Компания Anthropic представила новую флагманскую модель Claude Opus 5, которая по уровню интеллекта приближается к топовой Claude Fable 5, но при этом стоит вдвое дешевле. Об этом сообщает издание «Код Дурова» со ссылкой на блог компании.

«На бенчмарках по программированию и работе со знаниями — Frontier-Bench и GDPval-AA — Opus 5 стала новым эталоном среди моделей компании», — заявили в Anthropic.

По данным Anthropic, на тесте Frontier-Bench v0.1 модель более чем вдвое превзошла показатели Opus 4.8 при меньшей стоимости выполнения задачи. На CursorBench при максимальном уровне усилий она показала результат в пределах 0,5% от пикового результата Fable 5, но по цене вдвое ниже. В решении новых, нестандартных задач на тесте ARC-AGI 3 модель показала результат втрое выше ближайшего конкурента.

На бенчмарке автоматизации бизнес-процессов Zapier AutomationBench модель проходит задачи примерно в полтора раза чаще конкурентов при той же стоимости. На тесте по управлению компьютером OSWorld 2.0 она обходит все модели по любому уровню затрат, превзойдя лучший результат Fable 5 примерно за треть её стоимости. Заметный прогресс отмечен и в научных задачах: модель показала более высокие результаты, чем Opus 4.8, по всем оценкам в области естественных наук, включая структурную биологию и органическую химию.

Anthropic также сообщила, что по итогам автоматизированного аудита поведения Opus 5 стала самой «выровненной» моделью компании: она реже других врёт, устойчивее к попыткам склонить её к вредоносному использованию и реже совершает рискованные необратимые действия. Несмотря на рост возможностей в кибербезопасности за счёт общего повышения интеллекта, Opus 5 намеренно не обучали кибератакам. По способности превращать найденные уязвимости в реальные эксплойты она значительно отстаёт от Mythos 5, хотя в самом поиске уязвимостей результаты уже близки.

Стоимость Opus 5 осталась на уровне предыдущей версии — $5 за миллион входных токенов и $25 за миллион выходных. Модель также доступна в ускоренном Fast-режиме, который примерно в 2,5 раза быстрее обычного, по двойной цене.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.