Разработчики заметили низкие значения шкалы «усилия». Anthropic говорит, что тестирует конфигурации обслуживания, и на этой неделе число значит другое.

В выходные 22 августа пользователи Claude Code сообщили, что индикатор «effort» («усилие») показывает неожиданно низкие значения — на одном скриншоте 10 из 100 — и что одинаковые задачи ведут себя очень по-разному у Opus 5 и более старого Opus 4.6: в одном случае 43 минуты против 2 минут на ту же работу. Тред попал на главную страницу Hacker News. Тарик, руководящий командой Claude Code в Anthropic, публично ответил, что компания сейчас тестирует конфигурации обслуживания API и что во время этого теста числовое значение усилия «сопоставляется иначе», чем обычно. По его словам, выбранный пользователем уровень усилия — это тот уровень, который он и получает, а собственные оценки компании не показывают падения качества. Остальная часть треда решается не так просто: длинная череда пользователей описывает вывод Opus 5 как более многословный и вычурный, чем им хотелось бы; некоторые возвращаются к 4.6 или переходят к конкурентам. Это впечатления, а не измерения, и впечатления о качестве моделей известны своей ненадёжностью. Но конкретное, что подтвердила Anthropic: число, показанное в интерфейсе, на этой неделе значило не то же самое, что на прошлой.

✓ Проверено · 2 источников

Похожие новости