Anthropic в Friday запустила Claude Opus 5, описав новую систему как свою самую производительную и экономичную модель ИИ на сегодняшний день. Компания заявляет, что Opus 5 превосходит предыдущую модель Fable 5 в бенчмарках по программированию и интеллектуальной работе, одновременно предлагая клиентам более низкие цены.

Introducing Claude Opus 5. It's a thoughtful and proactive model that comes close to the frontier intelligence of Fable 5 at half the price. pic.twitter.com/GQWhcq2CQL — Claude (@claudeai) July 24, 2026

Opus 5 стоит $5 за миллион входных токенов и $25 за миллион выходных токенов. Anthropic заявила, что это вдвое дешевле Fable 5, позиционируя модель как более доступный вариант для компаний, контролирующих расходы на ИИ. Такая модель ценообразования — отдельная плата за текст, отправляемый в модель, и за текст, который она генерирует, — стала отраслевым стандартом, позволяя компаниям прогнозировать затраты в зависимости от объема использования.

Anthropic описывает Opus 5 как модель, “designed to be used every day.” Она находится ниже Fable 5 и Mythos 5 в линейке компании, которая теперь включает четыре модели семейства Claude 5.

Mythos 5 остается самой мощной моделью Anthropic, но доступ к ней ограничен избранной группой компаний. Anthropic ограничила доступность из-за продвинутых возможностей модели в сфере кибербезопасности.

Ценовое давление формирует стратегию моделей

Корпоративные клиенты стали осторожнее относиться к расходам на ИИ, что усиливает давление на разработчиков моделей и требует от них обеспечивать более высокую производительность при меньших затратах. Руководитель продуктового управления Anthropic по исследовательскому направлению Dianne Penn заявила, что клиенты ищут ценность, а не просто более дешевые продукты.

“Если это более дешевая модель или более дешевое предложение, но оно не обеспечивает сопоставимый уровень качества, на практике это бесполезно,” сказала она CNBC.

Anthropic сталкивается с ценовым давлением со стороны Microsoft, Amazon, Google и нескольких китайских ИИ-стартапов. OpenAI ранее в этом месяце выпустила семейство GPT-5.6, а Google, как сообщается, готовит релиз Gemini 3.5 Pro, хотя этот запуск, по сообщениям, был отложен.

Китайская Moonshot AI на прошлой неделе также выпустила свою open-weight модель Kimi K3. Лаборатория утверждает, что Kimi K3 почти соответствует по производительности как Fable 5, так и GPT-5.6 Sol. Open-weight модели вроде Kimi K3, которые позволяют разработчикам скачивать и запускать модель на собственной инфраструктуре, усилили конкуренцию, предлагая бесплатную или недорогую альтернативу API-сервисам, таким как сервисы Anthropic.

Сроки IPO усиливают давление

Последние запуски моделей происходят на фоне подготовки крупных ИИ-компаний к возможным публичным размещениям. Anthropic подала конфиденциальные документы на первичное публичное размещение в June и, по-видимому, сохраняет курс на выход на биржу позднее в этом году.

OpenAI подала документы вскоре после этого, но может отложить IPO до 2027. Компания также сталкивается с иском Apple о коммерческой тайне, в котором утверждается, что OpenAI использовала проприетарную информацию Apple, что усложняет ее путь к публичному листингу.

Ранее в этом году администрация Trump вынудила Anthropic убрать Mythos 5 и Fable 5 с рынка из-за опасений в сфере кибербезопасности. Доступ был восстановлен примерно после двух недель переговоров. Этот эпизод подчеркнул новое измерение конкуренции в ИИ: выпуски моделей теперь зависят не только от рыночных сил, но и от прямого вмешательства государства, когда ведомства считают, что возможности моделей могут представлять потенциальные риски.

Anthropic заявляет, что продолжает работать с государственными ведомствами над тестированием перед развертыванием, в том числе для Opus 5. Компания подтвердила, что Opus 5 уступает Mythos 5 по возможностям в наступательной кибербезопасности и биологических исследованиях.

В отличие от Fable 5, Opus 5 не хранит пользовательские данные в течение 30 дней. Anthropic хранит данные Fable 5 в рамках своих мер мониторинга безопасности. Различие в политике хранения данных может иметь значение для клиентов в регулируемых отраслях, где более короткие сроки хранения могут снизить нагрузку, связанную с соблюдением требований.

Гонка моделей ИИ продолжается, поскольку компании балансируют между производительностью, стоимостью и регуляторными требованиями накануне года с высокими ставками для отрасли.