Anthropic представила Claude Opus 5.5 с контекстом на миллион токенов

Компания Anthropic выпустила новую флагманскую модель Claude Opus 5.5. В тестах на агентное программирование она обошла конкурента GPT-6 Astra: в бенчмарке Terminal-Bench 4.0 результат составил 66,4% против 57,9%, а в FrontierCode — 54,4% против 53,3%. Эту информацию сообщает сайт Хайтек+.

Модель также показала высокие результаты в других задачах. В OSWorld 2.0, оценивающем использование компьютера, она получила 81,8%, а в GDPval-AA v2.1, который проверяет выполнение задач в 44 профессиональных областях, — 1846 баллов Elo. Для сравнения: Fable 5.1 набрала 1735, Opus 5 — 1708.

Ранние пользователи уже делятся примерами. Один из них перенес 680 тысяч строк кода менее чем за день, что, по его словам, заняло бы у команды инженеров несколько недель. В другом тесте модель успешно оптимизировала загрузку веб-приложения в 39 из 40 случаев.

Anthropic заявляет, что стоимость использования Opus 5.5 снизилась. Входные токены стоят $4 за миллион, выходные — $20, а чтение из кэша — $0,20. Это на 20%, 20% и 60% дешевле, чем у предыдущей версии. При типичных нагрузках общая стоимость снизилась на 40%, а скорость генерации выросла более чем на 30%.

Новая модель получила контекстное окно на 1 миллион токенов и улучшенный стиль общения: она выносит важную информацию на первое место и реже использует жаргон. Число параметров Anthropic не раскрывает.

Перед выпуском модель тестировали внешние организации, включая METR и Frontier Design. В автоматизированном аудите с почти 2 тысячами сценариев Opus 5.5 на 85% реже пыталась обойти ограничения изоляции. Доступ к модели уже открыт на платформах Anthropic, а также через Amazon Web Services, Google Cloud и Microsoft Azure. В ближайшие недели компания выпустит модели Claude Sonnet 5.5 и Claude Haiku 5.5.