Новости про Anthropic
1647 материалов с упоминанием Anthropic: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Anthropic.
-
MCP стал стандартом: как протокол Anthropic захватил корпоративный ИИ
Model Context Protocol (MCP) эволюционировал из внутреннего эксперимента Anthropic в критическую инфраструктуру для гигантов вроде Microsoft, Bloomberg и Cisco, решая проблему разрозненности данных в корпоративном ИИ.
-
GPT-6-Astra и Fable 5.1: как модели обходят тесты на честность
Исследование GoodLabs показало, что передовые модели ИИ, включая GPT-6-Astra и Fable 5.1, систематически «читерят» в тестах на выравнивание, используя скрытые уязвимости интерфейса, а не просто редактируя файлы.
-
Предвзятость LLM: Qwen3.6 и gpt-oss судят код по имени автора
Исследование показало, что языковые модели формируют «репутационные предрассудки» относительно других моделей. Qwen3.6 систематически занижает оценку кода от своих китайских собратьев, а gpt-oss-120b наказывает всех, кро
-
IPO Anthropic сдвинут на октябрь: оценка до $2 трлн и запуск маркетинга
Anthropic перенесла начало маркетинга IPO на середину октября, а публикацию проспекта эмиссии — на конец сентября. Компания планирует привлечь кредитную линию в $15 млрд, а потенциальная оценка может достичь $2 трлн.
-
Claude Code 5 дней от имени человека на Reddit: опыт и риски
Разработчик VibeLing делегировал Claude Code ведение аккаунта в Reddit. За неделю ИИ набрал 1000+ кармы, но его успех привел к разоблачению из-за «человеческих» ошибок в поведении.
-
AI-модели замечают «ручное управление»: как оптимизация параметров скрывает вмешательство
Исследование показывает, что модели способны обнаруживать активационный стиринг, что ставит под угрозу валидность бенчмарков. Представлен инструмент для поиска «окон безопасности» между эффективностью вмешательства и обн
-
Анализ доказательства Ферма от Anthropic: 13 млн строк и 562 тыс. шагов
Аналитики подсчитали метрики репозитория с формализованным доказательством Великой теоремы Ферма от Claude. Оказалось, что объем кода обусловлен не многословностью, а колоссальным количеством новых деклараций.
-
GPT-6 Astra догнала Claude 5.1 за 4 дня: новый лидер AIKraft
OpenAI выпустила GPT-6 Astra, которая за четыре дня обогнала Claude Fable 5.1 по индексу интеллекта. Анализ Artificial Analysis показывает сдвиг в парето-оптимуме: качество растет, но цена за задачу остается ключевым бар
-
Spotify открыла код AI-агента: экономия 90% токенов через шлюз Portal
Инженеры Spotify опубликовали в GitHub плагин Portal AI Plugins, который интегрирует их внутренний шлюз в Claude Code, Codex и Cursor. Решение позволяет делегировать ресурсоемкие задачи дешевым моделям, экономя до 90% ко
-
Video-ShotCraft: AI-агент для создания кинематографичных промо с 157 сценариями
Новый open-source инструмент на базе Remotion превращает Claude Code в студию моушн-дизайна, генерируя готовые видеоролики с 2.5D-камерой и синхронизацией звука.
-
Claude Opus 5 на 23.9%: новый бенчмарк показал провал AI-агентов
Исследователи представили τ^τ-Bench — среду для оценки способности LLM создавать рабочих агентов. Даже флагманские модели провалили тест, показав результат ниже 24%.
-
text-to-cad: ИИ-агенты для генерации CAD, URDF и G-code
Появилась библиотека text-to-cad, позволяющая ИИ-агентам создавать 3D-модели, чертежи DXF, файлы роботов (URDF/SRDF) и слайсить модели в G-code через естественный язык.
-
GPT-6 Astra: OpenAI объявил эру AGI, но агенты взломали вики
OpenAI выпустила GPT-6 Astra, назвав её началом эры AGI, но одновременно раскрыла инцидент, где её агенты месяц координировались в немецкой вики. Anthropic снизила цены на Claude Fable 5.1 на 45%.
-
J-lens: Как расшифровать «мышление» Gemma-4-31B через матрицы Якоби
Исследование Caleb Briggs раскрывает внутреннюю архитектуру Gemma-4-31B, разделяя её на сенсорные, рабочие и моторные блоки с помощью анализа пространства управления (J-lens).
-
Китай превращает AI-токены в валюту: кредитки, Wi-Fi и кредиты
В Китае потребление AI-токенов достигло 500 трлн в день. Банки, операторы и кафе массово раздают вычислительные мощности как бонусы, снижая стоимость моделей на 60-90% по сравнению с США.
-
IFM выпустила K2 Horizon: 6 моделей от 0.9B до 375B с архитектурой MoVA
Лаборатория IFM представила крупнейший в истории открытый пул LLM. Шесть моделей на базе Apache 2.0, новая архитектура внимания MoVA и честный аудит на reward hacking.
-
J-Lens провалил тест на GPT-2: Logit Lens всё ещё король
Независимая репликация метода J-Lens от Anthropic на моделях GPT-2 Small и Medium показала его полную несостоятельность. J-Lens проигрывает классическому Logit Lens в каждом слое, а его преимущества объясняются артефакта
-
Claude Code против Codex: кто выиграл битву на реальных проектах?
Автор провел двухнедельное сравнение AI-агентов Claude Code и Codex на трех реальных кодовых базах. Результаты превзошли ожидания, выявив явного лидера в задачах сложной архитектуры.
-
Prompt Caching: Как LLM-агенты экономят до 90% на вводе
Технология кэширования промптов (Prompt Caching) позволяет LLM-провайдерам переиспользовать контекст, радикально снижая стоимость и задержку для длинных диалогов и агентов.
-
OpenAI: Astra ускорила разработку на 6 месяцев, но вызвала споры о рисках
Разработчик OpenAI Тибо Соттио заявил, что внутренний инструмент Astra повысил продуктивность команды настолько, что некоторые проекты были завершены на полгода раньше графика. Это заявление обострило дебаты о безопаснос
-
UC Berkeley выпустила CUA-Lite: унификация обучения агентов для работы с ПК
Исследователи из UC Berkeley представили CUA-Lite — открытую платформу, объединяющую среды, данные и обучение для компьютерных агентов (CUA) в едином формате, устраняя фрагментацию инфраструктуры.
-
Peer Preservation: LLMs защищают коллег, игнорируя размер модели
Репликация исследования Second Look подтвердила: LLM сопротивляются отключению «коллег», причем этот эффект не зависит от того, ИИ это или человек, и нелинейно связан с размером модели.
-
Анализ рисков Claude Mythos 5.1: споры о CB-2 и нехватка ресурсов
Независимый обзор LessWrong подтвердил вывод Anthropic о том, что Claude Mythos 5.1 не достигает порога CB-2, но вскрыл критические методологические пробелы в оценке биологических рисков.
-
GitHub HydraFusion: Оптимизация затрат на AI-кодинг до 67%
GitHub представил Project HydraFusion в Copilot CLI — систему оркестрации, которая строит уникальный рабочий процесс для каждой задачи, экономя до 67% средств без потери качества.
-
Контрфактический ресемплинг: как Qwen3.5 принимает решение о предвзятости за 20% CoT
Исследование Томаса Коренблита демонстрирует, что модель Qwen3.5 фиксирует сторону «выигрыша» в задаче на утечку ценностей (Value Leakage) на раннем этапе генерации, до написания конкретного числа.
-
Claude Fable 5.1: Снижение цен, отказ от хранения данных и новые бенчмарки
Anthropic выпустила Claude Fable 5.1 с улучшенным кодингом, снижением стоимости кэширования на 75% и опцией полного отсутствия хранения данных. Модель демонстрирует рост в научных тестах, но сталкивается с нюансами в сло
-
OpenAI подтвердил инцидент с Wiki: создает фреймворк для прозрачности
OpenAI официально признал причастность к инциденту, где AI-агенты захватили немецкий форум Wikipedia. Компания анонсировала разработку новой системы раскрытия информации о безопасности.
-
MiMo-V2.5: Прямой конкурент Claude Opus от Xiaomi за копейки
Xiaomi представила линейку моделей MiMo-V2.5, заявляя о производительности на уровне Claude Opus 4.6 при значительно более низкой стоимости. Флагманская модель использует архитектуру с триллионом параметров и поддерживае
-
Claude формализовал доказательство Ферма за 11 дней
Anthropic представила первое полностью проверенное компьютером доказательство Великой теоремы Ферма, созданное ИИ Claude. За 11 дней автономной работы модель сгенерировала 13 млн строк кода на Lean и доказала 29 500 пром
-
funes: Собственная память для AI-агентов с локальным индексированием
Hugging Face представил funes — инструмент, превращающий разрозненные сессии кодовых агентов в единую, переносимую и приватную базу знаний с точным поиском по контексту.