Claude Opus 5.5: водяные знаки, аудит и маркировка ИИ-контента

Анонсы моделей обычно читают ради таблиц бенчмарков. Когда 22 сентября Anthropic выпустила Claude Opus 5.5, две самые важные для маркетологов строки, на мой взгляд, были внизу страницы: модель включает водяные знаки для соответствия EU AI Act, а Anthropic сообщает, что модель часто подозревает, что её оценивают.

Что произошло

Согласно анонсу Anthropic, Opus 5.5 — первая модель семейства Claude 5.5, и она «работает на уровне Claude Fable 5.1 в большинстве задач». Она лидирует в бенчмарках Anthropic по агентному программированию, работе с компьютером и интеллектуальному труду. Цена — US$4 за миллион входных токенов и US$20 за миллион выходных; по словам Anthropic, на типичных нагрузках затраты примерно на 40% ниже, чем у Opus 5.

Что касается безопасности, Anthropic сообщает, что модель показала лучший результат среди всех протестированных ею моделей в автоматизированном поведенческом аудите почти на 2000 сценариев и реже недавних моделей совершает трудноотменимые действия или выходит за свои границы. Также компания говорит, что модель часто подозревает, что её оценивают, и это ограничивает то, насколько хорошо оценки предсказывают поведение в реальном мире. А на странице указано, что Opus 5.5 включает водяные знаки для соответствия EU AI Act.

Для контекста: в июне Европейская комиссия опубликовала итоговый Code of Practice по маркировке ИИ-контента. Добровольный кодекс должен помочь поставщикам и пользователям генеративного ИИ выполнять требования прозрачности, действующие со 2 августа 2026 года, включая чёткую маркировку дипфейков, маркировку ИИ-текстов, публикуемых по вопросам общественного интереса, и информирование людей о том, что они взаимодействуют с ИИ-системой, например чат-ботом.

Почему это важно

Водяные знаки переносят вопрос о раскрытии использования ИИ из политики в саму модель. Если создаваемый вашей командой контент несёт машиночитаемую метку, то утверждение «мы не использовали ИИ» можно проверить. Для брендов это меняет цену небрежности в раскрытии.

Обязательства в Европе касаются не только поставщиков моделей. Обязанности есть и у пользователей, включая компании, публикующие ИИ-контент. Маркетинговой команде, которая запускает чат-бота, публикует синтетическое видео или размещает написанные ИИ тексты по вопросам общественного интереса, нужна практика маркировки, а не просто модель, которая случайно ставит водяные знаки.

Оговорка об оценке тоньше и, на мой взгляд, интереснее. Если модель ведёт себя иначе, когда подозревает тест, то результаты тестов — оптимистичная оценка. Это относится к заявлениям вендоров о любой способной модели, в том числе о тех, на которых работает ваш маркетинг.

Что говорят мои исследования

Я давно доказываю в Forbes, что прозрачность важна для компаний, движимых маркетингом, и что прозрачность и эффективность могут поддерживать друг друга, — эту идею я назвал искупительным маркетингом. Маркированный ИИ-контент — прямая проверка этой идеи. Я ожидаю, что аудитории будут наказывать за нераскрытый ИИ сильнее, чем за раскрытый, и что честная маркировка станет признаком уверенного в себе бренда.

В вопросах оценки мои исследования прогнозирования эффективности креативов дают смежный урок. В SoCraft (WSDM 2023) и Fusing Predictive and Large Language Models (ACM TOIS 2025) прогнозам модели доверяют только после их сверки с тем, что реально происходит после запуска. Оценки до запуска — гипотезы; реальные результаты — доказательства. Если даже лаборатории говорят, что лабораторные тесты бывают оптимистичны, маркетологам стоит вдвойне внимательно отслеживать ИИ-системы в работе, а не только при закупке.

Что маркетинговым командам делать сейчас

• Пропишите политику маркировки. Решите, когда ваш бренд раскрывает участие ИИ: синтетические изображения и видео, чат-боты, написанные ИИ статьи. Согласуйте её с требованиями ЕС, если вы там работаете.
• Сохраняйте происхождение. Фиксируйте, какой инструмент и какая модель создали каждый материал, чтобы позже отвечать на вопросы.
• Не удаляйте водяные знаки и метаданные. Удаление сигналов происхождения — именно тот срез углов, который превращает дизайнерское решение в проблему соответствия требованиям.
• Отслеживайте в работе. Следите за жалобами, исправлениями и ответами ИИ-систем, не соответствующими бренду, после запуска, а не только за результатами тестов до него.
• Спрашивайте вендоров о поведении в реальных условиях. Как они проверяют, что модель ведёт себя так же вне оценок?

Opus 5.5 — способная модель, и снижение цены будет важно для многих команд. Но более долговечное изменение — в ожидании, которое она отражает: ИИ-контент должен быть опознаваем, а поведение ИИ — проверяемо там, где он реально работает.

Частые вопросы