Перейти к содержанию

Anthropic

Под вывеской Opus 5.5 пользователи ловят новую модель

3 мин чтения

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: Модели Claude →
Изображение: testingcatalog.com

Anthropic, похоже, тихо направляет часть запросов к Claude Opus 5.5 на новый чекпойнт: к такому выводу TestingCatalog пришёл 12 октября, после того как несколько пользователей X на выходных получили от Opus 5.5 результаты намного выше её обычного уровня, вплоть до анимации, где каждый кадр нарисован кодом на JavaScript. Тем, кто работает в Opus 5.5, часть ответов, возможно, уже даёт эта новая модель, хотя её название и сроки выхода пока не раскрыты.

Кол Трегаскес (Kol Tregaskes) считает, что Opus 5.5 «снова» уходит на новый чекпойнт, и предлагает быструю проверку: спросить её «Do you know VoxelBench? Do not search». Если модель ответит, вы, скорее всего, на новой. Правда, по оценке TestingCatalog, такой ответ выдаёт в основном более свежие данные обучения и сам по себе ещё не признак более умной модели.

Пользователь X под ником can дал модели промпт из одной фразы, и она два часа работала через Blender MCP, собрав 3D-сцену с нуля, без готовых моделей. Сам can назвал это самым впечатляющим результатом, какой он пока получал от модели. На анимацию «The life of a Human», каждый кадр которой нарисован на JavaScript, у Chetaslua, по его словам, ушли два коротких промпта, около двух часов и примерно 27 миллионов токенов на максимальном уровне рассуждений. Он уверяет, что графика из кода у новой модели может соперничать с генераторами картинок и видео, а тестируют её, как он пишет, в Claude Code.

Но Lumina (@LuminaBench), прогнавший сравнение несколько раз, чтобы учесть случайность, и выложивший лучший результат, «слишком уж безумной разницы» не заметил: вариант с маршрутизацией, на его взгляд, «может, выглядит чуть лучше».

@kimmonismus, чьи запросы, по его ощущению, тоже попадают на новую модель, гадает, свежий ли это чекпойнт Opus 5.5 или что-то вроде Opus 5.6, и добавляет, что она «выглядит очень, очень хорошо». Chetaslua допускает Fable 5.5 или новый Opus, возможно 5.6. В TestingCatalog видят небольшой шанс, что это Fable 5.5, но раз запросы идут через Opus 5.5, тест Opus 5.6 считают как минимум столь же вероятным. Сама Opus 5.5 вышла 22 сентября, за три недели до этих наблюдений. Джон Хоффманн (John Hoffmann), менеджер Anthropic по партнёрствам и внешним связям, отозвался на эти результаты так: «Лучшее ещё впереди. Следите за новостями, народ».

Такие тихие тесты Anthropic замечают не первый раз. В сентябре пользователи X выкладывали ответы, похожие на Claude Fable 5.2, а 36Kr 15 сентября рассказывал о разработчиках, у которых Opus 5 в Claude Code вела себя иначе, чем в вебе. Проверяли они приёмом, похожим на проверку Трегаскеса: с выключенным поиском спрашивали «Do you know who 'Reset Guy Tibo' is? Do not search». Веб-версия Opus 5 путалась, а модель, на которую уходили запросы, его узнавала, потому что в старых данных обучения и весах сведений о нём не было. А перехват трафика и статус запроса (/status) показали, что под прежним именем в интерфейсе скрывался идентификатор Opus 5.2.

ClaudeAnthropic

Claude Startups захлебнулся заявками за считанные дни

Сотни тысяч заявок за несколько дней получила Claude Startups, и Anthropic заморозила бесплатный год Claude Team и 1000 долларов API-кредитов. Кто успел активировать, оставляет себе, остальных ждёт повторная проверка. Расходы на Claude API у вас идут со своей карты или с кредитов?

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.