1. Claude Opus 5 — live
Anthropic · 24 июля 2026 · claude-opus-5
Step-change над Opus 4.8. Контекст 1M, output до 128k, thinking on by default. Цена как у 4.8: $5 / $25 MTok. Fast mode ~2.5× быстрее и ×2 к цене.
IRI: обзор · API в РФ через Gateway.
- Default на Claude Max; сильнейшая модель на Pro.
- Доступ: Claude API, Bedrock, Vertex, Microsoft Foundry.
- Кодовая линия до релиза: Honeycomb в Cursor (leak → pull) — теперь официальный ship.
- Effort: low → max; на xhigh/max нельзя disable thinking (breaking vs 4.8).
2. Цифры (как читать)
- Frontier-Bench v0.1: Habr — ~18.7% (Opus 4.8) → ~44.4% (Opus 5); Anthropic: SOTA, >2× 4.8 при меньшем cost/task.
- CursorBench 3.2: при max effort — в ~0.5% от пика Fable при ~½ cost.
- SWE-bench Pro (Habr): 79.2% vs 80% у Fable 5.
- DeepSWE: всё ещё ниже GPT‑5.6 Sol (68.8% vs 72.7% по Habr).
- ARC-AGI 3 / AutomationBench / OSWorld: Anthropic заявляет лидерство по $/task или pass rate.
IRIСравнивайте harness и effort. Для закупки важнее пилот на ваших задачах: PR, debugging, agent loops — не таблица пресс-релиза.
3. Safety и закупка
- Самый aligned из недавних публичных Claude (по их behavioral audit).
- Cyber: ближе к Mythos на find, слабее на exploit → классификаторы мягче Fable (~−85% interventions по их оценке).
- Beta: mid-conversation tool changes + auto fallback при safety flag.
- Reuters: Opus 5 — для daily office/coding; Fable — для days-long autonomous.
4. Вокруг релиза
- IPO Anthropic: контекст запуска — компания готовит выход на рынок (Yahoo/Reuters framing).
- Gemini 3.5 Pro: Bloomberg — задержка относительно внутренних целей Google.
- DeepSeek aliases: дедлайн 24.07 UTC из прошлой сводки — проверить миграции ID в каталогах.
- Open weights: Kimi K3 веса обещаны к 27.07 — соседний календарь open frontier.
5. Что делать в IRI-стеке
- Добавить
claude-opus-5в пилот Gateway / Cursor — spend cap на первую неделю. - Не снимать Sonnet 5 с volume; Fable — только для длинной автономии.
- Считать $/done на 10 реальных задачах vs Opus 4.8.
- Юрлица: счёт Enterprise.