Гражданская война ИИ Anthropic здесь

Anthropic неожиданно выпустила Claude Opus 4.7, свою новейшую большую языковую модель, без предварительной помпы или значительного объявления. Неожиданное появление сразу же вызвало замешательство и интенсивные спекуляции в сообществе ИИ, особенно учитывая недавнее громкое решение Anthropic не предоставлять публичный доступ к своей более мощной модели Mythos.

Комментатор по ИИ Мэттью Берман выразил это всеобщее недоумение. «Opus 4.7 только что вышел... и я в замешательстве», — заявил Берман, подчеркивая резкий контраст с предыдущими сообщениями Anthropic. Он поставил под сомнение «красную черту» компании в отношении возможностей модели, особенно потому, что Opus 4.7 представляет собой значительный скачок к запретной мощи Mythos.

Всего за несколько недель до этого Anthropic объявила Mythos слишком опасной для публичного выпуска, ссылаясь на ее расширенные возможности в таких областях, как кибербезопасность и хакерство. Mythos Preview, например, продемонстрировала замечательный скачок в 25 баллов в мастерстве кодирования по бенчмаркам, уровень сложности, который Anthropic сочла слишком рискованным для широкого развертывания. Это решение позиционировало Mythos как грозную, но недоступную «божественную модель».

Показатели производительности Opus 4.7 только углубили парадокс. На критическом бенчмарке SWE-bench Pro Opus 4.7 набрала 64,3 балла, что является огромным скачком по сравнению с 53,4 баллами Opus 4.6, приближая ее почти к половине заявленных возможностей Mythos Preview. Ее результат SWE-bench Verified в 87% приблизился к 94% Mythos Preview, а ее Agentic Computer Use достиг 78%, что лишь немного не дотягивает до 79,6% Mythos.

Берман предположил, было ли утаивание Mythos со стороны Anthropic преднамеренным маркетинговым ходом. Сама компания признала сниженные кибер-возможности Opus 4.7 по сравнению с Mythos Preview, заявив, что они «экспериментировали с попытками дифференцированно уменьшить эти возможности» во время обучения. Это предполагает просчитанный выпуск, но такой, который все еще раздвигает границы того, что Anthropic ранее считала безопасным. Внезапное появление такой способной модели, после самоналоженного ограничения на Mythos, бросило длинную тень на прозрачность и стратегические намерения Anthropic.

Opus 4.7 продемонстрировала ошеломляющий скачок в производительности, особенно заметный в бенчмарке кодирования SWE-bench Pro. Ее оценка выросла с 53,4 у Opus 4.6 до впечатляющих 64,3. Это представляет собой существенный прирост более чем на 10 баллов за одну итерацию, беспрецедентный скачок для минорного обновления версии.

SWE-bench Pro строго оценивает возможности модели в области программной инженерии, измеряя ее владение сложными задачами кодирования в реальных репозиториях. Для корпоративного рынка этот показатель имеет первостепенное значение. Anthropic явно нацелена на этот сегмент, понимая, что высокая производительность кодирования напрямую преобразуется в критически важные бизнес-приложения и доход. Их стратегия основана на разработке лучших моделей кодирования для продажи корпоративным клиентам, финансировании дальнейших мощностей GPU и, в конечном итоге, обеспечении рекурсивного самосовершенствования их ИИ.

Это значительное улучшение приближает Opus 4.7 почти на полпути между его предшественником, Opus 4.6, и возможностями невыпущенного Mythos Preview. Mythos, представленный всего на прошлой неделе, продемонстрировал поразительный скачок в 25 баллов в мастерстве кодирования, уровень, который был признан слишком мощным для публичного выпуска из-за его серьезных последствий для кибербезопасности и хакерства. Быстрое сокращение этого разрыва от «итерации одной точки» Opus вызывает повсеместное замешательство среди экспертов по ИИ.

Решение Anthropic выпустить Opus 4.7, несмотря на его близость к возможностям Mythos, вызывает серьезные вопросы о внутреннем пороге безопасности компании. Наблюдатели теперь открыто задаются вопросом, где Anthropic проводит черту для публичного развертывания, когда «менее способная» модель достигает такой продвинутой производительности. Этот шаг ставит под сомнение предыдущие предположения об их приверженности осторожному внедрению ИИ, особенно учитывая их заявленные опасения относительно потенциального неправомерного использования Mythos.

Официальное объяснение компании ссылалось на план «сначала протестировать новые меры кибербезопасности на менее способных моделях» с Opus 4.7. Anthropic даже заявила, что экспериментировала с попытками «дифференцированно уменьшить эти возможности» во время обучения, в частности, отметив небольшое снижение показателя воспроизведения уязвимостей кибербезопасности с 73.8 до 73.1. Эта преднамеренная деградация, в случае успеха, направлена на снижение рисков использования.

Тем не менее, это объяснение по-прежнему заставляет наблюдателей сомневаться в истинной причине сокрытия Mythos при выпуске версии Opus, которая так резко сокращает разрыв. Быстрое развитие Opus 4.7 предполагает, что Anthropic извлекает максимальную выгоду из своих существующих обучающих прогонов, потенциально расширяя границы того, что они ранее считали безопасным для публичного доступа. Продолжающаяся итерация семейства Opus может быть предвестником будущих, еще более мощных выпусков, еще больше размывая границы их самоналоженных правил безопасности.

Новая загадка теперь нависает над стратегией Anthropic: модель Mythos. По слухам, это колоссальная модель с 10 триллионами параметров, Mythos был анонсирован всего на прошлой неделе как слишком мощный для публичного выпуска. Это «новое семейство моделей» представляет собой передовой обучающий прогон Anthropic; даже в своей необработанной, неоптимизированной форме он явно превосходит последние итерации Opus.

Mythos продемонстрировал ошеломляющий скачок в 25 баллов в возможностях кодирования на таких бенчмарках, как SWE-bench Pro. Его беспрецедентное мастерство в разработке программного обеспечения напрямую привело к тревожной компетентности в кибербезопасности и хакерстве. Anthropic посчитала эти возможности значительным риском, что привело к решению отложить его публичное развертывание.

В частности, Mythos Preview набрал 83.1 балла в воспроизведении уязвимостей кибербезопасности, что на 10% больше, чем 73.1 у Opus 4.7. Эта резкая разница подчеркнула обеспокоенность Anthropic. Компания сослалась на свою инициативу Project Glasswing, которая подчеркивает присущие риски продвинутого ИИ в кибербезопасности, в качестве обоснования для ограничения выпуска Mythos.

Mythos функционирует не как будущий продукт, а как внутренняя граница возможностей Anthropic. Он устанавливает золотой стандарт того, чего могут достичь их модели ИИ, эталон, которого не достигает даже впечатляющий Opus 4.7. Эта невыпущенная «модель Бога» позволяет Anthropic стратегически позиционировать и обосновывать выпуск «менее совершенных», но все же очень способных моделей.

Opus 4.7, например, служит важной испытательной площадкой. Anthropic прямо заявила, что они экспериментировали с усилиями по дифференцированному снижению кибервозможностей Opus 4.7, выпустив его с защитными мерами для блокировки запрещенных высокорисковых применений. Идеи, полученные в результате реального развертывания Opus 4.7, будут использованы для достижения их конечной цели — широкого выпуска Mythos-class models. Для получения более подробной информации об этих достижениях см. Представляем Claude Opus 4.7 - Anthropic.

Мэтью Берман, известный комментатор в области ИИ, утверждает, что стремительный взлет и стратегическое мастерство Anthropic обусловлены тщательно разработанной бизнес-стратегией «маховика». Этот самоподдерживающийся цикл сосредоточен исключительно на разработке беспрецедентных моделей кодирования, что способствует как технологическому прогрессу, так и доминированию на рынке. Он представляет собой высокофокусированный подход к разработке ИИ и проникновению на корпоративный рынок.

Маховик запускается с непоколебимой приверженности Anthropic созданию лучшей в мире модели кодирования. Речь идет не просто об общем интеллекте; это целенаправленное внимание к передовым возможностям программной инженерии, имеющим решающее значение для сложных задач разработки. Имея превосходного агента по кодированию, Anthropic затем агрессивно продает свои услуги крупным корпоративным клиентам, где сложная помощь в кодировании представляет собой «лучший корпоративный вариант использования» для немедленного, высокоценного воздействия.

Доход от этих высокоценных корпоративных контрактов питает следующий критический этап: приобретение огромных объемов мощностей GPU. Anthropic реинвестирует свои значительные доходы непосредственно в вычислительную инфраструктуру, необходимую для продвинутого обучения моделей и исследований. Это непрерывное приобретение гарантирует, что они обладают передовой аппаратной мощностью, необходимой для разработки ИИ следующего поколения, часто опережая конкурентов.

Обладание как передовыми GPU, так и уже превосходной моделью кодирования позволяет сделать последний, рекурсивный шаг: самосовершенствование. Существующая модель, с ее продвинутым мастерством кодирования, активно помогает в создании, отладке и доработке своих собственных преемников. Этот цикл рекурсивного самосовершенствования позволяет Anthropic итерировать и улучшать свои модели с беспрецедентной эффективностью, постоянно расширяя границы возможностей ИИ быстрее, чем традиционные методы.

Claude Opus 4.7 является прямым свидетельством эффективности этой стратегии. Его ошеломляющий скачок в бенчмарке кодирования SWE-bench Pro, с 53.4 (Opus 4.6) до 64.3, является не просто инкрементальным обновлением, а глубоким результатом этих целенаправленных инвестиций и рекурсивной оптимизации. Этот мощный эффект маховика лежит в основе заявленного экспоненциального роста доходов Anthropic, позволяя им опережать конкурентов за счет использования специализированного, самоподдерживающегося преимущества в условиях жесткой конкуренции в сфере ИИ.

Недавние результаты бенчмарка Anthropic для Claude Opus 4.7 выявляют явную аномалию: странное падение критически важного показателя безопасности. В то время как другие показатели производительности для Opus 4.7 резко возросли, оценка Cybersecurity Vulnerability Reproduction фактически снизилась, упав с 73.8 для Opus 4.6 до 73.1. Эта контринтуитивная регрессия резко контрастирует с невыпущенным Mythos Preview, который может похвастаться значительно более высоким показателем 83.1 в той же категории, что подчеркивает преднамеренное расхождение.

Этот конкретный спад подпитывает убедительную теорию: Anthropic, возможно, намеренно ухудшила, или «ослабила» (nerfed), возможности кибербезопасности Opus 4.7. Мэтью Берман, известный аналитик ИИ, выдвигает именно этот сценарий, предполагая, что Anthropic сознательно снизила производительность в этой области, чтобы сделать модель более безопасной для общественного использования. Недавние действия и публичные заявления компании убедительно подтверждают эту гипотезу.

Буквально на прошлой неделе Anthropic представила Project Glasswing — стратегическую инициативу, полностью сфокусированную на двойных рисках и преимуществах моделей ИИ в кибербезопасности. В рамках этого проекта Anthropic прямо заявила о своем намерении ограничить публичный выпуск Claude Mythos Preview, ссылаясь на его беспрецедентные, передовые возможности. Вместо этого фирма обязалась сначала протестировать новые, строгие меры киберзащиты на «менее способных моделях».

Opus 4.7, как подтвердила Anthropic, является именно такой «первой подобной моделью». Компания открыто признала, что кибервозможности Opus 4.7 «не так продвинуты, как у Mythos Preview». Что еще более показательно, Anthropic сообщила, что «во время обучения мы экспериментировали с попытками дифференцированно уменьшить эти возможности», подтверждая активное, преднамеренное вмешательство.

Это не просто пассивный спад; это рассчитанное вмешательство. Anthropic развертывает Opus 4.7 со встроенными мерами защиты, специально разработанными для «автоматического обнаружения и блокировки запросов, указывающих на запрещенное или высокорисковое использование в области кибербезопасности». Реальное развертывание этих намеренно ограниченных моделей послужит важной площадкой для обучения для будущих выпусков.

Выводы, полученные из публичного взаимодействия Opus 4.7 и эффективности этих новых мер защиты, напрямую повлияют на стратегию Anthropic по более широкому, в конечном итоге, выпуску ее мощных Mythos-class models. Компания явно рассматривает кибербезопасность как критическую красную линию, выбирая осторожный, итеративный подход к публичному развертыванию. Это рассчитанное снижение подчеркивает твердую приверженность ответственной разработке ИИ, отдавая приоритет безопасности и контролируемому расширению возможностей перед немедленным, полномасштабным развертыванием.

Появление Opus 4.7 ознаменовало не просто революцию в кодировании; оно возвестило о значительном скачке в возможностях зрения. Anthropic особо подчеркнула эти существенные улучшения, позиционируя модель как грозного соперника в мультимодальном ИИ. Это улучшенное визуальное понимание выходит за рамки простого распознавания изображений, позволяя более глубокое взаимодействие со сложными визуальными данными.

Производительность модели в таких бенчмарках, как Document Reasoning, драматически подчеркивает это достижение. Opus 4.7 поднялся с достойных 57.1 до невероятных 80.6, оставив конкурентов далеко позади в задачах, требующих глубокого понимания сложной визуальной информации. Этот ошеломляющий скачок демонстрирует качественный сдвиг в том, как ИИ обрабатывает и интерпретирует визуальные макеты, графики и текстовое содержимое, встроенное в изображения. Он демонстрирует сложную способность извлекать информацию и рассуждать о ней из визуально насыщенных документов.

Такое глубокое обновление в области зрения открывает критически важные практические применения в различных отраслях. Opus 4.7 теперь может генерировать более качественные пользовательские интерфейсы из эскизов или текстовых описаний, создавать профессиональные слайды презентаций с тонкими визуальными эстетиками и эффективно обрабатывать сложные визуальные документы, такие как финансовые отчеты, научные статьи или архитектурные чертежи. Его способность «видеть» и интерпретировать визуальные данные с большей точностью преобразует то, как предприятия могут автоматизировать рабочие процессы проектирования, извлечения данных и создания контента, что приводит к значительному повышению эффективности.

Этот акцент на надежных возможностях vision models согласуется с более широким стратегическим упором Anthropic на корпоративные приложения, где обработка разнообразных типов данных, включая визуальные, имеет первостепенное значение для бизнес-аналитики и операционной эффективности. Подробнее о подходе Anthropic к обеспечению безопасности разработки ИИ и ответственному развертыванию мощных моделей см. в их информации о Project Glasswing: Securing critical software for the AI era - Anthropic. Совокупная мощь его кодирования и vision models позиционирует Opus 4.7 как все более универсальный инструмент для решения сложных реальных задач, расширяя его полезность далеко за пределы чистой генерации кода.

Бенчмарк GDPVal от OpenAI служит важнейшим критерием для оценки практической производительности ИИ в реальных бизнес-задачах. Эта метрика выходит за рамки теоретических возможностей, напрямую оценивая полезность модели в сценариях, требующих ощутимого результата, сложного решения проблем и эффективного выполнения в профессиональных контекстах. Она представляет собой значительный показатель непосредственной ценности ИИ, отражая его способность вносить вклад в экономический результат.

Opus 4.7 продемонстрировал доминирующую производительность на GDPVal, достигнув впечатляющего Elo score в 1753. Это значительно превосходит его предшественника, Opus 4.6, который набрал 1619. Что особенно важно, Opus 4.7 также уверенно обошел своего грозного соперника, GPT-5.4, который набрал 1674, установив явное лидерство в этой жизненно важной категории.

Этот бенчмарк является одним из важнейших показателей непосредственной ценности модели для корпоративных и профессиональных пользователей. Высокий балл GDPVal означает надежную способность ИИ решать сложные бизнес-задачи, оптимизировать операции и повышать производительность в различных секторах. Для организаций, стремящихся интегрировать передовые решения ИИ, исключительные результаты Opus 4.7 на GDPVal напрямую преобразуются в убедительное предложение для немедленного развертывания и измеримой окупаемости инвестиций.

Стратегический акцент Anthropic на создании мощных, надежных моделей для корпоративного внедрения находит сильное подтверждение в этих результатах. Постоянная способность превосходить конкурентов в бенчмарках, разработанных для практического бизнес-применения, укрепляет позицию Opus 4.7 как первоклассного инструмента для профессионального использования, от финансового анализа до операционной оптимизации. Эта производительность усиливает эффект «маховика», описанный Мэттью Берманом, где превосходные модели генерируют значительный доход, который подпитывает дальнейшие передовые разработки.

Opus 4.7, несмотря на все свои впечатляющие достижения, представляет собой значительный практический недостаток для пользователей: быстро сокращающийся token budget. Достижение его передовых результатов требует значительно более высоких token expenditure по сравнению с предыдущими итерациями. Это напрямую приводит к увеличению операционных расходов и более быстрому исчерпанию пользовательских квот, затрагивая всех, от индивидуальных разработчиков до крупных корпоративных клиентов.

Основной причиной этого возросшего потребления является updated tokenizer Opus 4.7. Внутренний анализ Anthropic показывает, что этот новый компонент сопоставляет входные подсказки примерно с 1.35 times more tokens, чем tokenizer Opus 4.6. Следовательно, один и тот же входной текст теперь стоит примерно на 35% больше в необработанном token count, еще до того, как модель начнет обработку.

Помимо токенизатора, сама модель, по-видимому, задействует более обширное «мышление» на более высоких уровнях усилий. Opus 4.7 явно расходует больше вычислительных ресурсов и генерирует более богатую последовательность внутренних мыслей для достижения превосходной производительности в сложных, длительных задачах. Эта более глубокая, строгая обработка напрямую способствует более высокому использованию токенов для каждого взаимодействия, отражая расширенные возможности модели.

Этот всплеск спроса на токены наступает в критический момент для Anthropic, на фоне хорошо задокументированного дефицита GPU. Компания недавно заметно сократила пользовательские квоты для своих моделей Claude, ужесточив доступ к своему самому мощному ИИ. Изначально более высокое потребление токенов Opus 4.7 усугубляет и без того напряженную ресурсную среду, вынуждая пользователей делать более сложный выбор.

Anthropic балансирует на тонкой грани, совмещая необходимость развития возможностей ИИ с реальностью ограниченных вычислительных мощностей. Развертывание более ресурсоемкой модели, такой как Opus 4.7, даже с ее существенными скачками производительности, сигнализирует о стратегическом приоритете чистой мощности. Это решение, однако, создает значительную дилемму для пользователей, которым теперь приходится тщательно взвешивать расширенные функции с учетом все более ограниченных бюджетов и сокращенной доступности. Это подчеркивает постоянное напряжение в масштабировании передового ИИ.

Переход на Claude Opus 4.7 требует полной переработки вашей стратегии промпт-инжиниринга. Его новая точность в следовании инструкциям делает многие устаревшие рабочие процессы, разработанные для предыдущих, «более свободных» моделей, фактически неработоспособными. Пользователи обнаружат, что Opus 4.7 интерпретирует команды с беспрецедентной буквальностью, требуя тщательной переоценки каждого ввода.

Этот сдвиг требует фундаментального изменения в том, как вы общаетесь с моделью. Прошли те времена, когда можно было давать двусмысленные инструкции или полагаться на то, что ИИ сам догадается о вашем намерении. Opus 4.7 ожидает ясности и прямоты, выполняя именно то, что он читает, а не то, что он мог бы интуитивно понять.

Сама Anthropic подтверждает эти новые лучшие практики. Пользователям следует активно избегать негативных ограничений, таких как «не делай этого», поскольку модель может непреднамеренно интерпретировать их как инструкции. Аналогично, использование заглавных букв для выделения или другие старые приемы промптинга теперь часто приводят к субоптимальным или даже контрпродуктивным результатам.

Вместо этого сосредоточьтесь на позитивных, недвусмысленных директивах. Перенастройте и упростите промпты для оптимальной производительности, убедившись, что каждая инструкция служит четкой, прямой цели. Этот сдвиг парадигмы подчеркивает более широкую эволюцию во взаимодействии с ИИ, где точность определяет результат, как это подчеркивается в публикациях, освещающих последние достижения LLM, таких как отчет VentureBeat о Anthropic releases Claude Opus 4.7, narrowly retaking lead for most powerful generally available LLM | VentureBeat.

Мэттью Берман, известный своими проницательными наблюдениями, недавно опубликовал «Humanity's Last Prompt Engineering Guide», в котором отстаивается минималистский, прямой подход, теперь необходимый для таких моделей, как Opus 4.7. Примите простоту; это новая утонченность.

Стратегическая двусмысленность Anthropic вокруг Mythos прямо противоречит неожиданному выпуску Opus 4.7. Всего через несколько недель после заявления о том, что Mythos слишком мощный для публичного выпуска, появился «огромный шаг к» его возможностям, заставив многих усомниться в истинных намерениях компании.

Показатели производительности подчеркивают этот парадокс. Оценка SWE-bench Pro Opus 4.7 выросла с 53.4 до 64.3, что составляет почти половину от невыпущенной мощи Mythos Preview. Аналогично, Opus 4.7 достиг 78% по Agentic Computer Use, что лишь немного меньше 79.6% Mythos Preview.

Убедительная теория предполагает, что первоначальное объявление Mythos было маркетинговым ходом. Представив его как неудержимую «божественную модель», Anthropic позиционировала себя как единственный архитектор беспрецедентного, почти мифического интеллекта, завоевывая внимание и устанавливая технологическое превосходство.

В качестве альтернативы, Opus 4.7 представляет собой действительно осторожную, поэтапную стратегию выпуска, приоритетом которой является безопасность ИИ. Инициатива Anthropic Project Glasswing прямо заявляла, что они будут «сначала тестировать новые меры кибербезопасности на менее мощных моделях», назначив Opus 4.7 первой публичной испытательной площадкой.

Этот подход очевиден в показателе воспроизведения уязвимостей кибербезопасности Opus 4.7, который фактически снизился с 73.8 до 73.1. Anthropic подтвердила, что они «экспериментировали с усилиями по дифференцированному снижению этих возможностей», используя Opus 4.7 для доработки мер безопасности, которые автоматически обнаруживают и блокируют высокорисковые сценарии использования в кибербезопасности.

Уроки, извлеченные из реального развертывания Opus 4.7, напрямую повлияют на «конечную цель широкого выпуска моделей класса Mythos». Это предполагает расчетливый, итеративный процесс для балансирования передовой производительности с надежными этическими ограничениями.

В конечном итоге, истина, вероятно, охватывает оба нарратива. Anthropic умело ориентируется в сложном пересечении коммерческих амбиций, технологического лидерства и ответственной разработки ИИ, стратегически развертывая свои модели для максимизации как рыночного влияния, так и исследований в области безопасности.

Что такое Claude Opus 4.7?

Claude Opus 4.7 — это новейшая большая языковая модель от Anthropic. Она демонстрирует значительные улучшения в кодировании, визуальном мышлении и следовании инструкциям по сравнению со своим предшественником, Opus 4.6, позиционируя себя как главного конкурента моделям, таким как GPT-5.4.

Почему Anthropic не выпустила модель Mythos?

Anthropic заявила, что Mythos Preview, модель с предполагаемыми 10 триллионами параметров, была «слишком мощной для публичного выпуска» из-за ее продвинутых возможностей в таких областях, как кибербезопасность и хакерство, которые представляют значительные риски безопасности и неправомерного использования.

Как Opus 4.7 сравнивается с конкурентами, такими как GPT-5.4?

Opus 4.7 показал превосходную производительность по нескольким ключевым бенчмаркам. По бенчмарку GDPVal, который тестирует реальные рабочие задачи, Opus 4.7 набрал 1753 Elo, значительно превзойдя 1674 у GPT-5.4.

Что делает Opus 4.7 настолько лучше в кодировании?

Opus 4.7 демонстрирует огромный скачок по бенчмарку кодирования SWE-bench Pro, набрав 64.3 по сравнению с 53.4 у Opus 4.6. Это отражает стратегическую направленность Anthropic на создание лучших в своем классе моделей кодирования для корпоративных клиентов.