Let me note the following important point. With this release, Anthropic is making a pretty clear bet on coding. Nothing else. On all the other benches it looks like they didn’t even bother trying to improve, but on SWE they boosted it hard (which is exactly about coding).
All of this only says one thing: I’d be thinking twice about other agent systems and their overall reason for existing. Since anyway everyone depends on the base model.
Original (RU)
Замечу следующий важный момент. Anthropic своим релизом делает вполне четкую ставку на кодинг. Ничего больше. Все остальные бенчи похожи даже не парились улучшать, а вот по SWE подняли сильно (это как раз про кодинг).
Все это говорит лишь о том, что я бы задумался по поводу других агентских систем и их в целом целесообразности. Так как все равно все зависят от базовой модели.