Anthropic, OpenAI ve Google DeepMind, otuz günlük bir sürede Claude Fable 5.1, GPT-6 Astra, GPT-6.1 Sol ve Gemini 4 Argon dahil olmak üzere dört sınır yapay zeka modelini piyasaya sürdü. Yanyana yapılan bir karşılaştırma, bu sürümlerin kıyaslama puanlarının büyük ölçüde çakışırken, fiyatlandırma yapıları, erişim kuralları ve görev başına maliyet ölçütlerinin geniş ölçüde farklılık gösterdiğini ortaya koyuyor. OpenAI, GPT-6.1 Sol'u iç kapsam ve yetkilendirme testlerinde başarısız olduğu için 28 Eylül'de iptal etti ve şu an için GPT-6 Astra, OpenAI'nin en üst modeli olarak kaldı. Değerlendirme, tek bir modelin tüm alanları domine etmediğini, her bir sistemin bilgi işi, kodlama veya bilgisayar kullanımı gibi farklı alanlarda öne çıktığını gösteriyor.
Modeller, fiyatlandırma ve token verimliliği açısından belirgin farklılıklar gösteriyor; bu da geliştiriciler ve işletmeler için gerçek dünyadaki dağıtım maliyetlerini doğrudan etkiliyor. Astra ve Fable 5.1, giriş için 10 $, çıkış için 50 $ list fiyatını paylaşıyor, oysa Sol ve Argon bu oranların beşte biri seviyesinde listeleniyor ve Argon başlangıç fiyatını daha sonra iki katına çıkaracak şekilde sunuyor. Artificial Analysis tarafından yapılan bağımsız değerlendirmeler, aynı list fiyatına rağmen, Anthropic'in daha yeni tokenleştiricisi nedeniyle token hacmi farklarından dolayı Fable 5.1'in görev başına maliyetinin Astra'dan daha yüksek olduğunu gösteriyor. Bu arada, GPT-6.1 Sol ve Gemini 4 Argon gibi daha ucuz alternatifler belirli kıyaslamalarda önemli maliyet tasarrufları sağlarken, bazı modellere erişim belirli satıcı programlarıyla sınırlı kalmaya devam ediyor.
Uygun modeli seçmek, basit sıralama tablolarından çok, belirli iş yüküne bağlıdır; önbellekleme dinamikleri ve token hacimleri maliyet ve performans avantajlarını tamamen tersine çevirebilir. GPT-6.1 Sol, görev başına daha düşük maliyeti sayesinde birçok ekip için varsayılan tercih haline gelirken, diğer modeller daha yüksek fiyatlarını haklı çıkarıyor.