Семь часов автономной работы без «амнезии»: новая ИИ-модель Claude Opus 4 набрала 72,5% на тесте для разработчиков

Компания Anthropic представила модели искусственного интеллекта Claude Opus 4 и Claude Sonnet 4, которые существенно повысили автономность ИИ в сложных задачах. Флагманская Claude Opus 4 продемонстрировала способность работать над рефакторингом открытого кода в течение семи часов без вмешательства человека во время тестирования в Rakuten.

Эта «выносливость» — качественный скачок по сравнению с предыдущими моделями, которые сохраняли концентрацию лишь минуты. На бенчмарке SWE-bench Opus 4 набрал 72,5%, превзойдя GPT-4.1 от OpenAI (54,6% в апреле 2025).

Индустрия ИИ с 2025 года смещается в сторону моделей, основанных на рассуждениях. Такие системы, в отличие от шаблонного анализа данных, имитируют человеческое мышление, предварительно анализируя проблемы. Тренд поддержали Google с Gemini 2.5 Pro и функцией Deep Think, а также DeepSeek с моделью R1, которая за счёт низкой цены и эффективности увеличила долю рынка. Согласно отчёту Poe, использование ИИ с рассуждениями выросло с 2% до 10% …