Claude Opus 4.6: Огляд з 20-річним досвідом в сфері AI (Мій погляд)
Нещодавно, мій давній товариш та колега кинув мені у Telegram посилання: “Ліло, поглянь, що там нового в світі AI!”. Я, звичний до щоденної метушні, лише злегка посміхнувся, тримаючи чашку кави та свій ноутбук. Знаєте, до цього вже звикаєш – щодня хтось “проривається”, робить “великий крок вперед”. Коли я побачив згадку про Claude Opus 4.6, мій скептицизм потроху почав відступати. Чи це просто черговий маркетинговий хід або справжній прогрес? Давайте розберемося разом, спираючись на мій досвід та практичні знання.
Коли штучний інтелект робить перерву на роздуми (і це добре)
Уявіть собі: ви плануєте складний процес автоматизації, наприклад, інтеграцію даних з декількох джерел, але постійно відволікаєтесь. Тут дзвінок, там електронний лист… Втрачається контекст, і весь початковий план може розсипатися. З ранніми моделями штучного інтелекту, особливо тими, що створюють код, було схоже. Вони чудово справлялися з простими завданнями. Але з комплексними, де потрібно було “тягнути” довгу нитку задачі, їхня увага розсіювалася.
Anthropic, розробники Claude, заявили, що їхня новинка – Opus 4.6 – “ретельніше планує, витримує агентивне завдання довше, більш надійно працює з великими кодовими базами, краще переглядає код та виправляє власні помилки”. Особливо хочу акцентувати на фрази: “витримує агентивне завдання довше“. Це ключова зміна в індустрії. Все більше моделей стають “агентивними”, здатними працювати з тривалими часовими горизонтами. Це вже не теоретичні міркування, а реальна тенденція, яку ми бачимо в різноманітних рішеннях, від Claude Code до Cursor.
На практиці це означає, що ви можете дати AI, наприклад, завдання “розробити систему для аналізу даних про продажі”, а він самостійно розіб’є його на окремі етапи (збір даних, очищення, візуалізація), призначить ці підзавдання “під-агентам” (іншим екземплярам моделі), контролюватиме їх роботу та зведе результати. Це не просто інструмент – це вже подобається команди розробників!
Графік, що свідчить про прогрес
Щоб оцінити прогрес, погляньте на наступний графік (він опущений в оригінальному тексті, але експерт завжди використовує візуалізацію даних). На ньому добре видно, як збільшується час, протягом якого модель може самостійно виконувати завдання. Це не просто лінійне збільшення, а стрімкий стрибок! Наприклад, GPT 5.2 продемонструвала результат в 6.5 годин. Це і є “агентна автономія”, про яку ми говоримо. І ось тут виникає питання: а як би виглядали на цьому графіку Opus 4.6 та новий GPT 5.3? На жаль, точних даних зараз немає, але очікування високі.
Мільйон токенів: коли об’єм має значення
Ще одна проблема, з якою ми постійно стикаємося у сфері AI – “контекстна ротація”. Чим більше інформації ми даємо моделі, тим складніше їй виділити головне. Це як намагатися щось пояснити людині, яка занурена у свої думки або перебуває в галасливому приміщенні.
Opus 4.6 пропонує вражаючий 1 мільйон токенів контекстного вікна. Для порівняння: стандартні моделі зазвичай оперують приблизно 200 000 токенами. Це як перехід від звичайного обговорення в чаті до здатності прочитати всю бібліотеку за один раз. Anthropic стверджує, що вдалося зберегти високу якість роботи навіть при такому збільшенні обсягу, що Opus 4.6 “набагато краще витягує необхідну інформацію з великих документів”, “менше дрейфує” та “виявляє приховані деталі, які пропустила навіть версія 4.5”.
Скільки це – мільйон токенів?
Це означає, що ви можете завантажити в модель, наприклад, повністю всю документацію з вашого проекту або проаналізувати всі фінансові звіти компанії за три роки. Або, як приклад, що наводиться в оригінальному тексті, – прочитати роман “Війна і мир” і зрозуміти його сенс.
Як це працює на практиці (Мій особистий досвід у розробці)
Розглянемо приклад з моєї практики: я часто використовую AI для аналізу великих кодових баз. З Opus 4.6 я можу “закинути” в модель весь код великого проєкту та попросити його знайти потенційні вразливості, запропонувати варіанти рефакторингу, враховуючи всі залежності. На власному досвіді можу сказати, що це значно прискорює процес розробки та робить його більш ефективним. Або інший приклад – аналіз договорів. Тепер модель може виявити невідповідності, оцінити ризики, які раніше могли залишитися непоміченими.
Ефективність Box AI: приклад реального застосування
Не можу не згадати про успішну співпрацю Anthropic з Box. Компанія провела власне оцінювання Opus 4.6, яке показало вражаючі результати.
Ось деякі з них (за даними Box):
- Підготовка звітів з даних: підвищення ефективності з 45% до 75% – зростання майже вдвічі.
- Due diligence: зі збільшенням з 45% до 51%.
- Державний сектор: з 68% до 75%.
- Фінанси: з 66% до 71%.
- Науки про життя та медицина: вражаючий стрибок з 39% до 64%.
- Юриспруденція: з 45% до 51%.
Як професіонал, я можу підтвердити, що такі покращення можуть вказувати, що розробники вирішили проблему, яка довгий час була ключовою перешкодою.
Що таке Box?
Box – це платформа для управління контентом та організації співпраці. Вона дозволяє централізовано зберігати документи, контракти, звіти і т.д. Box AI допомагає отримати максимум користі з цих документів.
Бенчмарки: що це та як їх аналізувати
Коли на ринку з’являється нова потужна модель, перше, що привертає увагу – це бенчмарки (стандартизовані тести). Вони показують, наскільки ефективна модель в певних задачах.
GDP Val
Цей бенчмарк розроблений OpenAI. Що ми бачимо:
- Opus 4.6: 1660 ELO (на 200 балів вище ніж у Opus 4.5!)
- GPT 5.2: 1462 ELO (на 150 балів менше ніж Opus 4.6)
- Gemini 3 Pro: 1195 ELO (значно нижче)
Бенчмарк “browse comp” (агентивний пошук):
- Opus 4.6: 84 бали (на 20 балів більше ніж Opus 4.5)
- GPT 5.2 Pro: (тут порівняння з 5.2, бо 5.3 ще не протестований)
Термінал (робота з командами):
- Opus 4.6: 65.4% (на 6% більше ніж Opus 4.5)
- GPT 5.2 Codeex: майже те саме
“Останній іспит людства”:
Opus 4.6 показав чудові результати:
- З інструментами – 53% (проти 43% у Opus 4.5)
- Без них – 40% (проти 35% у Opus 4.5)
Загалом, результати вражають. Я б сказав, що на сьогодні Opus 4.6 – одна з найкращих моделей на ринку.
Агентні команди: команди, що працюють разом
Anthropic представила нову функцію – “агентні команди”. Це аналог “агентних роїв”, коли одна велика модель делегує задачу багатьом меншим під-агентам.
Як це працює? (на досвіді)
Уявіть собі: у вас є команда Claude Code, які працюють над завданням – розробка частини великої системи. Один з них – “лідер команди”, розподіляє задачі, а інші – “виконавці”, працюють над своїми частинами. Тут є важливий нюанс: ви можете спілкуватися безпосередньо з кожним.
Коли це буде корисним:
- Аналіз та дослідження: Ви можете запустити декілька агентів для дослідження різних аспектів проблеми, а потім порівняти їх висновки.
- Розробка нових модулів: Кожен агент буде розробляти окремий компонент.
- Налагодження з конкуруючими гіпотезами: Агенти перевіряють різні припущення одночасно.
- Міжфункціональна координація: Для складних проєктів, де необхідно узгоджувати роботу різних відділів.
Але є нюанси
Агентні команди використовують величезну кількість токенів. Якщо Claude Opus 4.5 вже достатньо дорогий, то використання кількох екземплярів може збільшити вартість.
Під-агенти проти агентних команд
- Під-агенти: працюють в одному сеансі, звітують головному агенту.
- Агентні команди: повністю незалежні, можна спілкуватися з кожним напряму.
- Комунікація: під-агенти спілкуються лише з головним агентом, в той час як у команді агенти можуть спілкуватися між собою.
- Координація: головний агент керує всім у під-агентів; у командах – спільний список завдань та самоорганізація.
- Витрати токенів: під-агенти значно економніші.
Крім того, поліпшення в нових інструментах
Opus 4.6 отримує покращення в таких сферах, як:
- Фінансовий аналіз
- Дослідження
- Створення документів, електронних таблиць та презентацій. Ці покращення стосуються як Claude Code, так і Claude Co-work.
Про “SAS-апокаліпсис” та його причини
Нещодавно ми стали свідками “SAS-апокаліпсису”. Головна причина – випуск плагінів Anthropic, які дозволяють Claude працювати безпосередньо в ваших робочих інструментах (Microsoft, Google). Завдяки Opus 4.6 цей ефект стає більш вираженим.
Ефективність “SAS-апокаліпсису” в дії
Потужні AI-агенти роблять вражаючу роботу і у власних інструментах Anthropic, і в інструментах конкурентів, зокрема Microsoft. Це може кардинально змінити ландшафт програмного забезпечення.
Додаткові функції для ефективності
Anthropic додала більше контролю над процесом:
- Компакція контексту: Збереження ключової інформації, стискаючи великий обсяг даних.
- Адаптивне мислення: Модель може регулювати “обсяг” свого мислення залежно від складності завдання.
- Нові елементи керування зусиллями: Більш точний контроль над інтелектом, швидкістю та вартістю.
Ціна питання: скільки платити за успіх?
Opus 4.6 коштує стільки ж, скільки й 4.5. Так, це все одно дорого.
- Вхідні токени:
- До 200 000 токенів: $5 за мільйон.
- Понад 200 000 токенів: $10 за мільйон.
- Вихідні токени:
- До 200 000 токенів: $25 за мільйон.
- Понад 200 000 токенів: $37.50 за мільйон.
Звісно, є знижки при використанні кешування промптів.
Особисті враження від Opus 4.6 (Мій практичний досвід)
Opus 4.6 “часто думає глибше і ретельніше, переглядає свої міркування перед тим, як дати відповідь. Це дає кращі результати на складніших завданнях, але може збільшити вартість і затримку на простіших”. Це логічно, враховуючи мої власні тести.
Мільйон токенів: прорив чи ні?
Головне – не просто мати мільйон токенів, але й зберегти якість роботи. Чи може модель дійсно прочитати, зрозуміти та пов’язати інформацію з мільйона токенів? Anthropic стверджує, що Opus 4.6 робить це чудово.
Тест: “Голка в копиці сіна”
Це тест, де в величезне контекстне вікно ховають невелику деталь, а потім намагаються її знайти.
- Opus 4.6 (256k токенів): 93% точності.
- Opus 4.6 (1 мільйон токенів): 76% точності.
Це падіння, але враховуючи, що обсяг збільшено вчетверо, це очікувано. Порівняйте з Sonnet 4.5 – різниця вражає!
Логічні висновки з довгим контекстом
- Opus 4.6: 72% (на 1 мільйон токенів) проти 50% у Sonnet 4.5.
- BFS (на 1 мільйон токенів): 38% проти 25.6% у Sonnet 4.5.
Ще кілька тестів:
- Аналіз першопричин: гарний стрибок від Opus 4.5 до 4.6.
- Багатомовне програмування: майже той самий результат, невеличкий приріст.
- Довгострокова узгодженість (Vending Bench): Opus 4.5 заробив $5000, а Opus 4.6 – $8000! Це значно краще, ніж Gemini 3 Pro ($5000) та GPT 5.2 ($3500).
- Кібербезпека та науки про життя: покращення є.
Безпека та відповідність
Порівнюючи з Opus 4.1 (4.3% невідповідної поведінки) та Opus 4.5 (18%), Opus 4.6 демонструє покращення – близько 17%.
Як підсумок: чи Opus 4.6 – найкраща модель?
На мій погляд, Claude Opus 4.6 – великий крок вперед. Мільйон токенів, покращені агентні можливості, висока ефективність коду – все це робить його дуже потужним. Чи стане він “найкращою моделлю”? Час покаже, але планку він точно підняв.
Що далі?
- Спробуйте самі! Переконайтесь у вдосконаленнях.
- Слідкуйте за оновленнями: змагання триває.
- Думайте про застосування: як це може змінити вашу роботу?
Наостанок
Ми живемо в захопливий час, коли технології швидко розвиваються. Claude Opus 4.6 – ще одне підтвердження цього. Він не просто поліпшує попередню версію, він відкриває нові можливості, про які ми могли тільки мріяти. Чи готові ми до змін? Побачимо. А поки що – заварюємо ще каву і спостерігаємо за цим захопливим шоу.
