Новая модель снова стала сильнее и дешевле. Почему бизнесу важнее процесс вокруг неё

22 сентября Anthropic представила Claude Opus 5.5. Компания заявляет, что типичная стоимость запуска относительно Opus 5 снизилась примерно на 40%, а скорость вывода выросла более чем на 30%. Заявленная цена новой модели — $4 за миллион входных и $20 за миллион выходных токенов.

Для рынка это заметный релиз. Для бизнеса он интересен ещё и как напоминание: модель меняется быстрее, чем рабочий процесс вокруг неё.

Если автоматизация держится на названии конкретной модели, очередной релиз легко превращается в новый мини-проект. Если же задача, данные, этапы и результат описаны отдельно, модель становится сменным исполнителем.

Что должно оставаться постоянным

Рабочий контур начинается не с выбора модели, а с описания самой работы.

Нужно знать, какая задача поставлена, какие данные ей нужны, какие этапы обязательны, где хранится состояние, какие файлы должны появиться и что считается завершённым результатом.

Ещё один обязательный слой — проверка. Хороший ответ модели не равен завершённому процессу, если никто не проверил источник данных, нужный формат или выполнение следующего шага.

Когда эти элементы существуют отдельно, заменяется исполнитель, а не вся схема работы.

Почему снижение цены модели не решает проблему процесса

Более дешёвые вызовы — полезная вещь. Но в стоимости автоматизации есть и другие потери: повторные попытки, ручная передача контекста, потерянные файлы, дублирование работы и задачи, которые остановились между этапами.

Новая модель может уменьшить стоимость одного вызова. Она не исправляет сама по себе отсутствие состояния и контроля.

Поэтому полезнее считать не только цену токенов, но и количество ручных действий вокруг задачи.

Чат и процесс — разные инструменты

Для разового вопроса чат часто достаточен. Человек сформулировал запрос, получил ответ и использовал его дальше.

Длинная рабочая задача устроена иначе. Исследование, подготовка документов, проверка нескольких источников, создание материалов и ревью могут занимать часы или дни. Между этапами появляются файлы, статусы и решения.

В такой работе важно не просто получить хороший текст от модели, а понимать, где находится задача сейчас и что должно произойти дальше.

Что даёт сменяемость модели

Разные модели могут быть полезны на разных участках. Одна лучше справляется с кодом, другая — с текстом, третья оказывается выгоднее на массовой однотипной операции.

Если процесс отделён от исполнителя, выбор можно менять по фактической задаче. Система при этом сохраняет входные данные, состояние и результат.

Это особенно важно сейчас, когда релизы крупных моделей выходят быстрее, чем бизнес успевает перестраивать внутренние инструкции.

Практический тест перед очередным внедрением

Возьмите один реальный процесс и задайте простой вопрос: что произойдёт, если завтра текущую модель заменить другой?

Если пропадут история задачи, этапы, файлы и правила проверки, значит автоматизирован в основном доступ к модели.

Если меняется только исполнитель отдельного шага, а процесс продолжает жить, архитектура уже заметно устойчивее.

Где здесь ИИ-Станция

Поэтому я строю ИИ-Станцию не как ещё одно окно чата.

Формула простая: вы ставите задачу, станция превращает её в процесс, показывает этапы и сохраняет результат. Внутри могут работать разные исполнители, а пользователю остаются мини-ТЗ, статусы, файлы, память и итог работы.

Это не кнопка автоматического заработка и не попытка передать системе весь бизнес. После развёртывания и обучения клиент работает в системе сам; отдельное сопровождение процессов — отдельное ТЗ.

Если хотите посмотреть этот контур на своей задаче, можно провести демо в Zoom на 20–25 минут. До звонка — 0 ₽, цена обсуждается на встрече после разбора задачи.

Telegram: @stasnesupurgu.

Вопросы по теме

Стоит ли бизнесу каждый раз переходить на самую новую модель?

Не автоматически. Сначала имеет смысл проверить, даёт ли новая модель измеримое преимущество в конкретной задаче по качеству, скорости или стоимости.

Чем рабочий AI-процесс отличается от обычного чата?

Чат в первую очередь даёт ответ. Рабочий процесс хранит состояние задачи, этапы, файлы, правила проверки и итоговый результат.

Зачем отделять процесс от модели?

Чтобы смена исполнителя не требовала заново строить всю автоматизацию и не уничтожала историю работы.

Источник

Anthropic, Claude Opus 5.5, 22.09.2026: https://www.anthropic.com/claude-opus-5-5