🌥 Claude Opus 4.5 — мощнее Gemini 3 Pro и дешевле Opus 4.1 Anthropic выпустил новую флагманскую мод
🌥 Claude Opus 4.5 — мощнее Gemini 3 Pro и дешевле Opus 4.1
Anthropic выпустил новую флагманскую модель Claude Opus 4.5. В большинстве бенчмарков нейросеть обходит всех конкурентов, включая новейшую Gemini 3 Pro от Google, слегка уступая в общем интеллекте. Зато в агентных задачах Anthropic уже традиционно показывают новый уровень ⤴️
⚡️ Opus 4.5 впервые набрал более 80% в SWE-bench Verified — одном из главных бенчмарков, в котором ИИ самостоятельно решает реальные программистские задачи.
💡 Для некоторых бенчмарков Opus 4.5 оказался уже слишком умен, нескромно признают в Anthropic. Например, в τ²-Bench Airline ИИ берет на себя роль агента авиакомпании и помогает пассажирам разбираться с проблемами. В одной из задач модель нашла лазейку в «правилах авиакомпании», чтобы поменять бронь билета эконом-класса. И хотя формально Claude провалил тест, разработчики удивились настолько нестандартному мышлению ИИ.
👨 Anthropic дали модели текстовое задание, которое дают кандидатам на должность инженера по оптимизации производительности. За отведенные два часа Opus 4.5 показал результат лучше всех людей, когда либо проходивших испытание.
💰 Но даже важнее то, что модель стала в три раза дешевле Opus 4.1 — $5/$15 за 1 млн входных/выходных токенов. Это все равно примерно в 2 раза дороже Gemini 3 Pro, но соотношение цены и качества новой модели теперь как минимум сопоставимо с конкурентами.
➡️ Opus 4.5 уже работает в Claude и Claude Code, а также в Cursor и других популярные ИИ-IDE.
👋 Подпишитесь на Hi, AI!
Комментарии