Anthropic tutvustas Claude Opus 4.6: agendipõhine kodeerimine ja 1 miljoni tokeni kontekstiaken

Anthropic esitles Claude Opus 4.6

Anthropic teatas ametlikult Claude Opus 4.6 väljalaskest - uuendatud lipulaevamudelist, mis seab uue lati agendipõhises kodeerimises ja keerukas andmeanalüüsis. Peamine tehniline samm on 1 miljoni tokeni kontekstiaken beetarežiimis, mis võimaldab mudelil töödelda väga suuri infomahte (nt terviklikke koodibaase või mahukaid finantsaruandeid) ilma mõistmiskvaliteeti kaotamata.

$Claude Opus 4.6\Anthropic$

Läbimurre agendivõimekuses

Erinevalt varasematest iteratsioonidest on Opus 4.6 spetsiaalselt optimeeritud töötama iseseisva AI-agendina. Mudel näitab valdkonna tipptaset Terminal-Bench 2.0 ja SWE-bench Verified testides. See ei genereeri ainult koodijuppe, vaid suudab ka iseseisvalt planeerida projekti arhitektuuri, siluda vigu ja juhtida protsesse suurtes repositooriumides.

“Meie kõige nutikam mudel sai suure uuenduse. Opus 4.6 planeerib paremini, hoiab agendiülesannetel kauem fookust ja töötab suurte koodibaasidega usaldusväärsemalt,” teatas Anthropic. Sisetestides suutis mudel iseseisvalt lõpetada 13 ülesannet ja jagada veel 12 ülesannet meeskonnaliikmete vahel 50-liikmelise organisatsiooni töökorralduses.

$Claude Opus 4.6\Anthropic$

Juhtimine professionaalsetes valdkondades

Arendajad rõhutasid eriti AI kasutamist kitsastes, kõrge väärtusega valdkondades. GDPval-AA etalonis, mis hindab finants- ja õigusvaldkonna majanduslikult väärtuslike ülesannete täitmist, edestas Opus 4.6 lähimat konkurenti GPT-5.2 mudelit 144 Elo punktiga.

Mudel näitas tugevaid tulemusi ka teadussektoris:

Õigus: BigLaw Benchis rekordtulemus 90,2%.
Bioloogia ja keemia: peaaegu kahekordne tootlikkuse kasv arvutusbioloogia ja orgaanilise keemia ülesannetes.
Info leidmine: BrowseCompi testis parim tulemus, mis mõõdab võimet leida veebist peidetud andmeid.

$Claude Opus 4.6\Anthropic$

Tehnilised täiustused ja kättesaadavus

Uues versioonis on adaptiivse mõtlemise süsteem, mis asendab fikseeritud arutlusrežiime. Claude valib nüüd iseseisvalt neljast pingutustasemest sobiva, et tasakaalustada analüüsi kiirust ja sügavust. Lisaks on API kaudu lisatud konteksti tihendamine, mis võimaldab pidada väga pikki vestlusi, arhiveerides vanemaid sõnumeid automaatselt.

Claude Opus 4.6 on saadaval Claude.ai kasutajatele, GitHub Copilotis ning Google Cloud Vertex AI ja AWS Bedrocki kaudu.

💬 Neuro.ee toimetuse arvamus

Opus 4.6 väljalaskmine kinnitab trendi, kus vestlusrobotitest saavad täisväärtuslikud digitaalsed töötegijad. Võime töödelda miljon tokenit kõrget täpsust säilitades teeb sellest mudelist tugeva tööriista Eesti fintech-ettevõtetele ja õigusbüroodele, kes töötavad suurte dokumendimahtudega.