Битва титанов: Claude Opus 4.6 vs GPT-5.3-Codex
Тут забавная ситуация, антропики выкатили свой новый опус 4.6 и сразу в след за ними опен аи выпустили кодекс 5.3, обе модели подняли планку в своих ветвях, так что логичнее будет обозреть сразу 2 модели в одном посте
Первые 5 вложений относятся к опусу, следующие 5 к кодексу
🔘Claude Opus 4.6
Технические характеристики:
- 1M токенов контекста (бета)
- 128K токенов на выход
- Улучшили навыки кодирования, планирования и отладки
- Способность работать в крупных кодовых базах
Рекордные результаты:
- #1 на Terminal-Bench 2.0 (агентское кодирование)
- Лидер на Humanity's Last Exam
- +144 Elo перед GPT-5.2 на GDPval-AA
- 76% на MRCR v2 (поиск информации в 1M токенов) vs 18.5% у Sonnet 4.5
Практическое применение:
- Интеграция с Excel и PowerPoint (новая функция)
- Автономная работа в Cowork - мультизадачность без участия человека
- Команды агентов в Claude Code для параллельной работы
🔘GPT-5.3-Codex
Кодекс 5.3 сам участвовал в собственном создании😏 я так долго ждал что кто то выпустит серьезную модель таким путем, ну к сожалению не полностью сам себя написал
Возможности:
Фронтирные агентские способности:
- Рекорд на SWE-Bench Pro (реальная разработка ПО, 4 языка)
- Лидер на Terminal-Bench 2.0 с наименьшим использованием токенов
- +70% прирост на OSWorld (использование компьютера в визуальной среде)
Скорость:
- На 25% быстрее предыдущих версий
Автономное создание сложных приложений:
- Создание полнофункциональных игр и приложений с нуля за несколько дней
- Итеративная разработка на протяжении миллионов токенов
- Улучшенное понимание намерений для веб-разработки
Интерактивный коллаборатор:
- Обсуждает подходы и принимаемые решения
- Отвечает на вопросы в реальном времени
- Позволяет корректировать направление работы на ходу
🔘Общий фокус: безопасность
Claude Opus 4.6:
- Низкий уровень нежелательного поведения на автоматизированных аудитах
- Наименьший уровень избыточных отказов среди всех моделей Claude
- Шесть новых кибербезопасных пробов для отслеживания потенциального злоупотребления
GPT-5.3-Codex:
- Первая модель с High capability для задач кибербезопасности
- Программа Trusted Access for Cyber для исследователей
- $10M в API-кредитах для защиты open-source проектов
- Расширение beta-программы Aardvark (агент для исследования безопасности)
🔘Доступность
Claude Opus 4.6:
- Доступен на claude.ai, через API и на всех основных облачных платформах
- Цена: $5/$25 за миллион токенов (input/output)
- Premium pricing для промптов >200K токенов
GPT-5.3-Codex:
- Доступен с платными планами ChatGPT
- В приложении Codex, CLI, IDE-расширении и веб-версии
- API-доступ ожидается в ближайшее время
Возможно историческую гонку наблюдаем🍌
