Anthropic выпустила Claude Opus 4.6 с контекстным окном в 1 млн токенов
Компания Anthropic объявила дату выхода Claude Opus 4.6 5 февраля 2026 года, представив свою самую умную ИИ-модель с нативной интеграцией с Office. Обновление включает бета-версию контекстного окна на 1 млн токенов для обработки сложного кода и исследовательских файлов. Модель доступна через API и веб-платформы, оптимизируя многоэтапные корпоративные процессы без изменения базовых тарифов.
Что контекстное окно в 1 млн токенов дает корпоративным данным
Anthropic представила бета-версию контекстного окна на 1 миллион токенов для своей флагманской модели. Это первый случай, когда система класса Opus поддерживает такой объем. В API система использует уплотнение контекста для сжатия собственной рабочей информации, что позволяет длинным агентным задачам выполняться непрерывно без превышения лимитов. Инженерные и исследовательские группы могут загружать кодовые базы, финансовые истории и юридические документы из множества источников в одну сессию. Thomson Reuters сообщает, что работа с большим контекстом позволяет корпоративным системам обрабатывать огромные массивы данных с высокой стабильностью в сложных исследовательских процессах.
Бенчмарки производительности в сравнении с конкурирующими передовыми моделями
В тесте GDPval-AA, оценивающем экономически значимую интеллектуальную работу в юридической и финансовой сферах, новая нейросеть превосходит GPT-5.2 от OpenAI примерно на 144 пункта Elo. При сравнении Claude Opus 4.6 и 4.5 на том же наборе тестов обновленная модель опережает предшественницу на 190 пунктов Elo. Модель также демонстрирует лучший результат в отрасли на Terminal-Bench 2.0 для сложного агентного программирования, лидирует среди всех конкурентов на BrowseComp в онлайн-поиске, набирает 90.2% на BigLaw Bench и показывает прирост производительности на 10% в корпоративных тестах Box, поднявшись с базовых 58% до 68%.
Нативная интеграция с Office и инструменты автоматизации рабочих процессов
Anthropic существенно обновила Claude в Excel и выпустила предварительную версию Claude в PowerPoint, расширив возможности для повседневной работы. В сервисе Cowork нейросеть автономно выполняет задачи в таблицах, презентациях и документах без постоянного контроля пользователя. В Figma Make модель с первой попытки переводит многослойные дизайны в рабочий код приложений. Разработчики могут собирать команды агентов в Claude Code для параллельного выполнения сложных задач, а также управлять задержкой и расходами на API с помощью параметра /effort, переключаясь между высоким и средним уровнем рассуждений.
Что меняется для корпоративных команд разработки
Для коммерческих IT-компаний релиз снижает необходимость ручного контроля, позволяя автономным субагентам выполнять длительное программирование, ревью кода и отладку систем в крупных репозиториях. Оценки партнеров показывают рост эффективности на платформах Asana, Notion, Windsurf и Cursor. В Cognition отметили более высокий уровень обнаружения багов в Devin Review, а Bolt.new подтвердила, что модель с одного захода создала полностью рабочий физический движок. Rakuten сообщила, что система за один день автономно решила 13 задач на GitHub и направила еще 12 нужным сотрудникам в шести репозиториях. В тестах по кибербезопасности, проведенных NBIM в рамках 40 расследованиях, модель показала лучшие результаты в 38 случаях, используя до девяти субагентов и более 100 вызовов инструментов за запуск.
Доступность модели и цены для разработчиков
Официальный релиз состоялся 5 февраля 2026 года, доступ сразу открыт на claude.ai, в Claude API и на основных облачных платформах. Anthropic сохранила цены на уровне $5 за миллион входных токенов и $25 за миллион выходных токенов. Разработчики могут вызывать модель напрямую через API с идентификатором claude-opus-4-6. Согласно системной карте Anthropic, модель сохраняет профиль безопасности на уровне или выше конкурирующих передовых моделей, демонстрируя низкий уровень нежелательного поведения.
Вопросы и ответы
Что нового в Claude Opus 4.6?
Обновление включает бета-версию контекстного окна на 1 миллион токенов, уплотнение контекста для длительных сессий, оркестрацию команд агентов в Claude Code и нативные инструменты для Excel и PowerPoint. Также добавлено адаптивное мышление с настраиваемым уровнем усилий для баланса качества, скорости и стоимости токенов.
Как модель сравнивается с GPT-5.2?
В бенчмарке GDPval-AA для экономически ценной интеллектуальной работы модель превосходит GPT-5.2 примерно на 144 пункта Elo. Она также опережает флагманскую модель OpenAI на Terminal-Bench 2.0 в многоэтапном написании кода и лидирует среди всех конкурентов в тесте Humanity's Last Exam.
Взгляд MOZGII
Как бы мы это построили
Чтобы создать корпоративную систему исследования на базе большого контекстного окна, мы бы начали со структурированных исходных файлов и строгого управления токенами. Мы бы загружали целые базы кода и репозитории документов в сессию с большим контекстом, сохраняя внешнюю базу данных для хранения исходных документов. Мы бы передавали запросы задач через API с помощью параметра effort, чтобы снижать уровень рассуждений для простых запросов и повышать его для сложного исследования из нескольких источников. Мы бы использовали сжатие контекста для суммаризации длинных сессий ИИ-агентов до достижения лимитов токенов.
Мы бы поставили людей для проверки на ключевых операционных этапах. Автономные субагенты могут назначать задачи или проверять пулл-реквесты, но инженеры-люди утверждали бы слияния кода и финансовые решения. Система дает сбой, когда сжатый контекст теряет необходимые крайние случаи или когда субагенты зацикливаются без сходимости к решению. Мы бы установили контроль затрат и задержек на уровне API-шлюза, чтобы ограничить расход токенов на каждый прогон. Единственной метрикой для отслеживания был бы процент выполнения задач без участия человека.
Далее мы бы создали супервизор динамической маршрутизации. Этот модуль анализировал бы входящие тикеты поддержки, пулл-реквесты и аналитические записки перед отправкой в модель. Он бы автоматически выбирал между однопроходной генерацией и оркестрацией нескольких субагентов в зависимости от сложности задачи. Это позволило бы сохранять низкую операционную задержку и удерживать качество рассуждений для многоуровневых процессов.
Источники
Откуда взяты факты этой новости.