moonshot и MiniMax.
Учёные сломали защиту ИИ обычным вопросом
Исследователи из Microsoft наткнулись на дыру размером с ворота. Оказалось, что всю защиту ИИ можно обойти на этапе обучения 1 безобидным запросом. И дальше модель превращается в послушную машину по производству любой гадости.
США обвинили Nvidia в помощи китайским военным через DeepSeek
Глава комитета Конгресса по Китаю Джон Муленаар направил письмо министру торговли Говарду Латнику с серьёзными обвинениями. По его словам, документы Nvidia свидетельствуют, что инженеры компании помогали китайскому стартапу DeepSeek оптимизировать обучение их моделей. Теперь эти модели развёрнуты в подразделениях планирования мобилизации Народно-освободительной армии Китая.