⚡️ Иии… Anthropic выпустили Claude Opus 4.5

Это первая модель, которая пробила планку 80 на SWE bench verified. С ее 80.9% это теперь уверенная SOTA по кодингу.

Модель уже доступна в API, и, что самое приятное, цена относительно предыдущего Opus упала! Было 15$/75$, стало 5/25, ощутимое понижение.

Плюс, модель снова стала экономичнее относительно токенов: на среднем уровне ризонинга она достигает уровня Sonnet 4.5, используя на 76% меньше токенов. А при выкрученном на максимум бюджете обходит Sonnet аж на 4.3 процентных пункта (SWE bench), используя на 48% меньше токенов.

Anthropic пишут, что скормили Opus 4.5 внутренний экзамен, который они дают кандидатам при устройстве на работу. За 2 часа модель справилась с ним лучше, чем любой человек когда-либо в истории стартапа.

Что касается апдейтов в продукте:

– В Claude App добавили сжатие контекста, как в новом Codex. При достижении лимита старый контекст суммаризуется и передается в новое контекстное окно, и вы не упираетесь в конец диалога. Кроме того, теперь в десктопное приложение завезли Claude Code, и там его можно параллелить на разные задачки.

– Из беты вышли Claude для Chrome и для Excel.

– Теперь можно самостоятельно контролировать время размышлений, есть режимы low, high и medium.

🔥 www.anthropic.com/news/claude-opus-4-5

Давно хотел написать пару мыслей про Claude Code:
Везде его рекламируют как «кодинг агент», но мне кажется это просто новый bash или Терминал 2.0

Когда Джобс презентовал первый iPhone, он его рекламировал как «телефон», хотя это уже тогда был компьютер и функция звонка там была не самая главная, но рынку, и пользователям, проще было «продать» идею, что это телефон – так он его и называл; термина «смартфон» не было, а «КПК» были отдельным видом корпоративного ужаса со стилусами (палочка такая экран тыкать)

Сейчас происходит похожая ситуация – Claude Code все называют кодинг агентом, но использовать его можно для чего угодно где есть терминал:

– Вместе с Opus 4.5 мы отдебажили проблемы сетевых драйверов Windows 11 (да так, что я сам и руками больше делать это никогда не буду)

– Настроили уже с десяток VPS (кстати удаленную машину можно обернуть в скилл агента - и он сможет на нее уходить когда угодно)

– Пишем на лету софт, за который я раньше платил бы в SaaS, например, для менеджемента проектов или парсинга

– Настраиваем и запускаем любой интересный репозиторий с гитхаба

– Редактируем/генерим картинки с Nano Banana 2 (я ее добавил как скилл)

– Файнтюним локальные модели / готовим датасеты

– Через скилл Chrome-плагина тестируем веб интерфейсы

– Через скиллы Google Cloud и Cloudflare настраиваем бекенды (даже с GPU инференсом на VPS)

– На раз-два разбираем внутренности любого веб-проекта анализируя сетевые запросы

– …

Что я пытаюсь сказать:

Я компьютерный задрот, я в 14 лет как полюбил компьютеры так до сих пор это со мной – а мне почти 40 и я давно не испытывал «глоток свежего воздуха» в индустрии; но из-за комбо Claude Code + Opus 4.5 я теперь ищу, чтобы поделать в свободное время, потому что наконец-то, я могу забыть слова:
- настраивать окружение
- конфликт пакетов
- ошибка компиляции

Мне это никогда не было интересно, а вот запустить какой тул который на основе сигнала WiFi сетей пытается увидеть людей сквозь стены – было интересно; и теперь я скармливаю readme этого репозитория Claude Code и он делает самую скучную часть которая раньше занимала часы

Если вы разработчик или админ, попробуйте комбо Opus 4.5 + Claude Code, но не только для кодинга, оно там щелкает в какой-то момент, я им тоже плачу $200 в месяц

Как лучше пользоваться Claude Code можно почитать тут на русском или тут на английском

Ну и мое предсказание: Через пару лет агентский-UX – дефолтный терминал в Windows, слишком уж удобно, и даже в Ubuntu, возможно с локальной моделькой но это не точно

P.S. А еще, терминальные аппы это круто потому что фильм Хакеры на котором многие миллениалы-айтишники выросли, был с такой эстетикой 👮‍♀