Opus 4.5 устанавливает новый стандарт: модель, обошедшая GPT-5.1 в ключевых тестах

Новая Opus 4.5 установила рекорд производительности и обошла GPT-5.1, сообщает eizvestia, посилаючись на Mobidevices. Anthropic заявила, что модель стала лучшей в мире для программирования и вычислений, набрав 80,9% на SWE-bench Verified. Компания подчёркивает, что Opus 4.5 доступна на Android, iOS и веб-версии Claude и сохраняет стабильную работу на всех платформах.

Opus 4.5 впервые преодолела порог в 80% на SWE-bench Verified, что стало значимым результатом для индустрии. Для сравнения, Gemini 3 Pro получил 76,2%, а GPT-5.1 Codex Max набрал 77,9%. Эксперты отмечают, что такие данные формируют новый уровень для моделей, работающих с кодом.

Anthropic продемонстрировала способность модели проходить сложный внутренний экзамен, применяемый при отборе инженеров. За два часа теста Opus 4.5 получила балл, превысивший результаты всех специалистов, участвовавших ранее, что показало её преимущество над людьми в ключевых технических задачах.

Улучшения модели распространяются не только на программирование и затрагивают анализ данных, математическую логику и решение прикладных запросов. Модель эффективно выполняет исследования, анализирует презентации и работает с таблицами, демонстрируя устойчивость к вредоносным запросам и лучшую оптимизацию ресурсов. Разработчики упомянули новый параметр effort, регулирующий глубину обработки информации и позволяющий управлять уровнем детализации.

Стоимость Opus 4.5 составляет $5 за миллион входящих токенов и $25 за миллион исходящих. Цена снижена до трети стоимости предыдущей версии Opus 4.1. Модель уже доступна через приложение Claude и API, предлагая улучшенную производительность при значительно меньших затратах.

Ранее мы писали о том, что Twitch неожиданно включил украинский язык. Платформа сделала важный шаг вперёд