Минувший месяц выдался крайне продуктивным в сфере нейросетевых технологий. Пока одни разработчики ограничивались анонсами, другие перешли к полноценным релизам. В итоге февраль обогатил индустрию целой плеядой громких премьер: Gemini 3.1 Pro, ChatGPT 5.3 Codex, Nano Banana 2, Seedance 2.0 — и, разумеется, главными героями нашего обзора: Claude Sonnet 4.6 и Claude Opus 4.6.
Я посвятил достаточно времени тестированию обеих моделей от Anthropic, чтобы сформировать о них устойчивое мнение. Результаты этих испытаний я решил оформить в виде сравнительного анализа — по аналогии с моим предыдущим материалом, где сталкивались ChatGPT 5.2 Pro и Gemini 3.1 Pro.
Важное уточнение: перед вами не официальный индустриальный бенчмарк, а сугубо индивидуальное исследование, продиктованное личным интересом. Тем не менее, если вы выбираете подходящий инструмент для работы или просто следите за эволюцией ИИ, этот разбор поможет подсветить сильные и слабые стороны, а также неочевидные нюансы каждой версии.
Итак, располагайтесь поудобнее — мы начинаем наш разбор.
Краткий обзор участников
Claude Opus 4.6
Флагманское решение от Anthropic, спроектированное для задач, требующих максимальной интеллектуальной глубины и ювелирной точности. Разработчики позиционируют модель как экспертный инструмент для комплексных вызовов: от фундаментальных научных изысканий и стратегического планирования до многоуровневого проектирования ПО и детального юридического анализа. В отличие от младших моделей, Opus 4.6 ориентирован на профессиональный сегмент, где безупречное качество результата приоритетнее скорости генерации.
Среди ключевых апгрейдов — существенно улучшенная способность удерживать контекст в длинных итерационных диалогах и более продвинутые логические рассуждения. Anthropic традиционно делает акцент на безопасности и предсказуемости ответов (AI Safety), что является визитной карточкой компании. Насколько это эффективно на практике — вопрос дискуссионный, но вектор развития остается неизменным.
Opus 4.6 оперирует внушительным контекстным окном и демонстрирует лидерские показатели в тестах на логику и программирование. Однако за мощь приходится платить: модель работает ощутимо медленнее и обходится дороже в эксплуатации, что делает её не самым практичным выбором для простых повседневных запросов.
Claude Sonnet 4.6
Сбалансированный инструмент в семействе Anthropic — именно эта модель является основной «рабочей лошадкой» для большинства пользователей. Sonnet 4.6 занимает нишу между топовым Opus и легковесным Haiku: она достаточно интеллектуальна для серьезных задач, но при этом обладает высокой скоростью отклика для комфортного взаимодействия в реальном времени.
Модель эффективно справляется с дата-аналитикой, копирайтингом, рефакторингом кода и ведением сложных диалогов. Поддержка мультимодальности позволяет ей работать с вложениями любых типов: от текстовых документов и таблиц до изображений, аудио и видеофайлов. Это превращает её в универсальный хаб для обработки разнообразного контента.
Как и вся линейка Claude, Sonnet 4.6 базируется на принципах «конституционного ИИ», где поведение системы регулируется четко заданным сводом этических правил. Удалось ли сделать модель по-настоящему безопасной или она просто стала излишне осторожной — каждый пользователь решит для себя сам.
Бенчмарки
Важная ремарка
Для проведения тестов обе модели были задействованы через агрегатор BotHub. Платформа предоставляет доступ к широкому спектру нейросетей — от текстовых движков до инструментов транскрибации и видеогенерации. По данной ссылке при регистрации можно получить 300 000 капсов для проведения собственных испытаний.
Методология сравнения
В рамках данного обзора мы сосредоточимся на рутинных сценариях — задачах, с которыми ИИ сталкивается ежедневно. Исследование включает четыре этапа: креативный копирайтинг (генерация и суммаризация), математический блок и разработка ПО.
Текстовые и программные задачи оцениваются по трехбалльной шкале: от 1 (неудовлетворительно) до 3 (превосходно). Математический блок имеет иную специфику: каждый верный ответ приносит 1 балл. Таким образом, за этап математики модель может набрать до 4 баллов суммарно.
Этап №1 — Креативная генерация
Скрытый текст
Напиши юмористический рассказ в жанре фэнтезийного магического средневековья. Действие должно происходить в антураже, напоминающем европейское средневековье с магами, трактирами, рыцарями и драконами. Рассказ должен состоять ровно из трех глав примерно одинакового объема (небольшого).
У рассказа должна быть классическая структура с завязкой, развитием и обязательным логическим концом, финал должен быть смешным и завершенным, не обрывай повествование на полуслове. Юмор должен быть умным и ситуационным, избегай глупых шуток ниже пояса, абсурдного сюрреализма и тупого юмора. Сделай акцент на иронии, нелепых магических неудачах, комичных персонажах и пародии на штампы фэнтези. Главный герой или герои должны столкнуться с магической проблемой, которая решается самым неожиданным и смешным способом.
Язык рассказа сделай легким, живым, современным, но с легким налетом старины в диалогах, чтобы сохранить атмосферу средневековья.
Этап №2 — Аналитическая выжимка
В качестве исходника используется фрагмент лекционного материала. Задача: максимально сжать объем без потери ключевых смыслов и важных деталей.
Этап №3 — Математический тест
Моделям предложены скриншоты с четырьмя задачами из различных разделов математики.
Этап №4 — Программирование
Скрытый текст
Ты – профессиональный программист на Python. Твоя задача – разработать полностью проработанное десктопное приложение – инженерный калькулятор с графическим интерфейсом. Код должен быть готов к запуску, чистым и содержать комментарии для пояснения ключевых моментов.
В функционал калькулятора необходимо включить базовые арифметические операции: сложение, вычитание, умножение и деление. Также добавь расширенные математические возможности: возведение в степень, извлечение квадратного корня, вычисление факториала, модуля числа и обязательную поддержку скобок для задания приоритета операций. Из тригонометрических функций потребуются синус, косинус, тангенс, а также обратные функции арксинус, арккосинус и арктангенс с возможностью переключения между градусами и радианами. Добавь натуральный и десятичный логарифмы, функцию возведения экспоненты в степень, а также математические константы – число пи и число e с высокой точностью. Из дополнительных функций пригодятся вычисление процентов, смена знака числа и кнопки очистки ввода. Интерфейс должен быть продуманным с логичным расположением кнопок, а поле ввода должно наглядно отображать введенное выражение и полученный результат. Для реализации графического интерфейса можно использовать любую удобную библиотеку, например tkinter или PyQt.
Отдельное требование – в интерфейсе калькулятора должна присутствовать кнопка с названием «Игра» или «Змейка». При нажатии на эту кнопку должно открываться новое окно с классической игрой «Змейка». Реализуй простую рабочую версию игры: змейка управляется стрелками клавиатуры, еда появляется в случайном месте игрового поля, при столкновении с границами экрана или собственным хвостом игра завершается, а текущий счет должен отображаться на экране. Дополни сам калькулятор историей вычислений.
Ход эксперимента
Раунд 1: Тексты
Claude Opus 4.6
Opus выдал весьма увлекательное повествование. Слог живой, ирония на месте, читать действительно интересно. Заслуженный высший балл.
Claude Sonnet 4.6
Sonnet, напротив, откровенно расстроил. Текст получился тяжеловесным и сухим, а обещанного юмора я так и не обнаружил. Хотелось поставить ноль, но формально структура соблюдена. С натяжкой 1 балл.
Раунд 2: Суммаризация
Claude Opus 4.6
Смысловая часть передана верно, но возникли вопросы к оформлению. В технической выжимке формулы критически важны, а модель проигнорировала почти все основные уравнения, оставив лишь одно второстепенное. Результат на 2 балла.
Claude Sonnet 4.6
Sonnet проявил большую внимательность к деталям, сохранив более полную версию формул. В остальном качество резюме сопоставимо с Opus. Также 2 балла из 3.
Раунд 3: Математика
Claude Opus 4.6
Claude Sonnet 4.6
Обе модели споткнулись на финише пятого задания. Решение верное, но до конца не доведено (пропущена замена переменных). Оба претендента получают по 3.5 балла.
Раунд 4: Программирование
Этот этап преподнес самые неожиданные результаты.
Claude Opus 4.6
Визуально приложение выглядит достойно, но на этом плюсы заканчиваются. Дополнительное задание — игра «Змейка» — не запустилось из-за критических ошибок. Сам калькулятор оказался абсолютно нефункциональным: кнопки не реагировали ни на простые арифметические действия, ни на сложные функции. Удивительно, но это 0 баллов.
Claude Sonnet 4.6
Здесь ситуация заметно лучше. «Змейка» полностью работоспособна и играбельна. Калькулятор корректно выполняет базовые операции, хотя на продвинутых инженерных функциях всё же пасует. Результат — 1 балл. Поразительно, что Sonnet в кодинге обошел флагмана.
Подведение итогов
|
|
Claude Opus 4.6 |
Claude Sonnet 4.6 |
|
Креатив |
3 |
1 |
|
Суммаризация |
2 |
2 |
|
Математика |
3.5 |
3.5 |
|
Кодинг |
0 |
1 |
|
ИТОГО |
8,5 |
7,5 |
Формальный победитель — Opus 4.6, однако общее впечатление от новых версий Claude осталось смешанным. Честно говоря, я ожидал большего: модели допускали ошибки в задачах, которые раньше щелкали как орешки. На текущий момент новые итерации кажутся шагом назад в плане стабильности. Лично для меня фаворитом остается линейка Gemini — она демонстрирует более сбалансированные и корректные результаты.
Благодарю за внимание!
