Новости Claude

Claude обновили, а Google и Meta показали новые модели и тесты

Печатные отчёты, планшет со стилусом и два монитора с кодом в переговорной

На неделе с 9 по 15 ноября вышло сразу несколько заметных новостей про ИИ: Anthropic обновила Claude, Meta* выпустила компактную модель для агентных задач, а Google показала новые модели и бенчмарки. Параллельно индустрия продолжает искать способы честнее оценивать не «красивые ответы», а реальную пользу от ИИ в рабочих сценариях.

Claude Fable 5.2 стала быстрее и дешевле

9 ноября Anthropic представила две версии одной и той же модели: Claude Fable 5.2 для обычных пользователей и Mythos 5.2 для организаций, которые прошли проверку компании. Разница между ними в ограничениях безопасности, а не в самой базе модели.

Главное практическое изменение — Fable 5.2 стала дешевле и быстрее. Тариф API снизили до $8 за миллион входных и $40 за миллион выходных токенов, а в Fast Mode генерация может идти до 2,5 раза быстрее, хотя и стоит вдвое дороже обычного режима.

В бенчмарке FrontierCode 2.0 модель с High effort показала 45,3% — почти столько же, сколько Opus 5.5 с Max effort, у которого 45,5%. Anthropic отдельно подчёркивает, что при этом стоимость выполнения задачи у Fable была примерно в два раза ниже, хотя по тарифам API сам Opus остаётся дешевле.

Meta* и Google делают ставку на агентные сценарии

Meta* выпустила Muse Ember — небольшую мультимодальную модель для повседневной работы агентов. Её задача не «думать за всё», а закрывать рутину: вызывать инструменты, обрабатывать документы, извлекать данные, маршрутизировать запросы и писать небольшие куски кода.

У модели окно контекста на 1 млн токенов, а входными данными могут быть текст, изображения, аудио, видео и PDF. Стоимость тоже довольно низкая: $0,10 за миллион входных токенов и $0,50 за миллион выходных.

Идея проста: более мощная модель планирует сложную задачу, а компактная берёт на себя массовые мелкие действия, чтобы не тратить дорогие токены там, где это не нужно. На ряде агентных сценариев Muse Ember обошла Claude Haiku 5.5 и GPT-6 Luna.

Google тоже продолжает двигать Gemini из чат-сценариев в более прикладные задачи. 12 ноября вышла Gemini 4 Hydrogen — версия, рассчитанная на быстрые операции, повседневный кодинг и массовое использование. Её можно подключать через BotHub, Gemini API, AI Studio, приложение Gemini, Google Search и корпоративные продукты Google.

Бенчмарки стараются измерять настоящую работу

На этой неделе стало заметно, что индустрия всё сильнее уходит от тестов с короткими вопросами к проверке реальных рабочих процессов. Google DeepMind вместе с Artificial Analysis представила Multimodal Knowledge Agent — бенчмарк, где ИИ получает не один текстовый вопрос, а пакет документов, схем, изображений и файлов.

Внутри 200 задач из 10 отраслей и 83 профессий: от инженерии и строительства до медицины, права и науки. Итогом должна стать не просто короткая реплика, а готовый рабочий результат — например, отчёт, таблица или презентация. Авторы оценивают, что человеку такие задачи могут занимать от трёх до восьми часов.

Ещё один показательный пример — Embodied First Exam. Это тест для проверки того, как кодинг-агенты справляются с роботами: всего 1156 задач и 47 платформ. В основной части набора лучший результат среди восьми проверенных агентов показал GPT-6 Astra в Codex — 34% успешных решений.

Отдельно Google DeepMind рассказала про AlphaGenome 2, которая лучше учитывает конкретный тип и состояние клетки при анализе ДНК, и про AlphaProof Code, использованную для формальной проверки свойств безопасности протокола Signal. Всё это показывает: ИИ всё чаще проверяют не по красивым демо, а по тому, насколько он полезен в сложной и реальной работе.

Частые вопросы

Что полезного в этих новостях для обычного пользователя или команды?
Главная польза в том, что ИИ становится дешевле, быстрее и лучше подходит для рутинных задач: обработки документов, кода, поиска данных и работы с агентами. Это значит, что компании могут автоматизировать больше операций, не отправляя каждую мелочь в дорогую большую модель.
Чем агентные модели отличаются от обычных чат-ботов?
Агентная модель не только отвечает на вопросы, но и выполняет цепочку действий: вызывает инструменты, читает файлы, пишет код, маршрутизирует задачи. Для бизнеса это особенно полезно там, где нужен не ответ ради ответа, а конкретный результат.
Зачем нужны новые бенчмарки вроде MKA и Embodied First Exam?
Они пытаются оценить ИИ по настоящей работе, а не по простым тестовым вопросам. Это помогает понять, может ли модель справляться с офисными документами, сложными файлами или даже управлением роботом.
Можно ли уже использовать такие модели в рабочих сценариях?
Да, но лучше начинать с узких и понятных задач: поиск, извлечение данных, подготовка черновиков, обработка типовых документов. Для сложных процессов удобнее пробовать ИИ там, где есть измеримый результат и понятные ограничения.

Читайте также

Попробовать Lord GPT бесплатно →