🚀 Anthropic выкатила Claude Opus 5

Вышел сегодня, 24 июля. Главный посыл компании: «почти интеллект Fable 5 за половину цены».

Цена та же, что у Opus 4.8 — $5 за миллион входящих токенов и $25 за исходящие.

➖➖➖➖➖➖➖➖➖➖

📊 Что по цифрам

├ Frontier-Bench v0.1 — больше чем удвоил результат Opus 4.8, при этом задача стоит дешевле
├ CursorBench 3.2 — на максимальном усилии отстаёт от Fable 5 на 0,5%, но вдвое дешевле за задачу
├ ARC-AGI 3 (задачи, которых модель раньше не видела) — в три раза выше ближайшего конкурента
├ OSWorld 2.0 (управление компьютером) — обогнал лучший результат Fable 5, потратив примерно треть бюджета
└ Zapier AutomationBench — проходимость бизнес-задач примерно в 1,5 раза выше ближайшей модели при той же цене


➖➖➖➖➖➖➖➖➖➖

🧱 А теперь то, что лично меня зацепило: фильтры

Кто пробовал Fable 5 на технических темах — знает эту боль. Половина вопросов упиралась в «извините, не могу помочь».

Что изменилось:

├ у Opus 5 кибер-классификаторы срабатывают, по оценке Anthropic, примерно на 85% реже, чем у Fable 5
├ поиск уязвимостей в исходном коде — разрешён
└ сканирование бинарников, пентест и написание эксплойтов — по-прежнему заблокировано


➖➖➖➖➖➖➖➖➖➖

🎯 Кому что

По кибербезопасности и биологии Opus 5 официально слабее Mythos 5 — это сделано намеренно, на кибер-задачах модель специально не тренировали.

Забавная деталь из анонса: Anthropic называет Opus 5 самой «выровненной» моделью за всю историю — по внутреннему аудиту поведения она реже других врёт и хуже поддаётся на попытки её обмануть.

Пойду пытать нового помощника.

📲 [Ленивый программист]
📊 [топВышка]