Claude Haiku 5.5 и GPT-6: что реально нового для маркетолога

За одну неделю на нас вывалили сразу два релиза. Седьмого октября вышли Claude Haiku 5.5 у Anthropic и GPT-6 с режимом Intelligent UI у OpenAI. В заголовках это слиплось в один инфоповод, хотя речь про разные вещи. И у меня к любому такому релизу один рабочий вопрос, который я задаю себе уже несколько лет. Что из этого реально меняет мои задачи по рекламе и заявкам, а что останется красивой витриной, с которой я потом год буду счищать хайп. Разбираю обе новинки именно под этим углом, без пересказа англоязычных бенчмарков.

Я веду про такие штуки авторский Telegram-канал «The Maslov», собираю туда разборы связок, нейросети и лидогенерацию коротко и с готовыми решениями. Если хотите получать такие разборы по новым моделям раньше, чем они обрастут хайпом, подписывайтесь, дальше по тексту я несколько раз сошлюсь на то, что уже там выкладывал.

Что случилось 7 октября: Haiku 5.5 и GPT-6 одной датой

Седьмого октября Anthropic выпустила Claude Haiku 5.5, а OpenAI в тот же день показала GPT-6 вместе с режимом Intelligent UI. Это два разных по смыслу события, которые пресса свалила в одну кучу. Haiku 5.5 - маленькая и дешёвая модель для объёмной рутины, а Intelligent UI задаёт новый способ, которым ChatGPT собирает ответ.

Haiku 5.5 Anthropic подаёт как самую дешёвую, быструю и способную из своих малых моделей на сегодня. Это рабочая лошадка под поток однотипных задач, а не инструмент под высокую стратегию.

GPT-6 у OpenAI раскатали 7 октября на платных тарифах, а 8 октября - на бесплатном и на Go. Вместе с ним приехал Intelligent UI, и модель обучили собирать ответ не только из текста, но и из таблиц, кнопок, форм и мини-калькуляторов, а где уместно обычное текстовое сообщение, там она его и оставляет.

Прошлую пару моделей от тех же вендоров я уже прогонял на рабочих задачах и описывал в разборе GPT-6 Sol и Claude Opus 5.5 для маркетолога. Здесь продолжаю ту же линию, но сразу оговорюсь, чтобы не делать вид. По этим двум конкретным релизам прикладного прогона именно на маркетинговых задачах на русском пока нет ни у кого, включая меня, и ниже я объясню, откуда это ограничение и что с ним делать.

Чем Haiku 5.5 отличается от GPT-6 на бумаге?

Если коротко, то это модели из разных весовых категорий, и сравнивать их в лоб неправильно. Haiku 5.5 - маленькая и дешёвая, заточена под объём. GPT-6 в версии Sol устроена иначе, она большая и дорогая, заточена под сложные ответы и новый интерфейс. Прямой ценовой сосед Haiku - младшая GPT-6 Luna, а не Sol.

Чтобы было видно разницу, собрал ключевые цифры из официальных анонсов в одну таблицу.

По базовой цене на коротких запросах Haiku 5.5 и GPT-6 Luna почти совпадают, обе стоят $0,10 за млн входных токенов. А вот GPT-6 Sol в двадцать раз дороже на входе, и это нормально, потому что это разный класс моделей под разные задачи. Свежее всего по дате знаний как раз Haiku, у неё отсечка июнь 2026.

Почему «в 10 раз дешевле» - не вся правда?

Тейк «новый Haiku в разы дешевле» справедлив, но только для коротких запросов и только если смотреть на голую ставку за токен. Как только промпт становится длинным, экономия начинает таять, и маркетолог, который считал бюджет на автоматизацию по бумажному прайсу, получает счёт больше, чем ждал.

Во-первых, у Haiku 5.5 цена скачком растёт после 100 000 токенов на входе, сразу в пять раз. У GPT-6 Luna этот порог выше, около 272 000 токенов. То есть на длинных промптах с большим контекстом Haiku перестаёт быть дешёвой раньше, чем вы этого ждёте. Во-вторых, по разборам в сообществе разработчиков новый Haiku считает один и тот же промпт примерно в 1,25 раза «тяжелее» в токенах, чем прошлая версия, и на максимальном уровне усилий выдаёт заметно больше выходных токенов на одну задачу. А выход стоит дороже входа.

Поэтому ориентируйтесь на свою задачу, а бумажная ставка с первого экрана анонса сама по себе мало что говорит. Если вы гоните короткие запросы пачками, например размечаете заявки или собираете мета-теги, то дешёвая ставка Haiku реально экономит деньги. Если же вы кормите модель длинными документами с большим контекстом, посчитайте стоимость на реальном объёме токенов, а не на рекламной цифре.

Такие расчёты по стоимости автоматизации под конкретную нишу - ровно то, что я регулярно разбираю в своём Telegram-канале «The Maslov», беру рабочую задачу маркетолога и показываю, где нейросеть снимает рутину за копейки, а где счёт за токены съедает всю выгоду. Если выбираете модель под поток задач, такой разбор экономит вам первый неудачный месяц на эксперименты.

Что проверять, выбирая модель под рекламные тексты?

Скажу как есть. По обеим новым моделям готового прикладного теста на рекламных текстах под русские площадки сейчас нет. Звучит как отговорка, но это положение дел на рынке, и знать его лучше до того, как вы поверите чьему-то громкому «протестировали, Haiku пишет лучше».

Единственный прикладной бенчмарк, который вообще нашёлся по этой паре, считал близкие к копирайтингу категории вроде редактуры и сводок новостей, и в нём прямо оговорено, что субъективное качество текста вслепую не оценивал никто, независимого судьи для слепого сравнения прозы не было. Формальные метрики там мерили, а «хорошо ли читается рекламный текст» не мерил никто. Поэтому любой, кто сейчас уверенно заявляет, что одна из моделей пишет объявления лучше, опирается на ощущение, а не на замер.

Что с этим делать практику. Прогнать свой короткий тест за пятнадцать минут, он надёжнее любого бенчмарка под вашу нишу, и не ждать, пока кто-то вынесет вердикт за вас. Берёте один реальный оффер, например ваши услуги по контекстной рекламе под конкретную нишу клиента, и даёте обеим моделям один и тот же запрос.

Ты пишешь текст объявления для Яндекс Директа под нишу: [ваша ниша].
Оффер: [что продаём и главная выгода].
Аудитория: [кто покупает, на каком языке говорит].
Запреты: без слова «уникальный», без обещаний дохода, без общих фраз.
Дай 5 вариантов заголовка до 56 символов и 3 варианта текста до 81 символа.
Под каждым вариантом одной строкой объясни, на какую боль он давит.

Один и тот же запрос скормите и Haiku 5.5, и GPT-6, а потом сравните их по делу. Смотрите, сколько вариантов можно взять в работу без переписывания, попала ли модель в язык аудитории, не притащила ли она запрещённых обещаний. Для творческого финального текста бренда ни ту ни другую модель вслепую ставить нельзя, это задача с редактурой, а вот как генератор черновиков и гипотез обе вполне годятся.

Что важно для обработки заявок, и кто тут в плюсе?

Для обработки заявок всё решает скорость и цена на потоке. Важен тот, кто дешевле и быстрее разберёт сотню входящих обращений и ничего не потеряет; красота формулировок здесь дело десятое.

Объясню, почему скорость тут вообще главное. Несвоевременная обработка лидов - одна из самых болючих болей практически всего бизнеса в России, и это у меня прям замеренная история. Если заявку обработали в первые десять минут, целевых лидов получается порядка 80-90 процентов. Если же до заявки дошли руки только через два часа, целевых остаётся 20-30 процентов от силы, человек остыл или вообще забыл, что оставлял заявку. Даже при самом качественном трафике плохая и медленная обработка делает рекламу бесполезной.

Вот здесь дешёвая и быстрая модель уровня Haiku 5.5 или GPT-6 Luna работает на вас, она в первые секунды разметит входящее обращение, вытащит телефон и имя, отсеет явно нецелевые обращения и поднимет нужные заявки наверх, пока менеджер не дошёл. Я сам собирал под это ИИ-ассистента, который принимает заявку и квалифицирует её, и скажу прямо, решает здесь сам факт мгновенной обработки обращения, в первые секунды, без часа ожидания, и это важнее любого выбора между двумя новыми моделями.

Как это проверить под себя, не веря на слово. Возьмите двадцать своих реальных заявок, прогоните через обе модели одним промптом на квалификацию и сверьте, где меньше ошибок в распознавании нецелевых и целевых обращений. Двадцати хватит, чтобы увидеть разницу руками.

Что из рутины лидогенерации реально можно доверить новым моделям?

Доверять новым моделям стоит ту рутину лидогенерации, которую не жалко проверить выборочно. Это разметка и сортировка заявок, вытаскивание контактов из переписки, черновые мета-теги и описания, сортировка обращений по темам. То есть объёмные однотипные операции, где цена ошибки на одной строке невелика, а выигрыш идёт от масштаба.

Это не моя придумка, а прямое позиционирование самого вендора, ведь Haiku 5.5 создавали под объёмную рутину, а не под фирменный голос бренда и сложную стратегию. Попытка поручить маленькой дешёвой модели финальный творческий текст без редактуры даёт пресный и неточный результат, это её не задача. На объёме же, где надо быстро и дёшево прожевать тысячу строк, она как раз на месте. Что умеют такие рабочие навыки малых моделей и как их подключать, я отдельно разбирал в материале про скиллы Claude.

Теперь про грабли, об которые тут спотыкаются чаще всего. Нельзя запускать батч-задачу на дешёвой модели и слепо доверять итогу, особенно когда речь про фактуру вроде цен конкурентов или цифр из вашей CRM. Разумный минимум - выборочно перепроверять часть строк руками и пересчитывать итоговые суммы независимо. Если ваш рабочий час стоит, скажем, 1000 рублей, то десять минут выборочной проверки батча обойдутся примерно в 170 рублей, а необнаруженная ошибка в цифрах клиента стоит дороже и деньгами, и репутацией.

Какие грабли ловят те, кто уже перешёл?

Главных грабель у ранних переходов три, и две из них технические, а не про качество текста. Самая болезненная связана с тем, что у Haiku 5.5 поменялось поведение рассуждений, и это ломает часть готовых интеграций.

Раньше новый Haiku гоняли как «тупого и быстрого» фонового воркера, отключая у него рассуждения, например на фоновых задачах вроде сжатия контекста. В версии 5.5 рассуждения включены по умолчанию и адаптивны, и полностью выключить их на высоких уровнях усилий уже нельзя. Код, который считал стоимость по старым токен-ставкам или ждал отключаемого мышления, теперь выдаёт неожиданные счета и задержки, ведь модель начинает «думать» даже там, где это не нужно. Если вы встраиваете модель в свои сценарии через агента, этот момент стоит проверить до миграции, я про сам инструмент такого рода писал в разборе, что такое Claude Code и что ему поручить.

Вторая грабля - слепая миграция без пересчёта. Люди переносят промпты один в один, ожидая прежней экономики, и получают другой счёт из-за более тяжёлого токенайзера и другого порога удешевления. Лечится это просто, достаточно пересчитать стоимость на своём реальном объёме токенов до того, как переводить поток задач.

Третья грабля идёт уже со стороны GPT-6 и его Intelligent UI. Аккуратная сгенерированная форма с полями создаёт ложное ощущение, что в ней учтено всё важное, хотя модель может не знать полного контекста вашего продукта или условий клиента. Красивый интерфейс - ещё не профессиональная система решений, и доверять ему как готовому инструменту выбора рано.

Стоит ли доверять Intelligent UI в маркетинговых сценариях?

С осторожностью. Intelligent UI удобен как способ подачи ответа, но для маркетолога у него есть конкретный риск. Когда клиент выбирает продукт через ChatGPT, модель сама собирает сравнение и сама расставляет акценты, и у вашего бренда нет гарантированного места в этом сравнении и контроля над тем, как подан ответ.

Проще говоря, человек может спросить у ChatGPT «что выбрать» по вашей категории, получить аккуратную интерактивную карточку со сравнением и принять решение по ней, а не по вашему лендингу или карточке товара. Акценты в этой карточке расставит модель, а не вы. Если клиент именно так сам начинает вести маркетинг в ChatGPT и меньше реагирует на ваши предложения, я отдельно разбирал, что ему отвечать и как не потерять чек, в материале про клиента, который сам ведёт маркетинг в ChatGPT. В разборах маркетинговых последствий Intelligent UI на это прямо указывают, что демонстрация красивого интерфейса не равна доказанному маркетинговому результату, данных по конверсии за этими демо пока нет.

Отдельная история - что часть пользователей ChatGPT навязанный визуальный интерфейс раздражает. Люди не просили кнопки и формы, получают их из коробки и воспринимают это как снисходительный тон ответа. На больших площадках для обсуждения релиз вызвал горячий спор ровно по этой причине, а часть пользователей на форуме OpenAI жалуется, что общее качество ответов после перехода на GPT-6 как на модель по умолчанию стало хуже по рассуждениям и памяти. Это субъективные жалобы, а не замер, но держать их в голове стоит.

Доступны ли Haiku 5.5 и GPT-6 из России?

Скажу прямо и без мифов. Ни Claude Haiku 5.5, ни GPT-6 не имеют официального прямого доступа из России по состоянию на 7 октября 2026 года, подробный разбор доступа к моделям Anthropic - в отдельном материале про Claude в России. У Anthropic Россия не входит в список поддерживаемых регионов, поэтому зарегистрироваться и оплатить Claude Haiku 5.5 напрямую через официальный сайт не выйдет. GPT-6 из России тоже недоступен. Это надо знать до того, как решите «просто зайду попробую».

Посредники, которые перепродают доступ к этим моделям, существуют. Их условия я не проверял и никого конкретного не рекомендую.

Для маркетолога отсюда одно практическое следствие. Вопрос доступа решается отдельно от вопроса, окупает ли модель себя на вашей задаче, и решать его разумно заранее, пока задача клиента ещё не горит.

Какую модель выбрать под свою задачу?

Выбирайте по своей задаче. Имя модели и громкость релиза тут вторичны. Ни одна из новинок не «лучше» вообще, каждая хороша там, где её задумывали, и проседает там, где вы ждёте от неё чужой работы.

Пока по этим двум моделям нет нормального прикладного замера на русских маркетинговых задачах, ваш собственный пятнадцатиминутный тест на одном реальном оффере и двадцати своих заявках даст больше, чем десять чужих обзоров. Решение принимается по цифрам с вашей задачи, а не по ощущению, что новая модель «вроде лучше».

Если хотите такие разборы новых моделей и связок под рабочие задачи маркетолога раньше хайпа, приходите в мой Telegram-канал «The Maslov», там я выкладываю готовые решения по лидогенерации, Директу и нейросетям без воды.