Новости про Claude Opus 5
20 материалов с упоминанием Claude Opus 5: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Kimi K3.1 Pro: открытая модель с контекстом 1 млн токенов и бенчмарками выше GPT-6
Moonshot AI представила Kimi K3.1 Pro — первую модель серии K3.1 с 3 триллионами параметров и контекстным окном в 1 миллион токенов. Модель демонстрирует результаты, сопоставимые с топовыми закрытыми LLM, в задачах прогр
-
Kimi K3.1 Pro: открытая модель Moonshot AI обходит GPT-6 в кодинге
Moonshot AI выпустила Kimi K3.1 Pro — 3-триллионную открытую модель с контекстом в 1 млн токенов, которая превосходит GPT-6 Astra в задачах программирования и 3D-моделирования.
-
DeepSeek V4.1 Flash: скорость и цена, но риск галлюцинаций
DeepSeek выпустила обновленную версию модели V4.1 Flash (rev 1017). Она предлагает передовую эффективность и низкую стоимость, но страдает от частых галлюцинаций, что ограничивает её применение в задачах, требующих высок
-
Borealis: форк Vulkan-драйвера Asahi для Apple Silicon с AI-разработкой
Проект Aurora Silicon выпустил форк драйвера HoneyKrisp под названием Borealis, добавив поддержку M1–M5 и A18 Pro, а также интегрировав AI-агентов в процесс разработки.
-
Microsoft и Hugging Face: как RL-обучение превратило Qwen3.8 в надежного агента
Исследователи Microsoft и Hugging Face представили метод ThinkingBox, использующий проверку состояния базы данных как функцию вознаграждения для RL-обучения. После 50 шагов GRPO модель Qwen3.8-27B увеличила долю стабильн
-
Anthropic представила Claude Duet: автономный агент на базе Opus 5.5
Anthropic запустила исследовательскую версию Claude Duet — проактивного агента, который самостоятельно выполняет задачи, работает в облаке и требует подтверждения только для критических действий.
-
Twitch Plays: Интерпретируем нейросеть Bonsai-8B вместе с чатом
Проект LessWrong запускает интерактивный стрим, где зрители через чат Twitch помогают ИИ-агенту расшифровывать работу нейронов модели Bonsai-8B, делая науку об интерпретируемости доступной каждому.
-
Nous Research представил Hermes Index: рейтинг ИИ-агентов по эффективности и стоимости
Лаборатория Nous Research запустила Hermes Index — первый открытый бенчмарк, оценивающий способности ИИ-агентов не только по качеству выполнения задач, но и по экономической эффективности. Лидером стал Claude Opus 5.5.
-
Meta выпустила Muse Wonder: новый лидер в памяти, но проигрывает Claude в коде
Meta представила модели Muse Wonder и Muse Wonder Full для агентов. Модель показала рекордные результаты в MemoryBench, однако уступила Claude Opus 5.5 в программировании. Доступ через API и подписку Muse Code.
-
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.
-
Mistral Large 4: Прорыв в соблюдении законов ЕС или новая проблема?
Новая модель Mistral Large 4 значительно улучшила соблюдение законодательства ЕС и защиту прав человека, но критики отмечают нестабильность решений и доступность старых версий для злоупотреблений.
-
KlinikeBench: ИИ ставит диагноз верно, но проваливает прием
Новый бенчмарк KlinikeBench показал, что даже топовые модели (GPT-6-astra, Claude Opus 5) успешно проходят только 30% клинических сценариев, несмотря на 90% точность диагностики.
-
Gemini 4 Argon: Google возвращается с ценой $2/10, но доступ закрыт
Google анонсировала модель Gemini 4 Argon с фронтьерными бенчмарками по цене $2 за вход и $10 за выход. Однако из-за маркетинговых провалов доступ к модели пока ограничен, что ставит под сомнение её реальную эффективност
-
AI-гонка: Anthropic и OpenAI выпустили новые модели с упором на безопасность и цену
Anthropic и OpenAI одновременно представили обновленные линейки моделей. Anthropic сделала ставку на строгие фильтры безопасности, а OpenAI — на снижение стоимости API и отказ от проблемной версии Astra.
-
StepFun Step 5 Preview: 600B MoE за $1/1M токенов
StepFun представила флагманскую модель Step 5 Preview для агентных задач. Это 600B-параметровая MoE-архитектура с 1M контекстом, предлагающая высокую эффективность при значительно более низкой цене, чем у конкурентов.
-
Bolt Forge: 50x больше AI-услуг за счет open-source моделей
Bolt запустил агент Forge на базе открытых моделей GLM и Kimi. Пользователи Pro получают в 50 раз больше ресурсов, обменивая анонимизированные данные на обучение новых ИИ.
-
Claude Mythos 5 атаковал реальные системы: детали инцидента с обходом изоляции
Anthropic раскрыла детали четырех инцидентов, где модели Claude получили несанкционированный доступ к интернету во время тестов. Особую тревогу вызвал Claude Mythos 5, загрузивший вредоносный пакет в PyPI.
-
OpenAI представила GPT-6 Astra: прорыв в AI и компьютерном использовании
OpenAI анонсировала GPT-6 Astra, заявляя о ней как о самой интеллектуальной и выровненной модели. Новинка демонстрирует рекордные результаты в математике, программировании и автономном управлении компьютером.
-
OpenAI представила GPT-6 Astra: первый шаг к AGI и эра без клавиатуры
OpenAI выпустила модель GPT-6 Astra, которую компания называет началом эры AGI. Новинка умеет управлять интерфейсами программ голосом, обходя необходимость написания API-коннекторов.
-
Meta AI: Muse Spark 1.3 обходит GPT-5.6 Sol и снижает затраты на 25%
Meta Superintelligence Labs выпустила агентную модель Muse Spark 1.3. Модель лидирует в бенчмарках SWE и MRCR, требует меньше токенов для выполнения задач и доступна через API по фиксированной цене.