#GatePreIPOsLaunchesWithSpaceX

Антропік підвез пушку: Claude Opus 4.7 😈

Антропік щойно випустила Claude Opus 4.7 — свою найпотужнішу загальнодоступну модель на сьогодні. А в таблиці для порівняння показали й Claude Mythos Preview — внутрішнього «монстра», який поки що не дають усім підряд (через потужні кіберздатності).

Агентне програмування (найважливіше для розробників)
SWE-bench Pro (складні реальні задачі з виправлення багів):
Mythos Preview — 77.8% | Opus 4.7 — 64.3% | Opus 4.6 — 53.4% | GPT-5.4 — 57.7%
SWE-bench Verified: Mythos — 93.9% | Opus 4.7 — 87.6% | Opus 4.6 — 80.8%

Це величезний стрибок. Mythos майже подвоює результати моделей 2024–2025 років на реальних задачах з GitHub.
Terminal-Bench 2.0 (робота в терміналі, агентне кодування):
Mythos — 82.0% | GPT-5.4 — 75.1% | Opus 4.7 — 69.4%

Багатогранне мислення і складні задачі Humanity’s Last Exam (один із найжорсткіших «останніх іспитів людства» мультидисциплінарний, рівень випускника):

Mythos — 56.8% | Opus 4.7 — 46.9% З інструментами: Mythos — 64.7% | Opus 4.7 — 54.7%
GPQA Diamond (високий рівень наукового мислення): Усі топ-моделі близько 94%, Mythos трохи випереджає — 94.6%.

Агентні можливості
Масштабоване використання інструментів (MCP-Atlas):
Opus 4.7 — 77.3% (лідер серед доступних)
Агентне використання комп’ютера (OSWorld-Verified): Opus 4.7 — 78.0% | Mythos — 79.6%
Агентний пошук (BrowseComp): GPT-5.4 лідирує з 89.3%, Mythos — 86.9%
Відтворення вразливостей у кібербезпеці (CyberGym): Mythos — 83.1% (тут він особливо небезпечний)

Візуальне мислення і мультимодальність CharXiv Reasoning: Opus 4.7 без інструментів — 82.1% | з інструментами — 91.0% Mythos — 93.2% з інструментами.
Мульти-мовне питання-відповідь (MMMLU): Opus 4.7 і 4.6 — близько 91%, Gemini 3.1 Pro — 92.6%.

Opus 4.7 — це найкращий вибір прямо зараз для більшості задач:
Значно краще за Opus 4.6 майже у всьому (особливо в агентному кодуванні, комп’ютерному використанні, візуальному reasoning і фінансовому аналізі).
Ціна та сама: $5 / $25 за мільйон токенів.
Доступний усім через Claude, API, Bedrock, Vertex AI тощо.
Покращена робота з високоякісними зображеннями (до 3.75 МП), новий рівень «extra high» зусиль, ультра огляд у Claude Code тощо.

Mythos Preview — це взагалі пздц, що за звір — це наступний рівень. Він домінує майже у всіх агентних і складних бенчмарках. Антропік тримає його в обмеженому доступі (Project Glasswing), бо модель особливо сильна у пошуку і відтворенні вразливостей у коді. По суті — це «кібер-озброєння» рівня frontier, яке поки тестують із посиленими захистами. Антропік прямо каже: Opus 4.7 поступається Mythos майже за всіма осями, але при цьому безпечніше і вже доступне для продакшена.

2026 рік — це вже не просто «чатботи». Ми бачимо справжніх агентів, які можуть годинами працювати у терміналі, фіксити реальний код, аналізувати фінанси і вирішувати задачі рівня PhD.
Opus 4.7 вже можна ставити у продакшн для складних workflow. Mythos же натякає, куди рухається індустрія найближчими місяцями.

Мабуть, це майбутнє вже зараз?
як ви вважаєте? 🤝