Tech Meridian← ВСЕ МОДЕЛИ
PROМОЙ MERIDIAN

ANTHROPIC · ТРЕКЕР МОДЕЛИ

Claude Opus 4.5

Claude Opus 4.5 — конкретная модель семейства Opus от Anthropic. Компания уведомила клиентов API, что начнёт добавлять текстовый водяной знак в Claude Opus 4.5 с 16 ноября 2026 года; водяной знак, как сообщается, действует только при использовании параметров сэмплинга (temperature, top_p, top_k) по умолчанию, а развёртывание на Amazon Bedrock может занять несколько дополнительных дней.

ТЕКУЩИЙ СНИМОК3/5 РАЗДЕЛОВ С ДАННЫМИ

Главные характеристики в одном месте.

ЦЕНА

Не установлено по доступным источникам.

КОНТЕКСТ

Не установлено по доступным источникам.

МОДАЛЬНОСТИ
Визуальная/мультимодальная способность (участие в бенчмарке на основе фотографий)Claude Opus 4.5 участвовала в бенчмарке, где модели сравнивают фотографии сборки мебели IKEA с инструкциями и определяют ошибки, что указывает на визуальные/мультимодальные способности модели.
БЕНЧМАРКИ
Включена в публичный релиз оценок AISI/EvalEvalРезультаты оценки Claude Opus 4.5 были включены в публичный релиз (Evaluation Cards) UK AI Security Institute (AISI) / EvalEval, сопроводительный к статье «How Inference Compute Shapes Frontier LLM Evaluation», охватывающий пять бенчмарков.
Результат на бенчмарке Furniture Assembly Benchmark (FAB) (ноябрь 2025)В ноябре 2025 года Claude Opus 4.5 набрала 28% на бенчмарке Furniture Assembly Benchmark (FAB); в тот момент она была отмечена как лучшая модель на этом бенчмарке.
Pass@1 (по сравнению с ReAct)При использовании Claude Opus 4.5 значение Pass@1 остаётся сопоставимым с ReAct.
Точность LLM-judge на LoCoMo (оценка QEMem)В рамках QEMem с использованием Claude Opus 4.5 достигнута точность 91.43% по LLM-judge на LoCoMo, что на 7.6 процентных пункта выше, чем у сильнейшего оценённого базового метода (MemR^3), и на 10.7 пункта выше, чем у NEMORI при общем хранилище памяти.
Включена в бенчмарк оценки новизны AI2 «Old Ideas, Novel Problems»Claude Opus 4.5 была одной из шести LLM, оценённых в исследовании и бенчмарке AI2 «Old Ideas, Novel Problems».
ДОСТУПНОСТЬ
Время развёртывания на Amazon BedrockAnthropic предупредила, что развёртывание водяного знака на Amazon Bedrock может занять несколько дополнительных дней по сравнению с указанной датой.

ПРОВЕРЯЕМЫЕ ФАКТЫ

Каждое значение привязано к источнику и дате.

БЕНЧМАРКИ · Включена в публичный релиз оценок AISI/EvalEvalДАННЫЕ РАЗРАБОТЧИКА

Результаты оценки Claude Opus 4.5 были включены в публичный релиз (Evaluation Cards) UK AI Security Institute (AISI) / EvalEval, сопроводительный к статье «How Inference Compute Shapes Frontier LLM Evaluation», охватывающий пять бенчмарков.

БЕНЧМАРКИ · Результат на бенчмарке Furniture Assembly Benchmark (FAB) (ноябрь 2025)ДАННЫЕ РАЗРАБОТЧИКА

В ноябре 2025 года Claude Opus 4.5 набрала 28% на бенчмарке Furniture Assembly Benchmark (FAB); в тот момент она была отмечена как лучшая модель на этом бенчмарке.

МОДАЛЬНОСТИ · Визуальная/мультимодальная способность (участие в бенчмарке на основе фотографий)ДАННЫЕ РАЗРАБОТЧИКА

Claude Opus 4.5 участвовала в бенчмарке, где модели сравнивают фотографии сборки мебели IKEA с инструкциями и определяют ошибки, что указывает на визуальные/мультимодальные способности модели.

ВОЗМОЖНОСТИ · Траектории с более полным подтверждением и соблюдением ограниченийНЕЗАВИСИМО ПОДТВЕРЖДЕНО

При использовании Claude Opus 4.5 DeReAct генерирует более полно подтверждённые и удовлетворяющие ограничениям траектории.

ОГРАНИЧЕНИЯ · Торговля в управлении завершением задачиНЕЗАВИСИМО ПОДТВЕРЖДЕНО

Контроль завершения задачи может приводить к более раннему завершению ради более сильного обоснования при использовании Claude Opus 4.5.

БЕНЧМАРКИ · Точность LLM-judge на LoCoMo (оценка QEMem)НЕЗАВИСИМО ПОДТВЕРЖДЕНО

В рамках QEMem с использованием Claude Opus 4.5 достигнута точность 91.43% по LLM-judge на LoCoMo, что на 7.6 процентных пункта выше, чем у сильнейшего оценённого базового метода (MemR^3), и на 10.7 пункта выше, чем у NEMORI при общем хранилище памяти.

ОГРАНИЧЕНИЯ · Оценки новизны сильно зависят от мелких изменений в настройке оценкиДАННЫЕ РАЗРАБОТЧИКА

В исследовании указано, что, по-видимому, небольшие изменения в подсказках и настройках оценки приводили к резко различающимся суждениям о новизне среди шести проверяемых LLM, в число которых входила Claude Opus 4.5.

ОГРАНИЧЕНИЯ · Водяной знак действует только при параметрах сэмплинга по умолчаниюДАННЫЕ РАЗРАБОТЧИКА

Anthropic сообщает, что водяной знак в Claude Opus 4.5 действует только при значениях temperature, top_p и top_k по умолчанию; изменение любого из этих параметров сэмплинга может обойти водяной знак.

ДОСТУПНОСТЬ · Время развёртывания на Amazon BedrockДАННЫЕ РАЗРАБОТЧИКА

Anthropic предупредила, что развёртывание водяного знака на Amazon Bedrock может занять несколько дополнительных дней по сравнению с указанной датой.

БЕЗОПАСНОСТЬ · Утверждения Anthropic о свойствах водяного знакаДАННЫЕ РАЗРАБОТЧИКА

Anthropic описывает водяной знак как «неощутимый паттерн в выборе слов», который не изменяет смысл, качество или читаемость; по их данным, он не добавляет дополнительных символов или токенов, не влияет на ценообразование или форматы запросов/ответов, «едва замедляет» скорость выдачи и «не содержит информации о пользователе, их организации или их разговорах с Claude».

ЧТО ИЗМЕНИЛОСЬ

Сохранённые версии паспорта, без догадок задним числом.

Паспорт обновлён13 фактов
ДОСТУПНОСТЬ · Время развёртывания на Amazon Bedrock+ Anthropic предупредила, что развёртывание водяного знака на Amazon Bedrock может занять несколько дополнительных дней по сравнению с указанной датой.
БЕЗОПАСНОСТЬ · Дата внедрения текстового водяного знака+ Anthropic начнёт вводить текстовый водяной знак в Claude Opus 4.5 с 16 ноября 2026 года.
БЕЗОПАСНОСТЬ · Утверждения Anthropic о свойствах водяного знака+ Anthropic описывает водяной знак как «неощутимый паттерн в выборе слов», который не изменяет смысл, качество или читаемость; по их данным, он не добавляет дополнительных символов или токенов, не влияет на ценообразование или форматы запросов/ответов, «едва замедляет» скорость выдачи и «не содержит информации о пользователе, их организации или их разговорах с Claude».
ОГРАНИЧЕНИЯ · Водяной знак действует только при параметрах сэмплинга по умолчанию+ Anthropic сообщает, что водяной знак в Claude Opus 4.5 действует только при значениях temperature, top_p и top_k по умолчанию; изменение любого из этих параметров сэмплинга может обойти водяной знак.
Паспорт обновлён9 фактов
БЕНЧМАРКИ · Включена в бенчмарк оценки новизны AI2 «Old Ideas, Novel Problems»+ Claude Opus 4.5 была одной из шести LLM, оценённых в исследовании и бенчмарке AI2 «Old Ideas, Novel Problems».
ОГРАНИЧЕНИЯ · Оценки новизны сильно зависят от мелких изменений в настройке оценки+ В исследовании указано, что, по-видимому, небольшие изменения в подсказках и настройках оценки приводили к резко различающимся суждениям о новизне среди шести проверяемых LLM, в число которых входила Claude Opus 4.5.
Паспорт обновлён7 фактов
БЕНЧМАРКИ · Точность LLM-judge на LoCoMo (оценка QEMem)+ В рамках QEMem с использованием Claude Opus 4.5 достигнута точность 91.43% по LLM-judge на LoCoMo, что на 7.6 процентных пункта выше, чем у сильнейшего оценённого базового метода (MemR^3), и на 10.7 пункта выше, чем у NEMORI при общем хранилище памяти.
Паспорт обновлён6 фактов
ОГРАНИЧЕНИЯ · Торговля в управлении завершением задачи+ Контроль завершения задачи может приводить к более раннему завершению ради более сильного обоснования при использовании Claude Opus 4.5.
ВОЗМОЖНОСТИ · Траектории с более полным подтверждением и соблюдением ограничений+ При использовании Claude Opus 4.5 DeReAct генерирует более полно подтверждённые и удовлетворяющие ограничениям траектории.
БЕНЧМАРКИ · Pass@1 (по сравнению с ReAct)+ При использовании Claude Opus 4.5 значение Pass@1 остаётся сопоставимым с ReAct.
Паспорт создан3 фактов