Introducing Claude Opus 4.5

Представляем Claude Opus 4.5

Our newest model, Claude Opus 4.5, is available today. It’s intelligent, efficient, and the best model in the world for coding, agents, and computer use. It’s also meaningfully better at everyday tasks like deep research and working with slides and spreadsheets. Opus 4.5 is a step forward in what AI systems can do, and a preview of larger changes to how work gets done.

Наша новейшая модель, Claude Opus 4.5, доступна с сегодняшнего дня. Она умная, эффективная и лучшая в мире для кодинга, агентов и работы с компьютером. Она также заметно лучше справляется с повседневными задачами вроде глубоких исследований и работы со слайдами и таблицами. Opus 4.5 — это шаг вперёд в возможностях AI-систем и предвестник более крупных изменений в том, как делается работа.

Claude Opus 4.5 is state-of-the-art on tests of real-world software engineering:

Claude Opus 4.5 показывает state-of-the-art результаты в тестах на реальную инженерию ПО:

Opus 4.5 is available today on our apps, our API, and on all three major cloud platforms. If you’re a developer, simply use claude-opus-4-5-20251101 via the Claude API. Pricing is now $5/$25 per million tokens—making Opus-level capabilities accessible to even more users, teams, and enterprises.

Opus 4.5 доступна с сегодняшнего дня в наших приложениях, API и на всех трёх крупнейших облачных платформах. Если вы разработчик, просто используйте claude-opus-4-5-20251101 через Claude API. Цена теперь составляет $5/$25 за миллион токенов — это делает возможности уровня Opus доступными ещё большему числу пользователей, команд и предприятий.

Alongside Opus, we’re releasing updates to the Claude Developer Platform, Claude Code, and our consumer apps. There are new tools for longer-running agents and new ways to use Claude in Excel, Chrome, and on desktop. In the Claude apps, lengthy conversations no longer hit a wall. See our product-focused section below for details.

Вместе с Opus мы выпускаем обновления для Claude Developer Platform, Claude Code и наших потребительских приложений. Появились новые инструменты для долгоиграющих агентов и новые способы использовать Claude в Excel, Chrome и на десктопе. В приложениях Claude длинные разговоры больше не упираются в стену. Подробности — в продуктовом разделе ниже.

First impressions

Первые впечатления

As our Anthropic colleagues tested the model before release, we heard remarkably consistent feedback. Testers noted that Claude Opus 4.5 handles ambiguity and reasons about tradeoffs without hand-holding. They told us that, when pointed at a complex, multi-system bug, Opus 4.5 figures out the fix. They said that tasks that were near-impossible for Sonnet 4.5 just a few weeks ago are now within reach. Overall, our testers told us that Opus 4.5 just “gets it.”

Когда наши коллеги в Anthropic тестировали модель до релиза, мы получали удивительно однотипные отзывы. Тестировщики отмечали, что Claude Opus 4.5 справляется с неоднозначностью и рассуждает о компромиссах без подсказок. Они рассказывали, что, когда модель направляют на сложный многосистемный баг, Opus 4.5 находит решение. Они говорили, что задачи, которые ещё несколько недель назад были практически непосильны для Sonnet 4.5, теперь по плечу. В целом, наши тестировщики говорили, что Opus 4.5 просто «врубается».

Many of our customers with early access have had similar experiences. Here are some examples of what they told us:

Многие из наших клиентов с ранним доступом получили похожий опыт. Вот несколько примеров того, что они нам рассказали:

Opus models have always been “the real SOTA” but have been cost prohibitive in the past. Claude Opus 4.5 is now at a price point where it can be your go-to model for most tasks. It’s the clear winner and exhibits the best frontier task planning and tool calling we’ve seen yet.

Модели Opus всегда были «настоящим SOTA», но раньше были запретительно дорогими. Claude Opus 4.5 теперь по такой цене, что может стать вашей основной моделью для большинства задач. Это явный победитель, и она демонстрирует лучшее планирование задач и вызов инструментов на фронтире из всего, что мы видели.

Claude Opus 4.5 delivers high-quality code and excels at powering heavy-duty agentic workflows with GitHub Copilot. Early testing shows it surpasses internal coding benchmarks while cutting token usage in half, and is especially well-suited for tasks like code migration and code refactoring.

Claude Opus 4.5 выдаёт высококачественный код и отлично подходит для тяжёлых агентных рабочих процессов с GitHub Copilot. Раннее тестирование показывает, что она превосходит внутренние бенчмарки по кодингу, сокращая использование токенов вдвое, и особенно хорошо подходит для задач вроде миграции и рефакторинга кода.

Claude Opus 4.5 beats Sonnet 4.5 and competition on our internal benchmarks, using fewer tokens to solve the same problems. At scale, that efficiency compounds.

Claude Opus 4.5 опережает Sonnet 4.5 и конкурентов на наших внутренних бенчмарках, используя меньше токенов для решения тех же задач. На большом масштабе эта эффективность накапливается.

Claude Opus 4.5 delivers frontier reasoning within Lovable's chat mode, where users plan and iterate on projects. Its reasoning depth transforms planning—and great planning makes code generation even better.

Claude Opus 4.5 обеспечивает фронтирные рассуждения в режиме чата Lovable, где пользователи планируют и итерируют проекты. Глубина её рассуждений преображает планирование — а отличное планирование делает генерацию кода ещё лучше.

Claude Opus 4.5 excels at long-horizon, autonomous tasks, especially those that require sustained reasoning and multi-step execution. In our evaluations it handled complex workflows with fewer dead-ends. On Terminal Bench it delivered a 15% improvement over Sonnet 4.5, a meaningful gain that becomes especially clear when using Warp’s Planning Mode.

Claude Opus 4.5 превосходно справляется с долгосрочными автономными задачами, особенно теми, что требуют устойчивых рассуждений и многошагового исполнения. В наших оценках она справлялась со сложными рабочими процессами с меньшим количеством тупиков. На Terminal Bench она показала улучшение в 15% по сравнению с Sonnet 4.5 — значимый прирост, который особенно заметен при использовании Planning Mode в Warp.

Claude Opus 4.5 achieved state-of-the-art results for complex enterprise tasks on our benchmarks, outperforming previous models on multi-step reasoning tasks that combine information retrieval, tool use, and deep analysis.

Claude Opus 4.5 достигла state-of-the-art результатов в сложных корпоративных задачах на наших бенчмарках, превзойдя предыдущие модели в многошаговых задачах рассуждения, сочетающих извлечение информации, использование инструментов и глубокий анализ.

Claude Opus 4.5 delivers measurable gains where it matters most: stronger results on our hardest evaluations and consistent performance through 30-minute autonomous coding sessions.

Claude Opus 4.5 даёт измеримый прирост там, где это важнее всего: более сильные результаты на наших самых сложных оценках и стабильная производительность в течение 30-минутных автономных сеансов кодинга.

Claude Opus 4.5 represents a breakthrough in self-improving AI agents. For automation of office tasks, our agents were able to autonomously refine their own capabilities—achieving peak performance in 4 iterations while other models couldn’t match that quality after 10. They also demonstrated the ability to learn from experience across technical tasks, storing insights and applying them later.

Claude Opus 4.5 представляет собой прорыв в самоулучшающихся AI-агентах. При автоматизации офисных задач наши агенты смогли автономно совершенствовать собственные возможности — достигая пиковой производительности за 4 итерации, в то время как другие модели не могли сравниться с этим качеством и после 10. Они также продемонстрировали способность учиться на опыте в технических задачах, сохраняя инсайты и применяя их позже.

Claude Opus 4.5 is a notable improvement over the prior Claude models inside Cursor, with improved pricing and intelligence on difficult coding tasks.

Claude Opus 4.5 — это заметное улучшение по сравнению с предыдущими моделями Claude внутри Cursor, с улучшенной ценой и интеллектом в сложных задачах кодинга.

Claude Opus 4.5 is yet another example of Anthropic pushing the frontier of general intelligence. It performs exceedingly well across difficult coding tasks, showcasing long-term goal-directed behavior.

Claude Opus 4.5 — ещё один пример того, как Anthropic раздвигает фронтир общего интеллекта. Модель отлично проявляет себя в сложных задачах кодинга, демонстрируя долгосрочное целенаправленное поведение.

Claude Opus 4.5 delivered an impressive refactor spanning two codebases and three coordinated agents. It was very thorough, helping develop a robust plan, handling the details and fixing tests. A clear step forward from Sonnet 4.5.

Claude Opus 4.5 выполнила впечатляющий рефакторинг, охватывающий две кодовые базы и три скоординированных агента. Она была очень тщательной, помогая разработать надёжный план, обрабатывая детали и исправляя тесты. Явный шаг вперёд по сравнению с Sonnet 4.5.

Claude Opus 4.5 handles long-horizon coding tasks more efficiently than any model we’ve tested. It achieves higher pass rates on held-out tests while using up to 65% fewer tokens, giving developers real cost control without sacrificing quality.

Claude Opus 4.5 справляется с долгосрочными задачами кодинга эффективнее любой модели, что мы тестировали. Она достигает более высокого процента прохождения отложенных тестов, используя при этом до 65% меньше токенов, что даёт разработчикам реальный контроль над затратами без ущерба для качества.

We’ve found that Opus 4.5 excels at interpreting what users actually want, producing shareable content on the first try. Combined with its speed, token efficiency, and surprisingly low cost, it’s the first time we’re making Opus available in Notion Agent.

Мы обнаружили, что Opus 4.5 превосходно интерпретирует то, чего на самом деле хотят пользователи, и выдаёт пригодный для распространения контент с первой попытки. В сочетании с её скоростью, эффективностью по токенам и удивительно низкой ценой, это первый раз, когда мы делаем Opus доступной в Notion Agent.

Claude Opus 4.5 excels at long-context storytelling, generating 10-15 page chapters with strong organization and consistency. It's unlocked use cases we couldn't reliably deliver before.

Claude Opus 4.5 превосходно справляется с повествованием с длинным контекстом, генерируя главы на 10-15 страниц с сильной организацией и связностью. Это открыло сценарии использования, которые мы раньше не могли надёжно реализовать.

Claude Opus 4.5 sets a new standard for Excel automation and financial modeling. Accuracy on our internal evals improved 20%, efficiency rose 15%, and complex tasks that once seemed out of reach became achievable.

Claude Opus 4.5 устанавливает новый стандарт автоматизации Excel и финансового моделирования. Точность на наших внутренних оценках выросла на 20%, эффективность поднялась на 15%, а сложные задачи, казавшиеся когда-то недостижимыми, стали выполнимыми.

Claude Opus 4.5 is the only model that nails some of our hardest 3D visualizations. Polished design, tasteful UX, and excellent planning & orchestration - all with more efficient token usage. Tasks that took previous models 2 hours now take thirty minutes.

Claude Opus 4.5 — единственная модель, которая безупречно справляется с некоторыми из наших самых сложных 3D-визуализаций. Отточенный дизайн, со вкусом сделанный UX и отличное планирование и оркестрация — и всё это с более эффективным использованием токенов. Задачи, которые у предыдущих моделей занимали 2 часа, теперь занимают тридцать минут.

Claude Opus 4.5 catches more issues in code reviews without sacrificing precision. For production code review at scale, that reliability matters.

Claude Opus 4.5 находит больше проблем при code review, не жертвуя точностью. Для production-ревью кода в масштабе эта надёжность имеет значение.

Based on testing with Junie, our coding agent, Claude Opus 4.5 outperforms Sonnet 4.5 across all benchmarks. It requires fewer steps to solve tasks and uses fewer tokens as a result. This indicates that the new model is more precise and follows instructions more effectively — a direction we’re very excited about.

По результатам тестирования с Junie, нашим агентом для кодинга, Claude Opus 4.5 превосходит Sonnet 4.5 по всем бенчмаркам. Ей требуется меньше шагов для решения задач и, как следствие, меньше токенов. Это указывает на то, что новая модель более точна и более эффективно следует инструкциям — направление, которому мы очень рады.

The effort parameter is brilliant. Claude Opus 4.5 feels dynamic rather than overthinking, and at lower effort delivers the same quality we need while being dramatically more efficient. That control is exactly what our SQL workflows demand.

Параметр effort — блестящее решение. Claude Opus 4.5 ощущается динамично, а не как «переосмысливающая», и на более низком уровне effort выдаёт то же качество, которое нам нужно, будучи при этом значительно эффективнее. Этот контроль — именно то, что требуется нашим SQL-процессам.

We’re seeing 50% to 75% reductions in both tool calling errors and build/lint errors with Claude Opus 4.5. It consistently finishes complex tasks in fewer iterations with more reliable execution.

Мы видим сокращение на 50–75% как ошибок при вызове инструментов, так и ошибок build/lint с Claude Opus 4.5. Модель стабильно завершает сложные задачи за меньшее число итераций с более надёжным исполнением.

Claude Opus 4.5 is smooth, with none of the rough edges we've seen from other frontier models. The speed improvements are remarkable.

Claude Opus 4.5 работает гладко, без острых углов, которые мы видели у других фронтирных моделей. Улучшения скорости — выдающиеся.

Evaluating Claude Opus 4.5

Оценка Claude Opus 4.5

We give prospective performance engineering candidates a notoriously difficult take-home exam. We also test new models on this exam as an internal benchmark. Within our prescribed 2-hour time limit, Claude Opus 4.5 scored higher than any human candidate ever¹.

Мы даём потенциальным кандидатам на позицию инженера по производительности печально известный сложный домашний экзамен. Мы также тестируем новые модели на этом экзамене как на внутреннем бенчмарке. В рамках установленного нами лимита в 2 часа Claude Opus 4.5 набрала больше баллов, чем любой кандидат-человек за всю историю1.

The take-home test is designed to assess technical ability and judgment under time pressure. It doesn’t test for other crucial skills candidates may possess, like collaboration, communication, or the instincts that develop over years. But this result—where an AI model outperforms strong candidates on important technical skills—raises questions about how AI will change engineering as a profession. Our Societal Impacts and Economic Futures research is aimed at understanding these kinds of changes across many fields. We plan to share more results soon.

Домашний тест разработан для оценки технических способностей и суждения под давлением времени. Он не проверяет другие важные навыки, которыми могут обладать кандидаты, такие как сотрудничество, коммуникация или интуиция, развивающаяся годами. Но этот результат — когда AI-модель превосходит сильных кандидатов в важных технических навыках — поднимает вопросы о том, как AI изменит инженерию как профессию. Наши исследования Societal Impacts и Economic Futures направлены на понимание подобных изменений во многих сферах. Мы планируем поделиться новыми результатами в ближайшее время.

Software engineering isn’t the only area on which Claude Opus 4.5 has improved. Capabilities are higher across the board—Opus 4.5 has better vision, reasoning, and mathematics skills than its predecessors, and it is state-of-the-art in many domains:²

Инженерия ПО — не единственная область, в которой Claude Opus 4.5 стала лучше. Возможности выросли по всем направлениям — у Opus 4.5 лучшее зрение, рассуждение и математические навыки, чем у предшественников, и она показывает state-of-the-art во многих доменах:2

The model’s capabilities outpace some of the benchmarks we use in our tests. A common benchmark for agentic capabilities is τ2-bench, which measures the performance of agents in real-world, multi-turn tasks. In one scenario, models have to act as an airline service agent helping a distressed customer. The benchmark expects models to refuse a modification to a basic economy booking since the airline doesn’t allow changes to that class of tickets. Instead, Opus 4.5 found an insightful (and legitimate) way to solve the problem: upgrade the cabin first, then modify the flights.

Возможности модели опережают некоторые из бенчмарков, которые мы используем в тестах. Распространённый бенчмарк для агентных возможностей — τ2-bench, который измеряет производительность агентов в реальных многоходовых задачах. В одном сценарии модели должны выступать в роли сотрудника службы поддержки авиакомпании, помогая расстроенному клиенту. Бенчмарк ожидает, что модели откажут в изменении бронирования базового эконом-класса, поскольку авиакомпания не позволяет менять билеты этого класса. Вместо этого Opus 4.5 нашла прозорливый (и легитимный) способ решить проблему: сначала повысить класс кабины, а затем изменить рейсы.

Let me think about what options I have within my policy: 1. Modify flights - Basic economy cannot be modified. This is clear in the policy. 2. Change cabin - Wait, let me check this option! The policy says: "In other cases, all reservations, including basic economy, can change cabin without changing the flights." But he wants to change the flights, not just the cabin. However, what if we: - Change the cabin first (which IS allowed for basic economy), then - Change the flights (which is allowed for non-basic economy) So the strategy could be: 1. Upgrade his cabin from basic economy to economy (or business) 2. Then modify the flights to be 2 days later This would cost more money, but it’s a legitimate path within the policy!

Let me think about what options I have within my policy: 1. Modify flights - Basic economy cannot be modified. This is clear in the policy. 2. Change cabin - Wait, let me check this option! The policy says: "In other cases, all reservations, including basic economy, can change cabin without changing the flights." But he wants to change the flights, not just the cabin. However, what if we: - Change the cabin first (which IS allowed for basic economy), then - Change the flights (which is allowed for non-basic economy) So the strategy could be: 1. Upgrade his cabin from basic economy to economy (or business) 2. Then modify the flights to be 2 days later This would cost more money, but it's a legitimate path within the policy!

The benchmark technically scored this as a failure because Claude’s way of helping the customer was unanticipated. But this kind of creative problem solving is exactly what we’ve heard about from our testers and customers—it’s what makes Claude Opus 4.5 feel like a meaningful step forward.

Бенчмарк формально засчитал это как неудачу, потому что способ, которым Claude помогла клиенту, не был предусмотрен. Но именно такое творческое решение задач — это то, о чём нам рассказывали тестировщики и клиенты, и именно это делает Claude Opus 4.5 ощутимым шагом вперёд.

In other contexts, finding clever paths around intended constraints could count as reward hacking—where models “game” rules or objectives in unintended ways. Preventing such misalignment is one of the objectives of our safety testing, discussed in the next section.

В других контекстах поиск хитрых обходных путей вокруг предусмотренных ограничений мог бы считаться reward hacking — когда модели «обыгрывают» правила или цели непредусмотренными способами. Предотвращение такого misalignment — одна из целей нашего тестирования безопасности, обсуждаемого в следующем разделе.

A step forward on safety

Шаг вперёд в безопасности

As we state in our system card, Claude Opus 4.5 is the most robustly aligned model we have released to date and, we suspect, the best-aligned frontier model by any developer. It continues our trend towards safer and more secure models:

Как мы указываем в нашей системной карте, Claude Opus 4.5 — самая надёжно выровненная модель, которую мы когда-либо выпускали, и, как мы предполагаем, лучшая по выравниванию фронтирная модель среди всех разработчиков. Она продолжает наш тренд к более безопасным и защищённым моделям:

Our customers often use Claude for critical tasks. They want to be assured that, in the face of malicious attacks by hackers and cybercriminals, Claude has the training and the “street smarts” to avoid trouble. With Opus 4.5, we’ve made substantial progress in robustness against prompt injection attacks, which smuggle in deceptive instructions to fool the model into harmful behavior. Opus 4.5 is harder to trick with prompt injection than any other frontier model in the industry:

Наши клиенты часто используют Claude для критически важных задач. Они хотят быть уверены, что перед лицом злонамеренных атак хакеров и киберпреступников у Claude есть подготовка и «уличная смекалка», чтобы избежать неприятностей. С Opus 4.5 мы добились существенного прогресса в устойчивости к атакам prompt injection, которые контрабандой проносят обманные инструкции, чтобы заставить модель вести себя вредоносно. Opus 4.5 сложнее обмануть prompt injection, чем любую другую фронтирную модель в индустрии:

You can find a detailed description of all our capability and safety evaluations in the Claude Opus 4.5 system card.

Подробное описание всех наших оценок возможностей и безопасности можно найти в системной карте Claude Opus 4.5.

New on the Claude Developer Platform

Новое в Claude Developer Platform

As models get smarter, they can solve problems in fewer steps: less backtracking, less redundant exploration, less verbose reasoning. Claude Opus 4.5 uses dramatically fewer tokens than its predecessors to reach similar or better outcomes.

По мере того как модели становятся умнее, они могут решать задачи за меньшее число шагов: меньше возвратов назад, меньше избыточного исследования, меньше многословных рассуждений. Claude Opus 4.5 использует значительно меньше токенов, чем её предшественники, чтобы добиваться сходных или лучших результатов.

But different tasks call for different tradeoffs. Sometimes developers want a model to keep thinking about a problem; sometimes they want something more nimble. With our new effort parameter on the Claude API, you can decide to minimize time and spend or maximize capability.

Но разные задачи требуют разных компромиссов. Иногда разработчики хотят, чтобы модель продолжала думать над задачей; иногда им нужно что-то более проворное. С нашим новым параметром effort в Claude API вы можете выбрать минимизировать время и расход или максимизировать возможности.

Set to a medium effort level, Opus 4.5 matches Sonnet 4.5’s best score on SWE-bench Verified, but uses 76% fewer output tokens. At its highest effort level, Opus 4.5 exceeds Sonnet 4.5 performance by 4.3 percentage points—while using 48% fewer tokens.

При установке среднего уровня effort Opus 4.5 соответствует лучшему результату Sonnet 4.5 на SWE-bench Verified, но использует на 76% меньше выходных токенов. На максимальном уровне effort Opus 4.5 превосходит производительность Sonnet 4.5 на 4,3 процентных пункта — используя при этом на 48% меньше токенов.

With effort control, context compaction, and advanced tool use, Claude Opus 4.5 runs longer, does more, and requires less intervention.

С контролем effort, context compaction и продвинутым использованием инструментов Claude Opus 4.5 работает дольше, делает больше и требует меньшего вмешательства.

Our context management and memory capabilities can dramatically boost performance on agentic tasks. Opus 4.5 is also very effective at managing a team of subagents, enabling the construction of complex, well-coordinated multi-agent systems. In our testing, the combination of all these techniques boosted Opus 4.5’s performance on a deep research evaluation by almost 15 percentage points⁴.

Наши возможности управления контекстом и памяти могут значительно повысить производительность в агентных задачах. Opus 4.5 также очень эффективна в управлении командой субагентов, что позволяет создавать сложные, хорошо скоординированные мультиагентные системы. В наших тестах комбинация всех этих техник повысила производительность Opus 4.5 на оценке deep research почти на 15 процентных пунктов4.

We’re making our Developer Platform more composable over time. We want to give you the building blocks to construct exactly what you need, with full control over efficiency, tool use, and context management.

Со временем мы делаем нашу Developer Platform всё более компонуемой. Мы хотим дать вам строительные блоки, чтобы конструировать именно то, что вам нужно, с полным контролем над эффективностью, использованием инструментов и управлением контекстом.

Product updates

Обновления продуктов

Products like Claude Code show what’s possible when the kinds of upgrades we’ve made to the Claude Developer Platform come together. Claude Code gains two upgrades with Opus 4.5. Plan Mode now builds more precise plans and executes more thoroughly—Claude asks clarifying questions upfront, then builds a user-editable plan.md file before executing.

Такие продукты, как Claude Code, показывают, что становится возможным, когда обновления, которые мы внесли в Claude Developer Platform, складываются вместе. Claude Code получает два обновления с Opus 4.5. Plan Mode теперь строит более точные планы и выполняет их более тщательно — Claude задаёт уточняющие вопросы заранее, а затем строит редактируемый пользователем файл plan.md перед выполнением.

Claude Code is also now available in our desktop app, letting you run multiple local and remote sessions in parallel: perhaps one agent fixes bugs, another researches GitHub, and a third updates docs.

Claude Code также теперь доступен в нашем десктопном приложении, что позволяет вам запускать несколько локальных и удалённых сессий параллельно: например, один агент исправляет баги, другой исследует GitHub, а третий обновляет документацию.

For Claude app users, long conversations no longer hit a wall—Claude automatically summarizes earlier context as needed, so you can keep the chat going. Claude for Chrome, which lets Claude handle tasks across your browser tabs, is now available to all Max users. We announced Claude for Excel in October, and as of today we've expanded beta access to all Max, Team, and Enterprise users. Each of these updates takes advantage of Claude Opus 4.5’s market-leading performance in using computers, spreadsheets, and handling long-running tasks.

Для пользователей приложения Claude длинные разговоры больше не упираются в стену — Claude автоматически суммирует предыдущий контекст по мере необходимости, чтобы вы могли продолжать чат. Claude for Chrome, который позволяет Claude выполнять задачи во вкладках вашего браузера, теперь доступен всем пользователям Max. Мы анонсировали Claude for Excel в октябре, и с сегодняшнего дня мы расширили бета-доступ на всех пользователей Max, Team и Enterprise. Каждое из этих обновлений использует лидирующую на рынке производительность Claude Opus 4.5 в работе с компьютерами, таблицами и в обработке долгоиграющих задач.

For Claude and Claude Code users with access to Opus 4.5, we’ve removed Opus-specific caps. For Max and Team Premium users, we’ve increased overall usage limits, meaning you’ll have roughly the same number of Opus tokens as you previously had with Sonnet. We’re updating usage limits to make sure you’re able to use Opus 4.5 for daily work. These limits are specific to Opus 4.5. As future models surpass it, we expect to update limits as needed.

Для пользователей Claude и Claude Code с доступом к Opus 4.5 мы убрали специфичные для Opus ограничения. Для пользователей Max и Team Premium мы увеличили общие лимиты использования, что означает, что у вас будет примерно столько же токенов Opus, сколько раньше было у Sonnet. Мы обновляем лимиты использования, чтобы вы могли использовать Opus 4.5 для повседневной работы. Эти лимиты специфичны для Opus 4.5. По мере того как будущие модели будут её превосходить, мы планируем обновлять лимиты по мере необходимости.

Footnotes

Сноски

1. This result was using parallel test-time compute, a method that aggregates multiple “tries” from the model and selects from among them. Without a time limit, the model (used within Claude Code) matched the best-ever human candidate.

1. Этот результат был получен с использованием параллельных вычислений на этапе тестирования (parallel test-time compute) — метода, который агрегирует несколько «попыток» от модели и выбирает из них. Без ограничения по времени модель (используемая внутри Claude Code) сравнялась с лучшим за всю историю кандидатом-человеком.

2. We improved the hosting environment to reduce infrastructure failures. This change improved Gemini 3 to 56.7% and GPT-5.1 to 48.6% from the values reported by their developers, using the Terminus-2 harness.

2. Мы улучшили среду хостинга, чтобы сократить инфраструктурные сбои. Это изменение улучшило Gemini 3 до 56,7% и GPT-5.1 до 48,6% по сравнению со значениями, заявленными их разработчиками, при использовании harness Terminus-2.

3. Note that these evaluations were run on an in-progress upgrade to Petri, our open-source, automated evaluation tool. They were run on an earlier snapshot of Claude Opus 4.5. Evaluations of the final production model show a very similar pattern of results when compared to other Claude models, and are described in detail in the Claude Opus 4.5 system card.

3. Обратите внимание, что эти оценки были запущены на работающем над улучшением Petri — нашем инструменте автоматизированной оценки с открытым исходным кодом. Они были запущены на более раннем снимке Claude Opus 4.5. Оценки финальной production-модели показывают очень похожий паттерн результатов по сравнению с другими моделями Claude и подробно описаны в системной карте Claude Opus 4.5.

4. A fetch-enabled version of BrowseComp-Plus. Specifically, the improvement was from 70.48% without using the combination of techniques to 85.30% using it.

4. Версия BrowseComp-Plus с поддержкой fetch. В частности, улучшение составило с 70,48% без использования комбинации техник до 85,30% с их использованием.

Methodology

Методология

All evals were run with a 64K thinking budget, interleaved scratchpads, 200K context window, default effort (high), default sampling settings (temperature, top_p), and averaged over 5 independent trials. Exceptions: SWE-bench Verified (no thinking budget) and Terminal Bench (128K thinking budget). Please see the Claude Opus 4.5 system card for full details.

Все оценки запускались с бюджетом размышлений 64K, чередующимися черновиками, контекстным окном 200K, дефолтным effort (high), дефолтными настройками семплирования (temperature, top_p) и усреднялись по 5 независимым попыткам. Исключения: SWE-bench Verified (без бюджета размышлений) и Terminal Bench (бюджет размышлений 128K). Полные подробности см. в системной карте Claude Opus 4.5.

Связанные материалы

PwC is deploying Claude to build technology, execute deals, and reinvent enterprise functions for clients

PwC разворачивает Claude для создания технологий, заключения сделок и трансформации корпоративных функций для клиентов

PwC will roll out Claude Code and Cowork starting with U.S. teams and expanding toward a global workforce of hundreds of thousands of professionals, establish a joint Center of Excellence, and train and certify 30,000 PwC professionals on Claude.

PwC развернёт Claude Code и Cowork, начиная с команд в США и расширяя до глобального штата в сотни тысяч специалистов, создаст совместный Center of Excellence и обучит и сертифицирует 30 000 специалистов PwC по работе с Claude.

Anthropic forms $200 million partnership with the Gates Foundation

Anthropic заключает партнёрство с Gates Foundation на $200 миллионов

Introducing Claude for Small Business

Представляем Claude for Small Business

We're launching Claude for Small Business, a package of connectors and ready-to-run workflows that put Claude inside the tools small businesses use every day.

Мы запускаем Claude for Small Business — пакет коннекторов и готовых к работе процессов, которые встраивают Claude в инструменты, используемые малым бизнесом каждый день.

Introducing Claude Opus 4.5