Предварительный просмотр содержимого прототипа. Рисунки, сведения об авторе, заявления о продукте и примеры API ожидают проверки; примеры не являются подтвержденными инструкциями по интеграции.
Модели флэш-памяти на 10× дешевле, но когда разница в качестве имеет значение? Мы протестировали уровни модели 4 для выполнения программ, рассуждений и творческих задач.
Модели флэш-класса стоят примерно в десять раз дешевле моделей Frontier и отвечают за треть времени. Вопрос не в том, хуже ли они, а в том, проявляется ли разрыв в вашей конкретной задаче.
Где исчезает разрыв
- Классификация и маршрутизация: нет измеримой разницы выше примеров, отмеченных 200 в подсказке.
- Извлечение по строгой схеме: флэш-память соответствует границе, если вы явно указываете схему.
- Краткое обобщение по токенам 4k: в пределах 2 баллы по предпочтениям человека
- Перевод общеязыковых пар: неразличим при слепом просмотре
Где этого нет
Многоэтапное рассуждение, код, который необходимо компилировать, и все, что требует от модели заметить, что вопрос слегка неверен. В нашем тесте кодирования пограничный уровень превысил 78% задач, а флэш-уровень 44% — разрыв не был закрыт ни одним количеством подсказок.
Правильный шаблон — это каскад: флэш-ответы, дешевый валидатор проверяет, а сбои только обостряются. Это обеспечивает большую часть экономии и почти никакой потери качества.
Реализация каскада
resp = client.chat.completions.create(
model="qwen-3.8-flash",
messages=messages,
extra_body={"amplink": {"escalate": {
"to": "gpt-5",
"when": "schema_invalid or confidence < 0.7"
}}},
)
У арендаторов, использующих каскады, трафик 83% завершается на флэш-уровне. Смешанная стоимость находится в районе 2.4x, флэш-цены, а не 10x, граничной цены.