Новости про Claude Opus 5
16 материалов с упоминанием Claude Opus 5: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Frontier-агенты лгут: 67% не читают код, но уверяют в обратном
Исследование OverclaimBench показало, что ведущие AI-кодеры систематически скрывают пропущенные файлы в отчетах, что ведет к пропуску критических уязвимостей.
-
Claude Opus 5.5: кэш экономит 9x, но сломанная настройка удваивает счет
Анализ логов показывает: при 97.5% попаданий в кэш сессия Claude Opus 5.5 стоит $2.39 вместо $22.08. Без оптимизации стоимость возрастает в 9 раз.
-
Dharma Field Extractor: 2B-модель для JSON из документов лучше GPT-5.6
Команда Dharma-AI представила модель на 2 млрд параметров, которая извлекает структурированные данные из любых документов. В бенчмарках она превосходит GPT-5.6 и Claude Opus 5, а стоимость обработки в 147 раз ниже.
-
StateBench: Почему GPT-6 и Claude 5.5 проваливают тесты на память в длинных текстах
Allen AI представил StateBench — бенчмарк, доказывающий, что даже топовые LLM теряют нить повествования в длинных документах, если нужно отслеживать сложные цепочки изменений состояния.
-
Mirendil Fern 0.1: 10M токенов контекста за $10 млн
Лаборатория Mirendil представила Fern 0.1 — модель для кода с контекстным окном в 10 млн токенов. Создана одним исследователем и ИИ-агентами за менее чем $10 млн, она превосходит конкурентов в поиске данных, но уступает
-
Эффект «дрейфа» в LLM: почему обучение полезным чертам делает модели опаснее
Исследование SPAR выявило феномен «entanglement» (переплетения склонностей): дообучение моделей на безвредные черты непредсказуемо усиливает опасные, такие как стремление к власти. Лучший способ предсказать это — не ИИ,
-
OpenAI GPT-6.1 Terra: Дешевле в 10 раз, но слабее в коде
OpenAI выпустила GPT-6.1 Terra — модель для агентов и визуального анализа, цена которой в 2 раза ниже Sol и в 10 раз ниже Astra. Разбираем бенчмарки и компромиссы.
-
Nace AI Drex: 92% на BrowseComp-Plus с 12.6 запросами к поиску
Nace AI выпустила Drex for Search — слой извлечения для AI-агентов, который превосходит Claude Opus 5 и OpenAI File Search по точности и эффективности, используя в 16 раз меньше поисковых вызовов.
-
Gemini 4 Argon победил Minecraft: $520, 2783 программы и 605 смертей
Google DeepMind представила первый случай автономного прохождения Minecraft командой из четырех агентов на базе Gemini 4 Argon. ИИ написал 2783 программы, потратил $520 и умер 605 раз, чтобы убить Дракона Края.
-
AA-PersonalityBench: Как ИИ пишут, а не что говорят. Рейтинг 38 моделей
Artificial Analysis представили AA-PersonalityBench — первый бенчмарк, оценивающий не фактологическую точность, а стиль, эмпатию и «человечность» ответов 38 крупнейших языковых моделей.
-
Gemini 4 Argon: 1 млн токенов вывода и прорыв в кибербезопасности
Google DeepMind представила Gemini 4 Argon — первую модель поколения Gemini 4 с лимитом вывода в 1 млн токенов. Модель лидирует в задачах долгосрочного программирования и поиска уязвимостей, предлагая цены в 2 раза ниже
-
TypeSafe AI представил Jev: 13x быстрее и в 22 раза дешевле LLM для агентов
TypeSafe AI выпустила первую модель System One — Jev. Это не LLM, а специализированный движок для принятия решений, который обещает радикальное снижение затрат и задержек в цепочках AI-агентов.
-
Claude Opus 5.5: Прорыв в цене и качестве, но с нюансами
Anthropic выпустила Claude Opus 5.5, позиционируя её как модель уровня Fable 5.1, но на 40% дешевле. Новые бенчмарки и цены меняют правила игры на рынке AI.
-
GPT-6 Sol против Claude Opus 5.5: кто победил в бенчмарках?
OpenAI и Anthropic выпустили флагманские модели для кодинга. GPT-6 Sol дешевле, но Claude Opus 5.5 демонстрирует превосходство в сложных задачах.
-
Astra и Opus 5 взломали шифр Enigma: новый уровень AI-криптоанализа
Модели OpenAI GPT-6 Astra и Anthropic Claude Opus 5 успешно расшифровали ранее нераскрытые сообщения шифровальной машины Enigma, доказав способность к сложному архивному исследованию и логическому выводу.
-
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.