🏆 Claude Opus 5.5 стала самой умной моделью в рейтинге Artificial Analysis — и одновременно подешевела на 20% На максимальном уровне рассуждений модель набрала 58 баллов в Intelligence Index — это лучший результат, который когда-либо фиксировал Artificial Analysis. По ряду агентных тестов Anthropic теперь идёт наравне с GPT-6 Astra, а в шести из десяти оценок индекса Opus 5.5 показала лучший результат. Особенно заметен прогресс в работе ИИ-агентов. В Terminal-Bench 4.0 модель набрала 59,6%, прибавив 11 пунктов относительно Opus 5, а в профессиональном AA-Briefcase достигла рекордного Elo 1822. При этом Anthropic снизила стоимость API на 20% — до $4/$20 за миллион входных и выходных токенов. Ещё сильнее подешевел кэш: чтение теперь стоит $0,20 вместо $0,50 за миллион токенов. Есть и обратная сторона: Opus 5.5 рассуждает гораздо «дольше» конкурентов. На одну задачу теста она в среднем генерировала около 119 тысяч выходных токенов против 27 тысяч у GPT-6 Astra. [Источник]()
Материал агрегирован из первоисточника:
Telegram — GPT Time | Нейросети | ИИ
Читать полностью в Telegram — GPT Time | Нейросети | ИИМатериал собран из открытых источников. Если размещение затрагивает ваши права → Удалить информацию
Claude Opus 5.5 стала самой умной моделью в рейтинге Artificial Analysis — и одновременно подешевела на 20%
🏆 Claude Opus 5.5 стала самой умной моделью в рейтинге Artificial Analysis — и одновременно подешевела на 20% На максимальном уровне рассуждений модель набрала 58 баллов в Intelligence Index — это лучший результат, который когда-либо фиксировал Artificial Analysis. По ряду…
Кратко от AI: Главные тезисы
- 🏆 Claude Opus 5.5 стала самой умной моделью в рейтинге Artificial Analysis — и одновременно подешевела на 20% На максимальном уровне рассуждений модель набрала 58 баллов в Intelligence Index — это лучший результат, который когда-либо фиксировал Artificial Analysis. По ряду…
Claude Opus 5.5 стала самой умной моделью в рейтинге Artificial Analysis — и одновременно подешевела на 20%
Похожие материалы
Китайский парень показал, на что способен: в одиночку использовал ИИ-агентов для атак на 1200 сайтов.
Китайский парень показал, на что способен: в одиночку использовал ИИ-агентов для атак на 1200 сайтов. Сегодня Reuters сообщило об очередном китайскоязычном хакере, который с помощью ИИ-агентов попытался атаковать более 1200 сайтов и успешно взломал сайты, связанные с более чем…
ENA Controlled LLM Workflow for Evidence-Grounded Diagnosis of Risk Score Differences
arXiv:2610.23962v1 Announce Type: new Abstract: We propose a controlled Large Language Model (LLM) workflow for explaining risk score differences using similar historical transactions. The workflow combines reference retrieval and contrastive SHapley Additive exPlanations (SHAP)…
ENBeyond Explicit Intent: Discovering and Shaping Artistic Intent through Human-AI Co-Creation
arXiv:2610.24010v1 Announce Type: new Abstract: Generative AI is becoming an important medium for artistic creation, yet existing interactions often assume that creators can specify intentions in advance and accurately communicate them through text prompts. Artistic intentions,…
GardenBench: Лёгкая ежедневная оценка возможностей LLM
arXiv:2610.23866v1 Тип объявления: новый Абстракт: Мы представляем GardenBench, бенчмарк с 11 наборами тестов, оценивающий возможности больших языковых моделей (LLM) по ряду задач. Систематически запрашивая LLM с различными лёгкими запросами, мы документируем…