Claude Opus 5 ставит рекорд на FoodTruck Bench: $75 264 капитала
Новая модель Claude Opus 5 завершила 30‑й день FoodTruck Bench с капиталом $75 264, ROI +3 663 % и прибылью $71 876 – лучший результат в истории бенчмарка, опередив GPT‑5.5 на 13,6 %.
Claude Opus 5 — новый лидер FoodTruck Bench
В статье на Habr AI Claude Opus 5 — новый лидер в FoodTruck Bench автор делится результатами 30‑дневного теста модели Claude Opus 5 в рамках симулятора FoodTruck Bench – среды, где ИИ‑агенты управляют виртуальными фуд‑траками, оптимизируя цены, меню и закупки.
Ключевые цифры
- Итоговый капитал: $75 264 (рекорд за всю историю бенчмарка)
- ROI: +3 663 %
- Прибыль: $71 876
- Продано порций: 8 434
- Расход на API: $26,88 (≈ 0,003 ¢ за запрос)
- Уровень рассуждений: xhigh
Сравнение с конкурентами
| Модель | Капитал | Превосходство | |--------|---------|----------------| | Claude Opus 5 | $75 264 | — | | GPT‑5.5 | $66 400 | –13,6 % | | GPT‑5.6 Sol | $53 200 | –41,4 % |
Claude Opus 5 обогнал GPT‑5.5 на 13,6 % и даже GPT‑5.6 Sol, который оказался слабее предыдущей версии GPT‑5.5. При этом расход на API оказался минимальным – всего $26,88 за весь эксперимент.
Что это значит
Это первый публичный материал о FoodTruck Bench на русском языке, что делает результаты особенно интересными для русскоязычного сообщества разработчиков ИИ‑агентов. Высокий ROI и низкие затраты на запросы подтверждают эффективность Claude Opus 5 в задачах, требующих длительного планирования и экономической оптимизации.
Подробнее о методологии и настройках эксперимента можно узнать в оригинальной статье.
Для разработчиков AI‑агентов и студентов курсов это отличный пример того, как сильные рассуждения (xhigh) могут привести к реальной экономической выгоде. Claude Opus 5 демонстрирует, что даже при минимальном бюджете на API можно достичь рекордных результатов, что открывает возможности для бюджетных стартапов и учебных проектов. Однако стоит помнить, что бенчмарк ориентирован на специфическую задачу – результаты могут отличаться в других доменах.
