Оглавление

Разработчики из Anthropic представили новые стратегии оптимизации расходов, предложив использовать флагманскую модель Claude Fable 5 не для выполнения рутинных задач, а в роли высокоуровневого планировщика. Как сообщает The Decoder, такой подход позволяет сохранить точность вычислений, значительно снизив при этом итоговую стоимость токенов.

Суть предложенных изменений сводится к делегированию полномочий: тяжелая и дорогая модель Fable 5 теперь выступает в роли «руководителя», который координирует работу более легкой и быстрой Sonnet 5. Это решение выглядит как попытка Anthropic удержать пользователей в условиях жесткого ценового давления со стороны конкурентов, включая новые китайские разработки и последние релизы от OpenAI.

Две стратегии эффективного делегирования

Команда разработчиков Claude выделила два основных паттерна взаимодействия моделей, которые уже протестированы на специализированных бенчмарках. Первый вариант получил название «Советник» (Advisor). В этой схеме основной объем работы выполняет Sonnet 5, которая обращается к «старшему товарищу» только в тех случаях, когда сталкивается со сложной задачей или неопределенностью.

Согласно внутренним тестам на SWE-bench Pro, связка «Советник» достигает 92% производительности одиночной Fable 5, но при этом обходится заказчику всего в 63% от первоначальной стоимости. В среднем, за одну задачу вызов дорогой модели происходит лишь единожды, что позволяет избежать лишних трат на контекстное окно при выполнении простых итераций.

Второй паттерн — «Оркестратор» (Orchestrator) — превращает Fable 5 в полноценного архитектора. Модель анализирует запрос, составляет детальный план действий и распределяет подзадачи между агентами на базе Sonnet 5. В тестах BrowseComp такой метод показал впечатляющие 96% эффективности при снижении затрат до 46% от базового уровня.

Обе схемы работают через Claude Managed Agents с использованием индивидуального кэширования для каждого агента.

Экономическая реальность и рыночное давление

Такая смена парадигмы — от использования одной мощной модели к иерархическим структурам — продиктована не только заботой об архитектурном изяществе, но и суровой рыночной экономикой. На пятки Anthropic наступают китайские открытые модели, такие как GLM 5.2, которые демонстрируют сопоставимую производительность при кратно меньшей стоимости эксплуатации.

Не стоит забывать и о запуске GPT-5.6 Sol от OpenAI, которая позиционируется как более эффективная в плане расхода токенов. В этой ситуации Anthropic вынуждена учить своих клиентов быть экономными, чтобы использование их топовых технологий не превращалось в финансовую черную дыру для бизнеса. Похоже, эпоха, когда одну нейросеть просили сделать «всё и сразу», постепенно уступает место сложным многоуровневым системам.

Инженеры могут найти подробные инструкции по внедрению этих паттернов в официальных руководствах Anthropic. Использование Claude Managed Agents позволяет избежать дублирования затрат на контекст, что является критически важным при работе с длинными программными кодами или объемной документацией.