Opus 5.5 на киберзапросах до конца чата уходит на Opus 4.8

Если классификатор сочтёт запрос к Claude Opus 5.5 наступательной киберработой, ответ в claude.ai и Claude Code придёт от Opus 4.8. Старая модель останется до конца чата. Сработать может и безобидный вопрос: по словам Anthropic, классификаторы проверяют ещё файлы, память, коннекторы и результаты веб-поиска.

Слабое место видно в системной карте Sonnet 5.5, которая так же откатывается на Sonnet 5. В тесте с инструментом атак Shade от Gray Swan 25% запросов после блокировки ушли на Sonnet 5, и 12,01% из них взломали. Саму Sonnet 5.5 удалось взломать в 4 случаях из 5 901.

Откат можно выключить. В приложении это тумблер Switch models when a message is flagged в Settings -> Capabilities, в Claude Code он лежит в Config -> MODEL & OUTPUT. В API запасная модель подключается только по желанию.