Patrick Zandl (Twitter), zverejneno 05.02.2026. Archiv: https://odstraneno.cz/post/146164 (Odstraneno.cz)

Opus 4.6 je venku a internet je plný "recenzí" od lidí, kteří přepsali release notes a přidali "I just tested it" do titulku.

Takže co víme reálně?

Anthropic tvrdí: +190 Elo nad 4.5, nejlepší Terminal-Bench, poráží GPT-5.2. Na jejich vlastních benchmarcích. Které selektivně vybírají. chybí MMLU, GPQA, HumanEval.

Box (nezávisle) naměřil: z 58 % na 68 % na enterprise reasoning. Zajímavé, ale 68 % = pořád chyba v každé třetí úloze.

Největší skok: Life Sciences 39 → 64 %. 
Nejslabší: Legal 51 %.

Reálné novinky: 1M kontext, 128K output, paralelní agenti. 

Verdikt: solidní iterace, ne paradigm shift. Pokud jste na Opus 4.5 a pracujete s velkými codebases, upgrade dává smysl. Ale práci s 1M kontextem zatím lze otestovat jen v placeném API režimu.
Jinak klid. AGI is not near.
