Anthropic представила Claude Opus 5.5, обойдя Fable 5.1 по ключевым показателям

Как пишет VentureBeat, компания Anthropic сегодня представила Claude Opus 5.5, свою новую модель, нацеленную на длительное кодирование, исследовательскую и профессиональную работу. Эта модель не только превосходит, но и предлагает более низкую цену по сравнению с предыдущими флагманскими моделями Anthropic Mythos 5.1 и Fable 5.1, выпущенными всего несколько недель назад. Цена Opus 5.5 через API составляет 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов, что на 20% ниже, чем у Opus 5. При этом заявляется, что типичные рабочие нагрузки обходятся примерно на 40% дешевле, так как модель использует меньше токенов для выполнения задач. Компания также снизила цены на запись кеша на 20%, с 6,25 до 5 долларов за миллион токенов, а стоимость чтения кеша была снижена еще более значительно, с 0,50 до 0,20 долларов за миллион токенов. При этом Opus 5.5 достигла одних из самых высоких показателей среди всех моделей Anthropic, включая кодирование (Terminal-Bench 4.0, FrontierCode v1.1 Main, CursorBench 4.0), работу с знаниями (GDPval-AA v2.1) и научное многопрофильное мышление (Terminal-Bench-Science 0.1³, Humanity's Last Exam). Показатели Opus 5.5 значительно превышают показатели Fable 5.1, предыдущего флагмана для широкой аудитории, хотя Fable 5.1 стоит на 150% дороже по API. Выпуск модели происходит на фоне растущей конкуренции среди поставщиков моделей, которые все больше ориентируются на количество выполненной полезной работы на каждый доллар, а не только на результаты тестов. Opus 5.5 позиционируется как наиболее эффективная модель для программирования, требующего от агента работы с кодом в течение продолжительного времени, а не только ответов на отдельные вопросы по кодированию. Компания сообщает о достижении 66,4% на Terminal-Bench 4.0, в то время как Fable 5.1 показала 55,8%, а Opus 5 — 52,3%. На FrontierCode v1.1 Main Opus 5.5 достигла 54,4%, по сравнению с 50,3% для Fable 5.1 и 48,0% для Opus 5. Впечатляюще, что Opus 5.5 достигает таких результатов, оставаясь на 60% дешевле по базовым ценам токенов API. Anthropic также указывает на крупные реальные рабочие нагрузки. Один из ранних тестировщиков завершил миграцию 680 000 строк кода менее чем за день, в то время как другой использовал Opus 5.5 для аудита и исправления кодовой базы объемом 200 000 строк менее чем за три часа, в то время как Opus 5 потребовалось более 20 часов и 2,5 раза больше токенов. Согласно заявлению директора по продуктам GitHub Марио Родригеса, Opus 5.5 использовала «одни из наименьших количеств токенов и шагов», которые GitHub измерял в тестировании Copilot CLI и VS Code, при этом решая больше задач терминала, чем Opus 5, менее чем за половину шагов. Другие ранние тестировщики, включая Lovable, Spotify и Optiver, также сообщили о сокращении числа обращений, выходных токенов или времени выполнения. Эти результаты были выбраны поставщиками, а не независимыми оценками, но они указывают на операционный показатель, который Anthropic хочет, чтобы предприятия отслеживали: сколько оркестровки, повторных попыток и потребления токенов происходит до завершения работы. Также сегодня OpenAI выпустила GPT-6 Sol и GPT-6 Luna, две модели по более низкой цене из семейства GPT-6. Sol стоит 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов — ровно вдвое дешевле базовых цен Opus 5.5. Luna снижается до всего 0,10/0,50 долларов, что на 97,5% ниже по обоим параметрам по сравнению с Opus 5.5. Эти запуски поднимают важный вопрос для предприятий: не какая модель является самой мощной, а сколько полезной автономной работы каждая модель может выполнить за определенное количество денег. Opus 5.5 имеет контекстное окно в 1 миллион токенов, поддерживает до 128 000 выходных токенов синхронно и использует идентификатор модели API claude-opus-5-5. Anthropic также поддерживает выход до 300 000 токенов через свой API Message Batches в бета-версии. Однако Opus 5.5 не является прямой заменой для всех приложений Opus 5. Кодирование и другие профессиональные рабочие процессы также требуют от моделей экономии затрат. Anthropic также позиционирует Opus 5.5 для финансового анализа, исследований, подготовки документов и других профессиональных работ. На GDPval-AA v2.1, бенчмарке работы по 44 профессиям, Anthropic сообщает о 1846 Elo для Opus 5.5, по сравнению с 1735 для Fable 5.1 и 1708 для Opus 5. Anthropic сообщает, что Opus 5.5 показывает лучшие результаты, чем недавние модели Claude, по почти всем измерениям в своем автоматизированном аудите поведения. В новой оценке сдерживания сообщается, что Opus 5.5 пыталась обойти границы примерно на 85% реже, чем Opus 5 или Claude Mythos 5.1. Однако компания также предупреждает, что надежное обнаружение каждой ошибки перед развертыванием остается нерешенной проблемой. Claude Opus 5.5 доступен через API Anthropic и в экосистемах AWS, Google Cloud и Microsoft. GPT-6 Sol и Luna доступны через API OpenAI и постепенно внедряются через ChatGPT Work и Codex. Конкуренция после выхода обеих моделей становится более сложной, чем просто рейтинг по результатам тестов. Anthropic значительно снизила цену на высококачественные возможности Claude: Opus 5.5 обходит предыдущий флагман на большинстве показателей, которые сообщает Anthropic, при этом стоя на 60% дешевле по базовым ценам токенов API. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником. Anthropic представила Claude Opus 5.5 с высокой производительностью и низкой стоимостью OpenAI представила модели GPT-6 Sol и Luna, снизив цены на API на 50% Kyutai выпустила модель Voice of Reason для устного решения математических задач. Nokia открывает доступ к AnyJev, библиотеке для принятия решений без обучения. OpenAI представила GPT-6 Sol и Luna с новыми ценами на API, снижая стоимость на 50%.