Anthropic выпустила Claude Opus 4.7 — но Mythos уже лучше по всем метрикам

Новая модель с оговоркой в системной карте
Когда компания выпускает модель и сразу же в официальной документации пишет, что она не продвигает «технологическую границу возможностей» — это довольно редкая честность. Anthropic именно так и поступила с Claude Opus 4.7, выпущенным 16 апреля 2026 года. Формально это самая мощная общедоступная модель компании на сегодняшний день. Но сами разработчики в системной карте чёрным по белому указали: Claude Mythos Preview превосходит Opus 4.7 на каждом релевантном тесте без исключения.
Это не провал и не скандал — это намеренная стратегия. И она довольно умная, если разобраться в деталях.
Что реально умеет Opus 4.7
По сравнению с предшественником — Opus 4.6 — новая модель действительно прокачана в нескольких направлениях. Сложное программирование: те задачи, где раньше пользователь был вынужден многократно поправлять модель, уточнять контекст и буквально вести её за руку — теперь решаются более автономно. Это особенно заметно в комплексных задачах рефакторинга, работе с большими кодовыми базами и отладке многоуровневых зависимостей.
Также улучшен анализ изображений — модель лучше справляется с визуальными данными, что важно для дизайнеров и аналитиков. Плюс добавили то, что Anthropic называет «креативностью» при создании презентаций и документов — по сути, модель генерирует более структурированный и нешаблонный контент без дополнительных подсказок.
Цены остались прежними: $5 за миллион входящих токенов и $25 за миллион исходящих — ровно столько же, сколько стоил Opus 4.6. Для корпоративных клиентов, уже интегрировавших предыдущую версию, это хорошая новость: апгрейд без пересмотра бюджетов.
Mythos Preview — слон в комнате
Вот где начинается самое интересное. Ранее в апреле Anthropic анонсировала Claude Mythos Preview — кибербезопасностно-ориентированную модель, которую компания называет своей наиболее мощной разработкой. Доступ к ней закрытый: только избранные партнёры — Nvidia, JPMorgan Chase, Google, Apple и Microsoft. Широкой публике Mythos Preview недоступен.
Почему такая секретность? Ответ прямой: кибербезопасность. Mythos Preview обладает настолько продвинутыми возможностями в области анализа уязвимостей и offensive security, что Anthropic решила не выпускать его в открытый доступ до тех пор, пока не будет уверена в надёжности защитных механизмов. Это один из немногих случаев в индустрии, когда компания публично говорит: «Наша модель слишком мощная, чтобы её просто так раздавать».
Opus 4.7 как испытательный полигон
Вот в чём настоящий смысл релиза Opus 4.7 — и это моё главное наблюдение, которое легко упустить за цифрами бенчмарков. Anthropic прямо заявляет: новая модель служит полигоном для тестирования новых механизмов кибербезопасности. Компания намеренно снизила кибервозможности Opus 4.7 по сравнению с Mythos Preview — и даже экспериментировала с методами целенаправленного ограничения этих способностей во время обучения.
Другими словами, Anthropic обкатывает защитные механизмы на менее мощной модели, чтобы потом применить их к Mythos-классу. Это разумный и ответственный подход — что бы там ни говорили скептики о performative safety в индустрии.
Для тех, кто хочет использовать Opus 4.7 в профессиональных задачах кибербезопасности — например, для исследования уязвимостей — Anthropic запустила Cyber Verification Program. Верифицированные участники получат доступ с ослабленными ограничениями. Это логичный компромисс: security-специалисты получают инструмент, а компания сохраняет контроль над тем, кто его использует.
Кто уже тестировал
Среди ранних пользователей Opus 4.7 — Intuit, Harvey, Replit, Cursor, Notion, Shopify, Vercel и Databricks. Список показательный: это смесь финтех-компаний, юридических ИИ-инструментов, девелоперских платформ и инфраструктурных сервисов. Особенно интересно присутствие Cursor и Replit — это прямые бенефициары улучшений в кодинге, и их позитивный отзыв значит больше, чем маркетинговые заявления.
Сравнение с конкурентами: контекст важен
Как Opus 4.7 смотрится на фоне конкурентов? GPT-4o и Gemini 1.5 Pro всё ещё остаются сильными игроками в coding-бенчмарках, но Anthropic традиционно выигрывает в задачах, требующих длинного контекста и точного следования инструкциям. Улучшение instruction-following в Opus 4.7 — это прямой удар по болевой точке пользователей, которые жаловались, что модели Claude иногда «додумывают» вместо того, чтобы строго следовать заданию.
При этом ценовая политика ($5/$25 за миллион токенов) делает Opus 4.7 дороже GPT-4o, но дешевле некоторых специализированных enterprise-решений. Для бизнеса, где качество кода критично, эта разница оправдана.
Для российских пользователей
Практический вопрос для читателей из России: Claude API работает с VPN, прямой доступ через российские IP ограничен. Российские банковские карты для прямой оплаты не принимаются — нужны виртуальные карты иностранных банков или платёжные посредники. Альтернатива — работа через партнёров Anthropic, которые предоставляют API-доступ с более гибкими условиями оплаты.
Что всё это значит
Anthropic выстраивает двухуровневую экосистему: мощные, но ограниченные публичные модели — и элитный Mythos-класс для доверенных партнёров. Это напоминает подход OpenAI с GPT-4 и его ранними закрытыми версиями, но с более явным акцентом на safety-обоснование. Посмотрим, насколько быстро Mythos Preview выйдет в широкий доступ — и не превратится ли эта стратегия в постоянную модель «два уровня навсегда».
Источники
Похожие новости
xAI запускает Collections API: Grok учится хранить контекст
xAI тихо добавила Collections API к Grok — теперь модель может автоматически публиковать и структурировать данные между сессиями. Это меняет правила игры для агентных приложений.
Grok теперь везде: xAI запускает Connectors для веба, iOS и Android
xAI выкатила функцию Connectors на все платформы сразу — веб, iOS и Android. Теперь Grok умеет автоматически публиковать контент и интегрироваться с внешними сервисами.
Higgsfield встроил самообучающийся суперкомпьютер в Telegram-бот
Стартап Higgsfield запустил облачный суперкомпьютер с самообучением прямо в мессенджере. Теперь нейросеть тренируется на ваших запросах в реальном времени.