Anthropic випустила флагманську модель ШІ Claude Opus 4.7: що вона вміє
Компанія Anthropic випустила нову флагманську модель ШІ Claude Opus 4.7, яка призначена для вирішення складних завдань у розробці програмного забезпечення та роботі з мультимедійними даними. За словами розробників, ця модель значно надійніша в багатоетапних процесах, де від неї вимагається consistency і глибоке розуміння контексту. Перші відгуки від розробників підтверджують: модель демонструє більшу confidence у рішеннях, які раніше потребували постійного контролю людини.
Однією з головних новин є покращена instruction following — тепер модель суворіше дотримується підказок, що може змусити розробників оновити свій підхід до написання запитів. У той же час, хоча results технічно правильні, вони іноді стають неочікуваними, особливо якщо попередні версії ігнорували частину інструкцій. Також модель тепер verifies власні відповіді перед тим, як їх надати, що зменшує risk помилок у критичних завданнях.
У сфері візуального аналізу Claude Opus 4.7 працює з high-resolution зображеннями до 2576p, що дозволяє ефективно працювати зі складними діаграмами, інформаційними панелями чи знімками UI. Модель може витягувати структуровані data з візуальних джерел, що робить її цінним інструментом для аналітики та інтеграції з іншими системами. Додатково впроваджено покращене memory management , завдяки чому модель зберігає важливі дані з попередніх сесій і не вимагає повторного введення контексту.
На ринку модель доступна через API від Anthropic, Amazon Bedrock, Google Cloud Vertex AI та Microsoft Foundry. Ціна залишається unchanged : $5 за мільйон вхідних токенів і $25 за 100 тисяч вихідних. Хоча новинка поступається за capability експериментальній моделі Mythos Preview, вона перевершує попередню версію Opus 4.6 практично в усіх тестах. Компанія також впровадила додаткові safeguards для запитів, пов’язаних із кібербезпекою, щоб уникнути потенційного misuse технологією.
Ціна залишилася такою самою, але efficiency ефективність вища — для команд, які багато кодять, це може означати реальну cost reduction економію на довгострокових проектах.
Цікаво, що вони роблять trade-off компроміс між точністю та гнучкістю. Суворе дотримання інструкцій — це добре, але що, якщо інструкція неідеальна?
Покращення в memory пам’яті моделі — це великий крок. Нарешті не треба кожного разу repeat повторювати один і той самий контекст у промптах.
Anthropic явно робить ставку на розробників, а не лише на масового користувача. Це strategic move стратегічний хід на тлі конкуренції з OpenAI та Google.
2576p для обробки зображень — це серйозно. Тепер можна завантажувати detailed детальні скріншоти архітектури БД і отримувати аналіз без втрат.
А як із security безпекою? Якщо модель може аналізувати код так добре, хто заважає її використовувати для пошуку vulnerabilities вразливостей в атаках?