⚡️ Anthropic релизнули Opus 4.6 — и это новый король кодинга!

На SWE-bench модель набирает 82.7% плюс модель хороша на агентских бенчах. Главное — это первая модель в линейке Opus с контекстным окном в 1 млн токенов.

Платные подписчики уже могут тестить! 💃

@xor_journal

Король умер, да здравствует король: OpenAI выкатили GPT-5.3-Codex, и битва титанов официально перешла в стадию тотальной войны 😠

Ответочка на Claude Opus 4.6 прилетела быстро 🤬

— Обещают тотальное доминирование в коде: модель побила рекорды в SWE-Bench Pro и Terminal-Bench 2.0, при этом она работает на 25% быстрее предшественников;
— В тесте OSWorld-Verified (умение управлять интерфейсом ОС) скачок с 38% до 64.7% — это почти уровень человека (72%);
— Автономный геймдев: Codex теперь может днями напролёт кодить сложные игры и приложения с нуля, сам фиксить баги и улучшать визуал;
— Больше не нужно ждать конца генерации — можно рулить процессом в реальном времени, задавать вопросы и менять подход прямо на лету.

На первый взгляд — Opus 4.6 берет гигантским контекстом в 1М токенов и «адаптивным мышлением», а GPT-5.3-Codex делает ставку на чистую агентскую работу и управление компьютером. Там, где Клод лучше проанализирует огромную библиотеку документации, Кодекс быстрее развернет инфраструктуру, пофиксит баги и сам нарисует лендинг.

Claude явно лидирует в глубоком ресерче, а Codex — в операционной работе и автономном выполнении задач «под ключ».

Фанфакт: GPT 5.3-Codex — это первый ИИ-агент, который «помогал создавать сам себя», отлаживая собственный код и тренировки 😮

Есть два стула, в общем 😂