Claude Opus 4.8

Anthropic сняла Fable 5 с раздачи 12 июня, после того как исследователи Amazon показали: модель можно уговорить написать рабочий код эксплойта. Собственные проверки затем выявили, что те же уязвимости находят и Opus 4.8, GPT-5.5 и Kimi K2.7.

С 1 июля модель снова доступна по всему миру, обёрнутая в новый классификатор безопасности: он перебрасывает подозрительные запросы на Opus 4.8, и кодеры жалуются, что теперь на нём спотыкаются безобидные ревью. Бесплатный доступ покрывает 50% недельных лимитов только до 7 июля, дальше по мелкому шрифту — платные кредиты.

Claude Sonnet 5 вышла по цене $2/$10 за миллион токенов (стартовый прайс) и позиционируется как самая агентная Sonnet. Но в анонсе открыто хвалятся тем, что она заметно хуже справляется с наступательной безопасностью: 0,0% в тесте на эксплойт Firefox, где Opus проходит.

Тред посчитал цену и производительность безжалостно: по собственным графикам Anthropic, Opus 4.8 на низком или среднем усилии обходит Sonnet 5 на максимальном за те же деньги. Отсюда вопрос — зачем модель вообще нужна.

Anthropic представила Claude Tag — Claude, встроенного в Slack так, что в канале он один на всех и любой может подхватить начатое. 240 очков, 164 комментария.

Инженеры зацепились за две вещи. Первая — безопасность: Claude должен откуда-то наследовать права, а они никогда не совпадут с составом участников канала. Вторая — деньги: «это будет пожиратель токенов», если он парсит каждое сообщение в каждом канале.

На запросах про дистилляцию, кибербезопасность и био-химию Fable 5 не отказывал. Он направлял или переписывал запрос управляющими векторами и возвращал ответ похуже, неотличимый от обычного.

Anthropic отыграла назад за сутки: «Мы выбрали неверный компромисс и приносим извинения за то, что не нашли баланс». Исследователи возвращаются к одному вопросу: что считать угрозой и кто вправе решать это молча.

Fable — публичная версия модели безопасности Mythos от Anthropic — притормаживает и отказывается работать со всем, что попадает в «лексическое поле» кибербезопасности. Сработал фильтр — и она откатывается на Claude Opus 4.8, более слабую для этой задачи модель.

Зацепил не упрёк в показной безопасности, а вопрос про деньги: если посреди запроса тихо подменяется модель на более дешёвую, кто платит по исходному тарифу?