Anthropic представила Claude Opus 5, новую итерацию своей флагманской модели, которая, по их заявлениям, устанавливает новый стандарт в области программной инженерии и агентских систем. Модель доступна разработчикам через API по цене $5 за миллион входных токенов и $25 за миллион выходных токенов, что соответствует стоимости Opus 4.8. Примечательно, что Opus 5 демонстрирует значительные улучшения в производительности при более низкой стоимости за задачу.
Что произошло
Claude Opus 5 теперь доступен на всех платформах Anthropic, включая Claude.ai. Модель показала выдающиеся результаты в бенчмарках, таких как Frontier-Bench v0.1, где она превзошла все другие модели и более чем вдвое увеличила производительность Opus 4.8 при меньших затратах. На CursorBench 3.2 Opus 5 достигает почти таких же результатов, как Fable 5, но при вдвое меньшей стоимости за задачу. Anthropic также отмечает, что классификаторы Opus 5 будут срабатывать на 85% реже, чем у Fable 5, а запросы, помеченные как проблемные, будут по умолчанию перенаправляться на Opus 4.8.
Один из впечатляющих примеров возможностей Opus 5 — это решение задачи на Frontier-Bench, где модели был предоставлен чертеж детали машины без прямого доступа к изображению. Opus 5 самостоятельно разработал пайплайн компьютерного зрения для извлечения геометрии из пикселей и успешно реконструировал 3D-модель в FreeCAD. Другие модели не смогли справиться с этой задачей даже после пяти попыток. Модель также продемонстрировала способность находить и исправлять корневые причины сложных багов в популярных open-source пакетах, в то время как конкуренты устраняли лишь поверхностные симптомы. Инженер из торговой фирмы использовал Opus 5 для создания фида рыночных данных для новой биржи за одну сессию, при этом модель даже разработала собственный тестовый стенд для проверки корректности данных.
Почему это важно
Выпуск Claude Opus 5 знаменует собой значительный шаг вперед в развитии ИИ-моделей для разработки ПО. Его способность глубоко понимать кодовую базу, поддерживать контекст в сложных многошаговых задачах и эффективно определять требования для разработки функций и исправления ошибок делает его мощным инструментом для разработчиков. Это особенно актуально для создания долгосрочных, многоэтапных агентских систем. Улучшенная производительность при сниженной стоимости за задачу делает Opus 5 более доступным и экономически эффективным решением для компаний, стремящихся интегрировать передовые ИИ в свои рабочие процессы.
Способность Opus 5 к «суждению» — то есть, к более глубокому обдумыванию перед написанием кода, выявлению логических ошибок на этапе планирования и рассуждению о правильности ответа, а не только о его работоспособности — является ключевым отличием. Это указывает на качественный скачок в способности модели к решению проблем. Для участников программы Cyber Verification Program (CVP) доступна версия Opus 5 с меньшими ограничениями безопасности, что расширяет возможности его применения в кибербезопасности. В биологических исследованиях Opus 5 также становится самой мощной общедоступной моделью, хотя Anthropic признает ограничения для автономных исследовательских задач.
Что это значит на практике
- Повышение эффективности разработки: Разработчики могут использовать Opus 5 для автоматизации сложных задач, таких как написание чистого кода, создание diff-ов без мертвого кода и выявление тонких проблем в кодовой базе. Это позволит сократить время на разработку и повысить качество кода.
- Создание продвинутых ИИ-агентов: Благодаря улучшенным агентским возможностям, Opus 5 становится основой для создания более сложных и автономных кодирующих агентов, способных выполнять многоэтапные задачи и глубоко взаимодействовать с кодовой базой.
- Экономия ресурсов: Снижение стоимости за задачу при одновременном повышении производительности делает Opus 5 привлекательным для компаний, стремящихся оптимизировать свои расходы на ИИ-разработку, особенно при работе с большими объемами токенов.
- Расширение возможностей в специализированных областях: Для специалистов в области кибербезопасности и биологии Opus 5 открывает новые горизонты, предлагая более мощный инструмент для анализа и исследований, особенно для участников CVP.
- Интеграция в IDE: Ожидаемая интеграция Opus 5 в JetBrains IDEs указывает на то, что модель будет доступна непосредственно в привычных инструментах разработчиков, что упростит ее внедрение в повседневные рабочие процессы.