Anthropic представила языковую модель Claude Opus 5. Разработчики называют ее новым флагманом для повседневной работы.
Главный акцент сделан на программировании. В бенчмарке Frontier-Bench, который оценивает способность ИИ решать сложные инженерные задачи, Claude Opus 5 показал лучший результат среди всех моделей.
При этом он более чем вдвое превзошел Claude Opus 4.8 по эффективности, а стоимость выполнения одной задачи оказалась ниже.
В CursorBench 3.2 новинка почти сравнялась с Claude Fable 5: разница составила менее 0,5%, но Opus 5 обходится примерно вдвое дешевле при выполнении тех же задач. Компания также заявляет, что на максимальных настройках «усилия» модель обеспечивает лучшее соотношение цены и производительности среди всех конкурентов.
Высокие результаты модель показала и в задачах анализа информации. На ARC-AGI 3, где проверяется способность решать ранее незнакомые логические задачи, Claude Opus 5 набрал втрое больше баллов, чем ближайший конкурент.
Кроме того, Opus 5 стал лучшей моделью Anthropic в тестах GDPval-AA, DeepSearchQA и HLE, связанных с аналитической работой и обработкой знаний.
Во время внутреннего тестирования Claude Opus 5 самостоятельно создавал инструменты компьютерного зрения, чтобы восстановить 3D-модель детали по изображению, находил первопричины ошибок в популярных проектах и даже разрабатывал собственные средства проверки кода, если не мог протестировать его на реальных данных.
Claude Opus 5 уже доступен через API Anthropic и во всех сервисах Claude. Цена осталась прежней: $5 за миллион входных токенов и $25 за миллион выходных. Также появился режим Fast, который ускоряет работу модели примерно в 2,5 раза.
1 комментарий