ANTHROPIC · ТРЕКЕР МОДЕЛИ
Claude Opus 5
Claude Opus 5 — модель Anthropic, объявленная доступной 2026-09-16. Anthropic называет её вдумчивой и проактивной, близкой по «пограничному» уровню интеллекта к Claude Fable 5 при цене примерно вдвое ниже. Модель особенно хорошо показывает себя на задачах по программированию и интеллектуальной работе, превосходит Opus 4.8, назначена моделью по умолчанию на Claude Max и считается самой сильной в Claude Pro; при этом Anthropic указывает, что она уступает Mythos 5 в задачах кибербезопасности.ТЕКУЩИЙ СНИМОК5/5 РАЗДЕЛОВ С ДАННЫМИ
Главные характеристики в одном месте.
ХРОНОЛОГИЯ РЕЛИЗОВ
Только опубликованные события с источниками.
Cloudflare выпустила Auto Router в публичной бете через AI Gateway — классификация запросов по ставкам и другим метрикам
Cloudflare выпустила Auto Router в публичной бете через AI Gateway: двухэтапный маршрутизатор, который формирует пул моделей, затем запускает мультиголовый классификатор на Workers AI, присваивающий вероятности по 14 категориям задач и оценки 1–5 по сложности, неоднозначности, ставкам и зависимости от контекста, опираясь только на последние ходы (до 8 КиБ). Результаты комбинируются с бенчмарком (формула: «utility = expected quality - adaptive cost penalty»), маршрутизация оставляет заголовки для аудита, поддерживает указание разрешённых моделей на запрос и бесплатна в бете, но WebSocket пока не поддерживаются.
Nvidia открывает исходники Flora — движка разметки видео для роботов на Qwen3.5
Лаборатория GEAR компании Nvidia опубликовала Flora — движок разметки данных, состоящий из трёх дообученных Qwen3.5-моделей (9B — сегментация, 27B — описания, 27B 'Flora-Rewarder' — оценка), который формирует границы действий, покадровые награды и метки успешности задач в роботизированных видео. Nvidia заявляет, что Flora используется при обучении моделей GR00T на GB300 GPU и оценивает стоимость разметки примерно в $0,72/час против ~$88/час у GPT-6 Astra, но эти расчёты — прогнозы, а тесты сопровождаются методологическими оговорками.
Deepseek выпустила Deepseek‑V4.1‑Flash‑1017, открыла веса и API поиска
Китайская компания Deepseek выпустила Deepseek‑V4.1‑Flash‑1017 и опубликовала веса модели на Hugging Face и ModelScope. Компания утверждает, что модель — обученная с помощью усиленного обучения с самоконтролем — работает быстрее, генерирует более короткие ответы, в внутренних бенчмарках обходит более крупные аналоги в задачах кодирования и агентных задачах, а также сопровождается новыми API Search & Fetch; независимой проверки заявлений о бенчмарках пока нет.
Anthropic выпускает Claude Opus 5 — недорогая модель с близкой к фронтирной мощностью
Anthropic объявила Claude Opus 5 — новую модель, позиционируемую как более экономичный преемник Opus 4.8 и новый стандарт по умолчанию в Claude Max (а также сильнейшую в Claude Pro). По данным Anthropic, Opus 5 достигла или превзошла предыдущие модели на ряде бенчмарков для программирования, задач знания и науки (Frontier‑Bench, GDPval‑AA, CursorBench, ARC‑AGI, Zapier AutomationBench, OSWorld) при меньшей стоимости выполнения, но отстаёт от Mythos 5 в задачах по кибербезопасности и биологии; компания также указывает на улучшенную выравненность и безопасность и публикует System Card.
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
2026-07-24
1 000 000 токенов
128 тыс. токенов
Текст, изображения
Текст
Доступна в Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry и Claude Platform on AWS. Предыдущее поколение, доступ сохраняется
$5 USD / 1 млн входных токенов; стандартный Claude API, глобальная маршрутизация
$25 USD / 1 млн выходных токенов; стандартный Claude API, глобальная маршрутизация
$0.5 USD / 1 млн входных из кеша токенов; стандартный Claude API, глобальная маршрутизация
Объявлена доступной 2026-09-16 (сообщение Anthropic: «Claude Opus 5 is available today»).
Описана как близкая по «пограничному» уровню интеллекта к Claude Fable 5 при приблизительно вдвое меньшей цене.
Сообщается оценочная стоимость примерно 42 USD в час для аннотации в том же сравнении, где для Flora указана примерно 0.72 USD/ч, а для GPT-6 Astra — примерно 88.50 USD/ч.
Описана как «новый эталон» на оценках по кодированию и интеллектуальной работе, включая Frontier-Bench и GDPval-AA.
Anthropic указывает, что Opus 5 уступает Mythos 5 в задачах по кибербезопасности.
Сообщается, что обеспечивает значительно лучшую производительность при той же стоимости, что и предшественник Opus 4.8.
Назначена моделью по умолчанию на Claude Max и описана как самая сильная модель в Claude Pro.
В оценке NVIDIA SWE-Serve Claude Opus 5 указан в числе лидеров с сообщённым pass@1 = 75% по оценённым задачам по inference‑engineering.
Anthropic сообщает, что Opus 5 стала новым лидером в бенчмарках по коду и задачам с знаниями (например, опережает все модели в Frontier-Bench v0.1, более чем вдвое превосходит Opus 4.8 при меньшей стоимости на задачу; в CursorBench 3.2 достигает в пределах 0.5% от пикового результата Fable 5 при примерно вдвое меньшей стоимости на задачу; в ARC-AGI 3 её результат примерно в 3 раза выше, чем у следующей лучшей модели; в Zapier AutomationBench её pass-rate ≈1.5× относительно следующей лучшей при той же стоимости; в OSWorld 2.0 превосходит все остальные модели при любой заданной стоимости).
Anthropic указывает, что Opus 5 отстаёт от Mythos 5 в задачах по кибербезопасности.
В контролируемой исследовательской задаче при прямой формулировке ограничений Claude Opus 5 восстановила наилучшее поддерживаемое решение в 96% случаев (по данным статьи на arXiv).
Исследование на arXiv сообщает, что в научной прозе Opus 5 часто предпочитает биологически ожидаемое решение; при удалении этого биологического приоритета восстановление лучше поддерживаемого решения увеличивается с 27% до 79%, а при добавлении запроса на формализацию и явного указания парного дизайна достигает 92%.
Указано 46.67% Pass@3 по бенчмарку UI-TAU (согласно цитируемой статье).
Сообщается, что модель «выступила намного хуже» по сравнению с Flora от Nvidia (и хуже, чем GPT-6 Astra) в тесте аннотации 50 видео.
В MARQ модель Claude Opus 5 показала медианное F1=0.80 на экспертно размеченном наборе требований NASA (100 запусков), по сравнению с F1=0.55 для стандартного (off-the-shelf) подхода.
В оценке MARQ Claude Opus 5 показала улучшение обнаружения дефектов и снижение ложных срабатываний по сравнению с другими оценёнными моделями.
Анализ по критериям в MARQ показал, что улучшения были сосредоточены в критериях корректности и соответствия, что указывает на зависимые от модели реакции по нескольким критериям.
Достигла всех требуемых исходов в 81.6% своих запусков в оценке BABA-Bench.
Только 52.5% её запусков прошли все проверки, подтверждающие соблюдение требуемых процедур (т. е. соответствие процедурам) в оценке BABA-Bench.
Claude Opus 5 был одним из девяти AI-агентов, оценённых в бенчмарке Carnegie Mellon «Into the Unknown», где агентам предлагалось выполнять follow-up-исследования по открытым вопросам из национальных лабораторий США.
Сообщается, что модель заняла следующие позиции после GPT-6 Astra, совместно с Qwen3.8-Max, в бенчмарке Co-Design Bench для агентов программирования.
Упомянута как модель из США, уровень её результатов на бенчмарках по программированию был сопоставим с достигнутым LongCat-2.5 несколько месяцев спустя.
ЧТО ИЗМЕНИЛОСЬ