Claude Opus 4.5: Tańszy AI, nielimitowane czaty i kodowanie lepsze niż ludzie

Anthropic wydał swoje najbardziej zaawansowane dotąd sztuczne modele inteligencji w poniedziałek, obniżając ceny o około dwie trzecie, jednocześnie twierdząc, że osiągnął najwyższy poziom wydajności w zadaniach inżynierii oprogramowania — strategiczny krok, który zwiększa konkurencję startupu AI z dobrze finansowanymi rywalami OpenAI i Google.

Nowy model, Claude Opus 4.5, uzyskał wyższy wynik w najtrudniejszym wewnętrznym teście inżynierskim Anthropic niż jakikolwiek ludzki kandydat na stanowisko w historii firmy, zgodnie z materiałami przeanalizowanymi przez VentureBeat. Wynik podkreśla zarówno szybko rozwijające się możliwości systemów AI, jak i rosnące pytania o to, jak ta technologia zmieni zawody biurowe.

Firma wspierana przez Amazon ustaliła cenę Claude Opus 4.5 na $5 za milion tokenów wejściowych i $25 za milion tokenów wyjściowych — dramatyczne obniżenie w porównaniu z cenami 15 i 75 dolarów za poprzednika, Claude Opus 4.1, wydanego na początku tego roku. Ruch ten sprawia, że możliwości AI są dostępne dla szerszego grona deweloperów i przedsiębiorstw, jednocześnie wywierając presję na konkurentów, aby dopasowali się do wydajności i cen.

„Chcemy się upewnić, że to naprawdę działa dla ludzi, którzy chcą pracować z tymi modelami”, powiedział Alex Albert, szef ds. relacji z deweloperami w Anthropic, w wyłącznym wywiadzie z VentureBeat. „To jest nasz główny cel: jak możemy umożliwić Claude, aby był lepszy w pomocy w rzeczach, których niekoniecznie chcesz robić w swojej pracy?”

Ogłoszenie następuje, gdy Anthropic rywalizuje o utrzymanie swojej pozycji na coraz bardziej zatłoczonym rynku. OpenAI wydał niedawno GPT-5.1 i specjalistyczny model kodowania o nazwie Codex Max, który może pracować samodzielnie przez dłuższy czas. Google przedstawił Gemini 3 w zeszłym tygodniu, co wywołało obawy nawet u OpenAI co do postępów giganta wyszukiwania, zgodnie z niedawnym raportem The Information.

Opus 4.5 wykazuje poprawiony osąd w zadaniach rzeczywistych, twierdzą deweloperzy

Wewnętrzne testy Anthropic ujawniły to, co firma opisuje jako jakościowy skok w możliwościach rozumnego myślenia w modelu Claude Opus 4.5. Model osiągnął 80,9% dokładności w SWE-bench Verified, benchmarku mierzącym rzeczywiste zadania inżynierii oprogramowania, przewyższając Sonnet 4.5 (77,2%) i Gemini 3 Pro Google (76,2%), zgodnie z danymi firmy.

Ale techniczne benchmarki mówią tylko część historii. Albert powiedział, że testerzy pracownicy konsekwentnie zgłaszali, że model wykazuje poprawiony osąd i intuicję w różnorodnych zadaniach — zmianę, którą opisał jako rozwój modelu poczucia, co jest ważne w kontekstach świata rzeczywistego.

„Model po prostu to rozumie”, powiedział Albert. „Po prostu rozwinął tę intuicję i osąd w wielu rzeczywistych sprawach, co wydaje się jakościowo dużym skokiem w porównaniu z poprzednimi modelami”.

Wskazał na swoją własną pracę jako przykład. Poprzednio Albert powiedział, że prosił modele AI o gromadzenie informacji, ale wahając się, czy ufać ich syntezie lub priorytetyzacji. Z Opus 4.5, powiedział, że deleguje bardziej kompletne zadania, łącząc je ze Slack i wewnętrznymi dokumentami, aby wyprodukować spójne podsumowania, które odpowiadają jego priorytetom.

Opus 4.5 wyprzedza wszystkich ludzkich kandydatów w najtrudniejszym teście inżynierskim firmy

Wydajność modelu w wewnętrznym teście inżynierskim Anthropic stanowi godny uwagi kamień milowy. Egzamin na odległość, zaprojektowany dla potencjalnych kandydatów na stanowiska inżynierskie, ma na celu ocenić umiejętności techniczne i osąd pod presją czasu w ciągu dwóch godzin.

Używając techniki zwanej równoległym obliczeniem w czasie testu — która agreguje wiele prób modelu i wybiera najlepszy wynik — Opus 4.5 uzyskał wyższy wynik niż jakikolwiek ludzki kandydat, który wziął udział w teście, zgodnie z firmą. Bez limitu czasowego model osiągnął wynik najlepszego kandydata, gdy używany był w środowisku kodowania Anthropic, Claude Code.

Firma uznała, że test nie mierzy innych kluczowych umiejętności zawodowych, takich jak współpraca, komunikacja lub instynkty, które rozwijają się przez lata doświadczenia. Niemniej jednak Anthropic powiedział, że wynik „wzbudza pytania o to, jak AI zmieni inżynierię jako zawód”.

Albert podkreślił znaczenie tego odkrycia. „Myślę, że to jest rodzaj sygnału, może, tego, co się wydarzy wokół tego, jak użyteczne mogą być te modele w kontekście pracy i naszych zadań”, powiedział. „Oczywiście, to było zadanie inżynierskie, i powiedziałbym, że modele są stosunkowo bardziej zaawansowane w inżynierii w porównaniu z innymi dziedzinami, ale myślę, że to jest bardzo ważny sygnał, na który należy zwrócić uwagę”.

Znaczne usprawnienia efektywności zmniejszają użycie tokenów o 76% w kluczowych benchmarkach

Poza surową wydajnością Anthropic stawia na to, że usprawnienia efektywności będą różnicować Claude Opus 4.5 na rynku. Firma twierdzi, że model używa dramatycznie mniej tokenów — jednostek tekstu, które systemy AI przetwarzają — aby osiągnąć podobne lub lepsze wyniki w porównaniu z poprzednikami.

Na średnim poziomie wysiłku Opus 4.5 osiąga najlepszy wynik poprzedniego modelu Sonnet 4.5 w SWE-bench Verified, używając 76% mniej tokenów wyjściowych, zgodnie z danymi Anthropic. Na najwyższym poziomie wysiłku Opus 4.5 przewyższa wynik Sonnet 4.5 o 4,3 punktu procentowego, używając nadal 48% mniej tokenów.

Aby dać deweloperom więcej kontroli, Anthropic wprowadził „parametr wysiłku”, który pozwala użytkownikom dostosować, ile pracy obliczeniowej model stosuje do każdego zadania — balansując wydajność z opóźnieniem i kosztami.

Klienci przedsiębiorstw potwierdzili wstępnie twierdzenia o efektywności. „Opus 4.5 przewyższa Sonnet 4.5 i konkurencję w naszych wewnętrznych benchmarkach, używając mniej tokenów do rozwiązania tych samych problemów”, powiedział Michele Catasta, prezes Replit, platformy kodowania opartej na chmurze, w oświadczeniu dla VentureBeat. „W skali to efektywność się kumuluje”.

Szef produktu GitHub, Mario Rodriguez, powiedział, że wstępne testy pokazują, że Opus 4.5 „przewyższa wewnętrzne benchmarki kodowania, zmniejszając użycie tokenów o połowę, i jest szczególnie dobrze dostosowany do zadań takich jak migracja kodu i refaktoryzacja”.

Wczesni klienci zgłaszają agenci AI, którzy uczą się z doświadczenia i doskonalą swoje umiejętności

Jedną z najbardziej uderzających możliwości wykazanych przez wczesnych klientów jest to, co Anthropic nazywa „samodoskonalającymi się agentami” — systemami AI, które mogą doskonalić swoją własną wydajność za pomocą iteracyjnego uczenia.

Rakuten, japońska firma handlu elektronicznego i internetu, przetestował Claude Opus 4.5 na automatyzację zadań biurowych. „Nasi agenci byli w stanie samodzielnie udoskonalić swoje własne możliwości — osiągając szczytową wydajność w 4 iteracjach, podczas gdy inne modele nie mogły dopasować tej jakości nawet po 10”, powiedział Yusuke Kaji, dyrektor generalny AI dla biznesu Rakuten.

Albert wyjaśnił, że model nie aktualizuje swoich własnych wag — podstawowych parametrów, które definiują zachowanie systemu AI — ale raczej iteracyjnie poprawia narzędzia i podejścia, których używa do rozwiązywania problemów. „Był iteracyjnie udoskonalając umiejętność do zadania i widząc, że próbuje zoptymalizować umiejętność, aby uzyskać lepszą wydajność, aby mógł wykonać to zadanie”, powiedział.

Możliwość ta wykracza poza kodowanie. Albert powiedział, że Anthropic zaobserwował znaczne poprawy w tworzeniu profesjonalnych dokumentów, arkuszy kalkulacyjnych i prezentacji. „Mówią, że to był największy skok, jaki widzieli między generacjami modeli”, powiedział Albert. „Więc przechodząc od Sonnet 4.5 do Opus 4.5, większy skok niż między dowolnymi dwoma modelami w przeszłości”.

Fundamental Research Labs, firma modelowania finansowego, zgłosiła, że „dokładność w naszych wewnętrznych ocenach poprawiła się o 20%, efektywność wzrosła o 15%, a złożone zadania, które kiedyś wydawały się nieosiągalne, stały się osiągalne”, zgodnie z współzałożycielem Nico Christie.

Nowe funkcje ukierunkowane na użytkowników Excela, przepływy pracy Chrome i eliminują limity długości czatu

Wraz z wydaniem modelu Anthropic wprowadził zestaw aktualizacji produktu skierowanych do użytkowników przedsiębiorstw. Claude for Excel stał się ogólnie dostępny dla użytkowników Max, Team i Enterprise z nowym wsparciem dla tabel przestawnych, wykresów i przesyłania plików. Rozszerzenie przeglądarki Chrome jest teraz dostępne dla wszystkich użytkowników Max.

Możliwe, że najważniejsze, Anthropic wprowadził „nieskończone czaty” — funkcję, która eliminuje ograniczenia okna kontekstowego, automatycznie podsumowując wcześniejsze części rozmów, gdy rosną one dłużej. „Wewnątrz Claude AI, wewnątrz samego produktu, skutecznie otrzymujesz to rodzaj nieskończonego okna kontekstowego dzięki kompresji, plus pewne rzeczy, które robimy”, wyjaśnił Albert.

Dla deweloperów Anthropic wydał „programowe wywoływanie narzędzi”, które pozwala Claude na pisanie i wykonywanie kodu, który wywołuje funkcje bezpośrednio. Claude Code zyskał zaktualizowany „Tryb planowania” i stał się dostępny na pulpicie w wersji preview, umożliwiając deweloperom uruchamianie wielu sesji agenta AI równolegle.

Rynek się nagrzewa, gdy OpenAI i Google rywalizują, aby dopasować wydajność i ceny

Anthropic osiągnął 2 miliardy dolarów przychodu rocznego w pierwszym kwartale 2025 roku, zwiększając się ponad dwukrotnie z 1 miliarda dolarów w poprzednim okresie. Liczba klientów, którzy wydają ponad 100 000 dolarów rocznie, wzrosła ośmiokrotnie w ciągu roku.

Szybkie wydanie Opus 4.5 — zaledwie kilka tygodni po Haiku 4.5 w październiku i Sonnet 4.5 we wrześniu — odzwierciedla szersze dynamiki branży. OpenAI wydał kilka wariantów GPT-5 w 2025 roku, w tym specjalistyczny model Codex Max w listopadzie, który może pracować samodzielnie przez do 24 godzin. Google wydał Gemini 3 w połowie listopada po miesiącach rozwoju.

Albert przypisał przyspieszony tempo Anthropic częściowo używaniu Claude do przyspieszenia własnego rozwoju. „Widzimy dużo pomocy i przyspieszenia dzięki samemu Claude, czy to po stronie budowy produktu, czy po stronie badań modelu”, powiedział.

Obniżka cen dla Opus 4.5 może wywrzeć presję na marżach, potencjalnie rozszerzając adresowalny rynek. „Spodziewam się, że zobaczę, jak wiele startupów zacznie włączać to do swoich produktów i prezentować je bardziej widocznie”, powiedział Albert.

Jednakże zyskowność pozostaje nieuchwytna dla wiodących laboratoriów AI, które inwestują dużo w infrastrukturę obliczeniową i talent badawczy. Rynek AI ma przekroczyć 1 bilion dolarów przychodu w ciągu dekady, ale żaden pojedynczy dostawca nie ustanowił dominującej pozycji na rynku — nawet gdy modele osiągają próg, w którym mogą znacząco zautomatyzować złożoną pracę wiedzy.

Michael Truell, CEO Cursor, edytora kodu AI, nazwał Opus 4.5 „zauważalną poprawą w porównaniu z poprzednimi modelami Claude wewnątrz Cursor, z poprawionymi cenami i inteligencją w trudnych zadaniach kodowania”. Scott Wu, CEO Cognition, startupu kodowania AI, powiedział, że model dostarcza „lepsze wyniki w naszych najtrudniejszych ocenach i spójną wydajność przez 30-minutowe sesje kodowania samodzielnie”.

Dla przedsiębiorstw i deweloperów konkurencja przekłada się na szybko poprawiające się możliwości przy malejących cenach. Ale gdy wydajność AI w zadaniach technicznych zbliża się — i czasem przewyższa — poziom ekspertów ludzkich, wpływ technologii na pracę zawodową staje się mniej teoretyczny.

Zapytany o wyniki egzaminu inżynierskiego i to, co one sygnalizują o trajektorii AI, Albert był bezpośredni: „Myślę, że to jest bardzo ważny sygnał, na który należy zwrócić uwagę”.

ródło: AI | VentureBeat

Dlaczego to ważne? Dlaczego to ważne? Nowy model AI, Claude Opus 4.5, osiąga lepsze wyniki w inżynierii oprogramowania niż ludzcy kandydaci, co może zrewolucjonizować sposób tworzenia oprogramowania i obniżyć koszty. Znaczne obniżki cen oznaczają, że więcej firm i osób będzie mogło korzystać z zaawansowanych możliwości AI, co przyspieszy innowacje w różnych dziedzinach.

Źródło: anthropic.com