Раньше всё было проще. Был ChatGPT, и был один вопрос: «он меня понимает или делает вид?» Теперь вопрос звучит иначе: «кого именно из этого званого ужина позвать — астронома, луну или юриста?»

Разбираемся. При детальном изучении достойных гостей, на мой взгляд, оказалось всего три.

Сначала про астрономию

OpenAI явно засиделась без романтики, поэтому универсальные модели назвала в честь небесных тел. И это, на самом деле, лучшая подсказка во всём меню — лучше любой таблицы:

• Astra — звёзды. Максимум интеллекта, максимум цены. Достаём, когда задача звучит как «разберись во всём этом хаосе, найди противоречия и реши сама, как лучше».
• Sol — солнце. Рабочая лошадка, которая светит почти как Astra, но не сжигает ваш счёт. Основная модель для нормальной серьёзной работы.
• Luna — луна. Скромно светит, зато почти ничего не стоит. Идеальна для массовых и понятных задач: перевести, извлечь, классифицировать, суммировать десять тысяч однотипных документов.
• Terra — земля. Золотая середина прошлого поколения 5.6: когда уже хочется «умнее Luna», но «дешевле Sol».

Чем дальше от Земли — тем дороже. То есть всё ровно наоборот по сравнению с логикой туризма: Луна тут — самый бюджетный вариант, а до звёзд долетают только те, кому действительно нужно.

Меню или вертикальная лестница?

Первый порыв — выстроить модели лестницей: «эта умнее, эта глупее». Но, как оказалось, это так не работает. Часть моделей вообще не живёт на этой лестнице, они живут сбоку — в кабинках специалистов:

• Rosalind — life sciences. Биология, геномика, поиск молекул. Просить её написать пост для соцсетей — как приглашать нейрохирурга штукатурить стену.
• Astra Law — та же Astra, но с юридическим образованием и доступом к судебной практике. Обновляется ежедневно, на консультациях не экономит.
• Daybreak — кибербезопасность. Причём в двух степенях прожарки: Blue и Red. Red — это уже не кофе, а эспрессо из отдельного approval-листа.
• Codex — программирование. Не «ещё одна ступенька между версиями», а отдельная профессия: анализ репозитория, правка четырнадцати файлов, запуск тестов.
• GPT-Image — картинки. Сравнивать её по «уму» с Astra бессмысленно: это дегустация вина на конкурсе сырников.

Так что «выше или ниже» — вопрос некорректный. Rosalind не «ниже» Astra: на своей территории она может быть единственной, кто вообще понимает, о чём речь.

Вторая кнопка, о которой все забывают

Есть ещё Low / Medium / High / XHigh / Max — и вот здесь начинается самое интересное. Многие думают, что это «уровни интеллекта», включаемые переключателем. Нет.

Модель — это какой специалист сидит перед задачей. Reasoning — это сколько времени ему дали.

Сильному эксперту иногда достаточно тридцати секунд. Менее опытному не помогут и тридцать минут, но с хорошим запасом времени он вытянет задачу, которая на бегу развалилась. Поэтому Luna на Max не превращается в Astra — она просто получает право подольше подумать, оставаясь Луной.

Две ручки, один выбор: кто думает и сколько.

Цифры, без которых всё это — лирика

Давайте про деньги, потому что именно они превращают философию в практику. За миллион входных токенов примерно так:

Один и тот же текст через Astra стоит примерно как сто таких же текстов через Luna. Сто. Не «на 30% дороже», не «чуть-чуть подороже» — в сто раз.

Отсюда главный вопрос меняется. Не «какая модель лучше?», а «сколько стоит успешно решённая задача?». Если Luna справляется с классификацией в 99 случаев из 100, доплачивать стократную цену за сотый — щедрость, которую бухгалтерия не оценит. Но если ошибка модели означает час ручной проверки и переделку, дешёвая модель внезапно оказывается самой дорогой из всех возможных.

Правило, которое стоит унести с собой

Не выбирайте самую мощную модель, которую можете себе позволить.

Выбирайте самую дешёвую модель, которая стабильно справляется с вашей задачей.

Это, если хотите, SEO-подход к нейросетям: мы же не выбираем инструмент по количеству кнопок, а по тому, решает ли он задачу. Тот же принцип, другой зоопарк.

Практическая схема получается до неприличия простая:

Luna → «сделай» (переведи, извлеки, классифицируй, отформатируй).
Sol → «хорошо подумай и сделай» (анализ, код, документы, отчёты).
Astra → «это сложно; разберись максимально глубоко» (противоречивая информация, стратегия, исследования).

Не получилось на Luna — эскалируем на Sol. Sol задумался, но задача упирается — достаём Astra. Всё остальное в меню — это либо специализация (биология, право, кибербезопасность, код, картинки), либо прошлые поколения, которые держат ради совместимости проверенных процессов.

Спойлер: в 90% случаев ваша настоящая рабочая модель — Sol. Luna закроет массу рутины, Astra дождётся своего звёздного часа. А остальные двенадцать пунктов меню можно смело оставить тем, кому нужно что-то особенное из соседних кабинок специалистов.

И тогда — внезапно — выбор снова появится. Причем вполне осознананный, с оптимальной затратой ресурсов и наилучшими при этом результатами.