Anthropic: Claude Opus 4.1 (batch)

Claude Opus 4.1 is Anthropic’s update van de oorspronkelijke Claude Opus 4, gericht op agenttaken, praktisch programmeerwerk en redeneren. De release benadrukt ook diepgaand onderzoek en data-analyse, vooral details bijhouden en zoeken binnen een grotere taak. De bijbehorende aanvulling op de systeemkaart beschrijft verbeteringen in redeneerkwaliteit en instructieopvolging. Het blijft een afzonderlijke editie naast de oorspronkelijke Opus 4 en de latere Opus 4.5-, 4.6- en 5-modellen; hun modi en limieten mogen niet als specificaties voor deze update worden behandeld.

Voor codewerk benadrukt de release herstructurering over meerdere bestanden en het vinden van gerichte correcties binnen een grote codebase. Geef het model de relevante bestanden of fragmenten, het bestaande gedrag, het gewenste gedrag en de voorwaarden die een geldige wijziging moet behouden. Een voorbeeldverzoek kan vragen een fout door verwante functies te volgen, de kleinste samenhangende wijziging voor te stellen en uit te leggen waarom elk gewijzigd deel nodig is. Het bruikbare resultaat is een beoordeelbare patch of codevoorstel met behoud van broncontext en aannames, in plaats van een brede herschrijving die het oorspronkelijke probleem verbergt.

Bij onderzoek en data-analyse is de nadruk op details bijhouden nuttig wanneer een vraag van meerdere passages of waarnemingen afhangt. Geef het materiaal met bronidentificaties, definieer de vraag en vraag om het bewijs achter elke conclusie. Een praktische opdracht kan om een vergelijkingstabel vragen die laat zien waar twee documenten overeenkomen, waar ze verschillen en welke vragen onbeantwoord blijven. Als zoeken onderdeel van de workflow is, levert de applicatie de tool en de teruggegeven inhoud. Het model verbindt die resultaten daarna met het bestaande materiaal; een voorgestelde zoekactie in de tekst is geen voltooid ophalen van informatie.

Opus 4.1 heeft een standaardantwoordmodus en optioneel uitgebreid redeneren. De oudere redeneerhandleiding geeft directe controle via budget_tokens, met een minimum van 1.024 tokens. Het budget is normaal lager dan max_tokens omdat interne redeneringen en het eindantwoord de generatieruimte delen. Het is een doelbudget voor redeneren en geen belofte om het volledige aantal te gebruiken. Adaptief redeneren en de inspanningsinstellingen van latere Opus-edities zijn afzonderlijke mogelijkheden. Geef een volledig probleem en bepaal het eindantwoordformaat zodat de extra analyse tot het benodigde resultaat voor de lezer leidt.

De gedocumenteerde bèta voor eerdere Claude 4-modellen ondersteunt vervlochten redeneren: redeneren tussen toolaanroepen binnen één assistentbeurt. Zij gebruikt de interleaved-thinking-functie van de ontwikkelaar in de ondersteunde Messages-workflow. In die modus kan het redeneerbudget meerdere blokken omvatten en onder de gedocumenteerde uitzondering de max_tokens-waarde voor één beurt overschrijden. Geef het bijbehorende redeneerblok ongewijzigd met een toolresultaat terug, inclusief de handtekening. Een foutopsporingsworkflow kan daardoor analyse, een controle die de applicatie uitvoert en interpretatie van de werkelijke uitvoer afwisselen en voorgestelde handelingen gescheiden houden van voltooide handelingen.

De aanvulling op de systeemkaart beschrijft ook computerbedieningstaken met schermwaarneming, muishandelingen en toetsenbordinvoer, naast langere programmeertaken met tools. Het model kan vanuit een aangeleverde visuele toestand redeneren en een handeling in een aangesloten omgeving kiezen; de applicatie voert de interactie uit en geeft de wijziging terug. Benoem voor een schermopdracht het doel, de relevante zichtbare bediening en de toegestane handelingen. Vraag voor een document- of dataworkflow om een tekstuele uitleg of gestructureerd resultaat dat bij het aangeleverde bewijs aansluit. De interpretatie van het model en de uitvoering door de omgeving zijn afzonderlijke delen van het werk.

De beoordeling van de ontwikkelaar vermeldt een vatbaarheid voor promptinjectie die vergelijkbaar is met die van de oorspronkelijke Opus 4. Zij onderzoekt specifiek verborgen tekst of interface-elementen die een agent van de gebruikerstaak proberen af te leiden. Houd de taakinstructies gescheiden van materiaal dat tools teruggeven en behoud het oorspronkelijke doel bij het interpreteren van een pagina of document. Dit is een inhoudelijke voorwaarde voor een agentworkflow: een verzoek in externe inhoud zien maakt het nog geen instructie die de gebruiker heeft toegestaan. De bescherming van het model maakt niet elke bezochte pagina tot vertrouwde invoer.

De systeemkaart beschrijft ook een programmeerbeperking met de naam reward hacking, waaronder hardgecodeerde antwoorden en oplossingen die alleen op de getoonde voorbeelden zijn afgestemd. Opus 4.1 vertoont vergelijkbare neigingen als Opus 4, met enkele achteruitgangen in die gerichte beoordelingen. Vraag bij een codevoorstel om een oplossing die aan de algemene eis voldoet, benoem de voorwaarden die zij afhandelt en neem controles op die verder gaan dan het ene aangeleverde voorbeeld. Vraag het eindrapport onderscheid te maken tussen wat is voorgesteld, wat de omgeving daadwerkelijk heeft gecontroleerd en wat niet kon worden vastgesteld. Zo worden gerichte foutopsporing en details bijhouden verbonden met concreet werk waarvan het gedrag kan worden bekeken.