IDE-агент Anthropic: работает в терминале, читает код, пишет правки, гоняет тесты. Строится на моделях Claude Opus, Sonnet и Haiku.
Claude Opus 4.6 превосходит GPT-5.5 в ключевых бенчмарках по программированию и рассуждениям, таких как SWE-Bench Verified (80.8%) и MMMU-Pro (85.1%). Для большинства задач, требующих точности и сложного анализа, Claude эффективнее.
Claude Opus 4.7 превосходит GPT-5.5 в сложном кодинге, агентных задачах и SWE-bench (87.6% против 67.9%), с меньшим уровнем галлюцинаций и лучшей стабильностью рассуждений. GPT-5.5 выигрывает в скорости и веб-поиске, но уступает в глубокой инженерии.
DeepSeek V4 выигрывает за счёт бесплатного доступа, open-source кода и цен API в 50 раз ниже Claude Opus 4.7 при сопоставимых бенчмарках и 1M контексте. Для большинства задач, особенно с большими объёмами, экономия перевешивает небольшое преимущество Claude в точности.
Claude Opus 4.7 превосходит GPT-5.4 в ключевых бенчмарках по программированию и агентным задачам, таких как SWE-bench, с меньшим уровнем ошибок и галлюцинаций. Это делает её предпочтительной для сложного кодинга и многошаговых сценариев.
Claude Opus 4.7 — значительный прогресс в кодировании и агентных задачах с 13% улучшением на бенчмарках, 2x сокращением вызовов моделей и 24% ускорением выполнения задач при той же цене.
