GPT-5.6 Sol, Claude Fable 5 или Gemini 3.6 Flash: что выбрать

Короткий выбор выглядит так:

• Claude Fable 5 стоит проверять первым на самых трудных и длительных задачах, где один неверный результат обходится дороже токенов.
• GPT-5.6 Sol — практичная отправная точка, когда нужна почти предельная способность модели, но важна экономика каждого запуска.
• Gemini 3.6 Flash — первый кандидат для высокой пропускной способности, мультимодальных данных и массовой обработки.

Это не пьедестал. Побеждает модель, которая на ваших входных данных стабильно проходит заранее заданный порог качества при приемлемой стоимости и времени.

Сначала сравните условия, а не рекламные баллы

На 6 августа 2026 года у всех трёх моделей контекстное окно около миллиона токенов, но различаются тарифы, максимальный ответ, типы входа и поведение API.

Характеристики проверены по странице Sol у OpenAI, руководству Anthropic по Fable 5 и карточке Gemini 3.6 Flash. Это базовые цены официальных API в долларах США, а не стоимость подписок. Налоги, marketplace, priority, batch, cache и инструменты меняют итог.

Большое окно не гарантирует хорошую работу со всем объёмом. Важны структура контекста, позиция инструкции, история инструментов и резерв вывода. Миллион нерелевантных токенов может сделать задачу дороже и менее точной.

Где каждая модель оправдывает свою цену

Fable 5 — когда запас качества важнее тарифа

Anthropic рекомендует Fable 5 для самых сложных продолжительных задач в программировании и интеллектуальной работе. Контекст 1M, вывод до 128k и постоянно включённое адаптивное рассуждение подходят для крупных миграций, многоэтапного исследования, анализа массивов документов и агентов, которые должны долго планировать и перепроверять работу.

Тариф $10/$50 — самый высокий в тройке. Переплата оправдана, если пропущенное требование, неправильная архитектура или повторная ручная проверка дороже разницы в счёте API.

Интеграция обязана распознавать отказ. У Fable классификатор может вернуть HTTP 200 и stop_reason: "refusal". Это не готовый результат и не транспортная ошибка. Нужна отдельная ветка: безопасно сузить запрос, отправить человеку или вызвать разрешённую резервную модель.

Sol — баланс frontier-уровня и затрат

GPT-5.6 Sol стоит $5/$30. Модель принимает текст и изображения, а через Responses API поддерживает поиск, работу с файлами, code interpreter, hosted shell, computer use, MCP и другие инструменты. Их фактическая доступность зависит от endpoint, аккаунта и политики.

Sol логично начинать с трудных coding-agent задач, профессионального анализа и длинных инструментальных процессов, которые нужно масштабировать. Базовый тариф заметно ниже Fable, а независимый комплексный индекс ставит их рядом. Это делает Sol сильным default-кандидатом, но не гарантирует победу на конкретном репозитории.

Для ввода больше 272k токенов OpenAI указывает повышающий коэффициент. До смены модели удалите лишние файлы, настройте поиск и сократите историю инструментов: это часто полезнее, чем оплачивать весь архив в каждом запросе.

Gemini 3.6 Flash — скорость, разные форматы и массовые операции

Стандартный платный Gemini API оценивает Flash в $1,50/$7,50. На вход можно передавать текст, изображения, видео, аудио и PDF; на выходе — текст. Поддерживаются function calling, code execution, file search, URL context, Search/Maps grounding, structured output и computer use в preview.

Эта комбинация подходит для обработки медиа, извлечения из документов, классификации, быстрых агентных циклов и маршрута «дешёвая модель обрабатывает всё, сложные случаи уходят наверх». Максимальный ответ 65 536 токенов — ниже 128k у Sol и Fable; для очень длинного единого документа это реальное ограничение.

Flash необязательно должен выиграть общий рейтинг. Достаточно пройти ваш порог качества быстрее и дешевле.

Посчитайте стоимость принятого результата

Предположим, одна попытка использует 100 000 входных и 20 000 выходных токенов. Без cache, tools, повторов и специальных режимов:

text
стоимость попытки = вход / 1 000 000 × тариф входа
                  + выход / 1 000 000 × тариф выхода

Равный объём токенов — только начало. В производстве учитывайте рассуждение и фактический вывод, запись и чтение cache, платные инструменты, длинный контекст, timeout, отказ, невалидный JSON, повтор и ручную проверку.

text
стоимость успешной задачи =
  (все попытки + инструменты + проверка человеком) / принятые результаты

Если Gemini проходит критерии с четвёртой попытки, а Sol — с первой, разница $0,30 против $1,10 почти исчезает. Если обе модели с первого раза правильно извлекают одинаковую структуру, преимущество Flash действительно.

Что показывают независимые измерения

Artificial Analysis в текущем Intelligence Index v4.1 показывает 60 для Claude Fable 5, 59 для GPT-5.6 Sol и 50 для Gemini 3.6 Flash. Но конфигурации различаются: Fable — adaptive reasoning с максимальным effort и fallback на Opus 4.8; Sol — max; Gemini — high. Это подтверждает близость Fable и Sol в верхнем сегменте и другую позицию Flash по цене/скорости, но не отвечает за ваш код.

Там же наблюдалась скорость вывода примерно 73,5 tokens/s для Fable, 65,9 для Sol и 200,5 для Gemini. Это пропускная способность после начала генерации, а не время до первого токена и не полная длительность задачи с tools и reasoning.

В эксперименте Quesma с Baba Is You Fable и Sol решили по 13 из 14 уровней на позднем этапе: Fable был быстрее, Sol — дешевле. Gemini 3.6 Flash там не тестировали, а harness на позднем этапе различался. Вывод узкий, но полезный: оценивать нужно связку «модель + инструменты + число попыток + стоимость успеха».

Проведите честный мини-тест

1. Возьмите 6–12 реальных обезличенных задач: типовые, одну длинную и несколько прежних провалов.
2. До запуска запишите критерии: тесты проходят, лишние файлы не меняются, ссылки открываются, JSON соответствует schema.
3. Зафиксируйте одинаковые материалы, инструменты, срок и бюджет. Сохраните ID модели и effort.
4. Повторите каждую задачу минимум три раза, чтобы увидеть разброс, а не лучший demo-run.
5. Раздельно логируйте качество, вход, выход, reasoning, cache, tools, refusal, timeout, retries, время до первого токена и полное время.
6. Сначала исключите модели ниже порога качества. Среди оставшихся сравните стоимость успешной задачи и понятность отказов.

Стоп-правило: дешёвая модель не проходит в production, если её first-pass success ниже минимума на рискованных задачах. Если качество двух вариантов практически одинаково, выбирайте более дешёвый успешный результат и управляемый сценарий сбоя.

Для медицины, права, финансов и безопасности такой набор — только пилот. Нужны расширенная выборка и профильный человек.

Итоговая схема выбора

Для начального теста через единый OpenAI-compatible интерфейс можно посмотреть каталог LaoZhang API: в нём перечислены все три ID. Документация требует проверить в live console группу токена, регион, цену и доступность. Это не полная замена официальных API; для новейших native tools и обязательств провайдера используйте прямой доступ.

На практике устойчивое решение часто состоит из двух уровней: обычные задачи получает самая дешёвая модель, проходящая порог, а неуспешные и рискованные случаи автоматически повышаются до более сильной. Такая схема переживёт следующий апдейт рейтинга лучше, чем статичный «победитель».