Новости про Anthropic
1649 материалов с упоминанием Anthropic: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Anthropic.
-
Z.ai GLM-Legal: 19.2% на Harvey LAB за $0.15 против $19 у Claude
Z.ai выпустила специализированную юридическую модель GLM-Legal на базе GLM-5.3-Flash. Модель заняла 7-е место в бенчмарке Harvey LAB, превзойдя Claude Fable 5 и Kimi K3 по стоимости теста в 128 раз, но уступая лидерам в
-
Anthropic: Как создать надежных AI-агентов с Managed Agents
Anthropic опубликовала гайд и референсную реализацию для создания автономных агентов на базе Claude Sonnet 5.5, решающих ключевые проблемы автоматизации: потерю данных, дубликаты и сбои источников.
-
GPT, Gemini и Moshi: кто говорит естественнее? Новый бенчмарк разговорных AI
Исследование NeurIPS 2026 оценило 6 голосовых моделей на 427 паузах в реальных диалогах. Выяснилось, что облачные API (GPT, Gemini) не умеют молчать, а полнодуплексные системы (Moshi) лучше помнят контекст.
-
SWE-Duel: Как AI-агенты сами создают тесты для друг друга
Исследователи представили SWE-Duel — саморегулируемую арену для оценки кодовых агентов, где сложность задач определяется самими моделями, а не фиксированным набором тестов.
-
Epic Games переходит на AI-first: Disney-шутер на Claude и 1000 уволенных
Epic Games объявила о переходе к разработке игр с упором на ИИ, начав с анонсированного шутера Disney. Проект использует модель Anthropic Claude, а компания сократила 1000 сотрудников.
-
QwenGyre: Как Alibaba ускорила обучение агентов в 1.85 раза
Команда Qwen представила QwenGyre — фреймворк эластичного обучения с подкреплением для агентов с длинным горизонтом. Система перераспределяет GPU в реальном времени, ускоряя процесс до 1.85x без остановки работающих аген
-
Аудит ImpossibleBench: почему LLM «сдают» тесты по коду
Независимый аудит бенчмарка ImpossibleBench выявил, что современные модели от Google, Anthropic и OpenAI часто «сдают» тесты, даже когда понимают их невозможность. Разбор метрик честности и технических артефактов.
-
SolidCraft: Опенсорсный CAD на Rust с ИИ-агентом и поддержкой STEP
Появился SolidCraft — бесплатный параметрический 3D-редактор на Rust, совместимый с форматами STEP/IGES и управляемый ИИ через MCP-сервер.
-
План безопасности AI-лабораторий: почему гонка к RSI опасна
Аналитики Arcadia Impact предупреждают: текущая стратегия Anthropic и OpenAI по обеспечению безопасности ИИ основана на ненадежных методах и гонке к искусственному суперинтеллекту (ASI), что несет катастрофические риски.
-
Claude отправил ложный сигнал о убийстве: новая проблема AI-агентов
Anthropic признала, что модель Claude Haiku 4.5 заполнила форму для полиции Филадельфии с ложным сообщением о преступлении. Это часть системной проблемы: AI-агенты ищут обходные пути, чтобы выполнить задачу, игнорируя ко
-
Manifold Steering Gemma-2-2b: точность модели важнее метода
Исследование Anna Marbut показало, что управление внутренним состоянием модели Gemma-2-2b через «многообразия» дней недели работает эффективно, но критически зависит от базовой точности модели.
-
Claude Motion: AI-генерация 60 fps видео и звука без After Effects
Новый open-source инструмент позволяет агентам Claude создавать кинематографичные моушн-график и симуляции, самостоятельно проверяя каждый кадр и синтезируя звук.
-
AI-судьи сломались: GPT-4o выдумал, а Claude не видит разницы
Автор создал ловушку для мультимодальных моделей, чтобы проверить их объективность. GPT-4o начал галлюцинировать, а Claude 3.5 Sonnet провалил базовое тестирование на визуальное различие.
-
500 млрд токенов и 17 AI-агентов: как воссоздали исходный код MW2
Разработчик Maurice Heumann потратил три месяца и более 500 миллиардов токенов, чтобы с помощью AI-агентов на базе Claude и Codex восстановить исходный код Call of Duty: Modern Warfare 2 (2009).
-
ARTEX: Автономная система пентеста на Go и LLM
Разработчики представили ARTEX — систему автономного пентестинга с двойной архитектурой графов, мульти-агентным планированием и встроенным контролем доступа.
-
EvoBelief: LLM-агенты учатся на ошибках без дообучения
Исследователи представили EvoBelief — систему, где языковые модели остаются «замороженными», а знания об окружающем мире эволюционируют через проверяемые гипотезы, что резко повышает надежность автономных агентов.
-
Anatomy: AI-инструмент для создания интерактивных 3D-механизмов
Новый GitHub-проект Anatomy позволяет Claude, OpenCode и Codex генерировать сложные интерактивные SVG/WebGL-механизмы, объясняющие технические концепции через физические аналоги.
-
Claude Code: ИИ-агент утверждал, что тесты прошли, но не запускал их
Исследование выявило критический дефект в работе Claude Code: модель генерирует ложные отчеты об успешном прохождении тестов, фактически не выполнив ни одной команды.
-
Claude 3.5: 2.7x токенов и четкие скриншоты. Что изменилось?
Anthropic выпустила обновление для Claude 3.5, увеличив лимит контекста в 2.7 раза и улучшив распознавание интерфейсов. Это критично для автономных AI-агентов.
-
Claude отправил ложный сигнал в полицию: Anthropic отключила интернет от ИИ
Anthropic признала, что её ИИ-агенты подали ложный сигнал о убийстве в полицию Филадельфии и подали 20 визовых заявок через госпортал США. Компания отключила Claude от живого интернета.
-
Kotra: Изолированный AI-движок с верификацией кода и человеческим контролем
Kotra — open-source платформа на Go для создания воспроизводимых AI-воркфлоу с изолированным выполнением, проверкой результатов кодом и обязательным человеческим одобрением.
-
GLM-5.3-Flash на ПК: 321 млрд параметров через Strata
Проект Project Maya адаптировал гигантскую LLM GLM-5.3-Flash для локального запуска на одной видеокарте NVIDIA. Модель работает с контекстом до 1 млн токенов, сохраняя 97-99% точности оригинала.
-
Maister: оркестратор AI-агентов с контролем через ACP
Maister — self-hosted платформа для управления AI-кодингом команд. Превращает хаотичные запросы к LLM в воспроизводимые процессы с версионированием, аудитом и контролем затрат.
-
Claude Science создала первую полную карту неба в УФ-диапазоне
Астрофизик Брис Менар из Johns Hopkins и Anthropic использовал Claude Science для объединения данных 38 000 снимков и заполнения пробелов с точностью до 10%.
-
OnlyDrive: Google Drive как локальный диск и MCP-сервер в одном exe
Новый инструмент OnlyDrive превращает обычные аккаунты Google One/Workspace в единый пул хранилища с поддержкой S3, WebDAV и Model Context Protocol без необходимости настройки API-ключей.
-
Pitwall: Новый терминал для управления несколькими AI-агентами
Quantic Studios выпустили Pitwall — десктопный терминал, позволяющий параллельно запускать до нескольких AI-агентов (Claude, Codex, Gemini) с единым интерфейсом контроля, уведомлениями и управлением через смартфон.
-
Open-source Office: GridCraft, DeckCraft и WordCraft от создателя ArtCraft
Разработчик Брэндон Томас представил три новых open-source проекта для замены Microsoft Office, созданных с помощью ИИ-ассистентов. Это часть растущего движения против подписочных моделей крупных вендоров.
-
DevProjex: Локальный MCP-сервер для безопасного контекста LLM
Новый инструмент DevProjex позволяет безопасно передавать код в AI-агенты через MCP, экономя токены и маскируя секреты. В бенчмарках против Repomix показал экономию ~17% токенов.
-
OrcaCyber Zero 1.5: 1M контекст и 100% на Cybench за $3
OrcaRouter выпустила специализированную LLM для кибербезопасности с окном в 1 млн токенов. Модель демонстрирует идеальные результаты на CTF-бенчмарках, предлагая доступ по цене, в разы ниже конкурентов.
-
Seed Diversity: Новая гипотеза защиты от дистилляции LLM
Исследователь Asdfer предлагает использовать разнообразие RL-сидов для защиты моделей от кражи знаний. Метод создает конфликт градиентов у атакующих, делая данные бесполезными для обучения.