Anthropic выкатили Claude Opus 5.

Почти уровень Fable 5 за половину цены. И та же цена, что была у Opus 4.8:$5/$25 за миллион токенов. Модель заменили на сильнейшую, счёт не вырос.

Три цифры, которые важны, если строишь агентов:

1. Бизнес-процессы, AutomationBench — 26.0% GPT-5.6 Sol 18.1 / Fable 5 17.4 / Opus 4.8 17.0. Все сидели на 17–18, Opus 5 забрал +50% сверху.

2. Агентный кодинг в терминале, Frontier-Bench — 43.3% Против 21.1 у Opus 4.8, ровно вдвое. Это движок Claude Code. Причём Opus 5 на минимальном effort обгоняет Opus 4.8 на максимальном — втрое дешевле за попытку.

3. Новые задачи, ARC-AGI-3 — 30.2% GPT-5.6 Sol 7.8, Opus 4.8 1.5. Разрыв кратный.

Плюс самая выровненная модель у Anthropic: минимум безрассудного и обманного поведения по их аудиту. Для агентов без присмотра это важнее бенчей.

Честно: на DeepSWE впереди GPT-5.6 Sol, в Legal — Fable 5. И 26% на бизнес-процессах это всё ещё 26%.
Уже дефолт на Max, есть в API.

Перевожу свой 6-агентный пайплайн, вернусь с до/после.

Сегодня будет два поста по поводу курсора.

Первый про Grok Bot. xAI выкатил его 11 августа в бете. Это не чат, а набор постоянно работающих агентов.

Каждый бот получает свой облачный компьютер: браузер, файловая система, терминал, свои логины. Заходит в сервисы руками, как человек, включая те, где нет ни API, ни MCP.

Учится наблюдением. Показываешь один раз как делаешь задачу, он сохраняет ее как рутину, ты правишь, дальше выполняет сам.

Ботов можно запустить несколько. Сверху chief of staff, который раздает задачи специалистам: инбокс, расходы, рекрутинг, багфиксы. Между собой переписываются напрямую, без тебя как курьера.

Бесплатного тарифа нет, нужен SuperGrok Heavy за $300, Cursor Ultra за $200 или Cursor Teams Premium за $120 за место. У меня доступ есть, зашел, скрин на фото

Категория при этом не новая. Агент со своим компьютером уже пробовали OpenClaw и Hermes. Новое тут упаковка: мессенджер-интерфейс и мобильное приложение

Не стоит недооценивать Grok :)

Grok 4.6, вышел сегодня.

Связь с Cursor прямая: SpaceX купил Cursor за $60 млрд, вместе они стали SpaceXAI. Среда, где работает Grok, выросла из Cursor.

По уму — вплотную к лидерам. В рейтинге Artificial Analysis 61 балл: столько же у GPT-5.6 Sol, у Fable 5 — 62, у Opus 5 — 63. За месяц прибавил 5.

Силён как агент — когда сам делает задачу по шагам. На реальных рабочих задачах второй после Opus 5, в терминале 88.4%.

Но главное — цена. $2 за миллион входящих токенов и $6 за исходящие. У Opus 5 — $5 и $25. Втрое дешевле.

И вот что интереснее. Ту же задачу Grok закрывает за ~53 шага, Opus 5 — за 103. Текста читает вчетверо меньше: 0.5 против 2 млрд токенов. Агент на каждом шаге перечитывает всю переписку, поэтому в счёте разрыв ещё больше, чем в прайсе.

Вывод: лучшая цена за качество, когда Grok работает, а кто-то проверяет. Проверку оставляю на Opus.

Графики собрал сам, данные Artificial Analysis.