Anthropic не сделала новую модель для учёных — она сделала среду, в которой они работают

Anthropic запустила Claude Science 30 июня 2026 года — не новую модель, а воркбенч, который объединяет базы данных, пайплайны и инструменты в одном окне. Это прямой ответ на проблему, которую каждый исследователь знает лично: постоянное переключение между десятками сервисов убивает половину рабочего времени. И это же — заявка Anthropic на то, чтобы стать операционным слоем для науки так же, как Claude Code стал операционным слоем для разработки.

Та же модель, другой продукт

Anthropic подчёркивает это прямо: Claude Science работает на тех же моделях, что доступны всем сегодня, включая Claude Opus 4.8. Никакого специального доступа, никаких скрытых возможностей. Это важно понять с самого начала, потому что ценность продукта — не в мощности модели, а в том, как она встроена в исследовательский процесс.

Воркбенч строится вокруг мультиагентной архитектуры. Главный ассистент работает как руководитель проекта: он подключается к более чем 60 научным базам данных, создаёт под-ассистентов под конкретные задачи — геномика, структура белков, химия — и передаёт им работу. Пользователь может также подключить собственного «экспертного» ассистента, настроенного под свою область исследований. Отдельный агент-фактчекер проверяет цитаты и расчёты перед публикацией.

Оговорка здесь очевидная: фактчекер — это та же базовая модель, проверяющая саму себя. Независимым источником истины это назвать нельзя. Но сам факт наличия отдельного шага верификации в пайплайне — уже шаг вперёд по сравнению с тем, как большинство исследователей используют чат-ботов сегодня.

Воспроизводимость как архитектурное решение

Одна из хронических проблем AI-assisted research — невозможность воспроизвести результат. Claude Science решает её конкретным способом: каждый сгенерированный рисунок — будь то 3D-структура белка или химическая схема — сопровождается точным кодом, который его создал, описанием на обычном языке и полной историей диалога с агентом.

Это означает, что другой исследователь может взять не просто картинку, а весь контекст её создания. Редактирование фигур тоже работает через естественный язык: вы говорите агенту, что изменить, он правит свой же код. Это убирает барьер между учёным и вычислительной частью работы — особенно для тех, кто не пишет код ежедневно.

Ещё один практический момент: воркбенч может работать на инфраструктуре самой лаборатории, не отправляя данные на серверы Anthropic. Для биомедицинских исследований с чувствительными данными это не опция, а необходимость.

Ранние пользователи уже дают конкретные результаты. Нейробиолог Жером Лекок из Allen Institute собрал мультиагентный пайплайн для вычислительного ревью. Группа Стивена Фрэнсиса в UCSF Brain Tumor Center ускорила комплексный анализ герминальных мутаций глиомы до доли прежнего времени — результаты прошли независимую валидацию.

Три стратегии на один рынок

Claude Science появился через два месяца после того, как OpenAI зашла на тот же рынок с другой стороны. В апреле 2026-го OpenAI выпустила GPT-Rosalind — специализированную модель, дообученную для биологического рассуждения. Доступ к ней закрытый: только квалифицированные enterprise-клиенты в США после проверки. Среди партнёров — Amgen, Moderna, Thermo Fisher, Novo Nordisk, Allen Institute.

Google DeepMind играет в третью игру. У неё есть то, чего нет у конкурентов: собственные фундаментальные научные модели — AlphaFold, AlphaGenome. Платформа Gemini for Science объединяет их с более чем 30 базами данных по наукам о жизни. Anthropic и OpenAI могут вызывать AlphaFold только как внешний инструмент.

В итоге три разные стратегии дистрибуции борются за один рынок:

• Anthropic идёт широко — открытый доступ для подписчиков Pro, Max, Team и Enterprise прямо сейчас.
• OpenAI идёт узко — enterprise-гейтинг и ручная квалификация.
• Google опирается на собственные модели, которых ни у кого больше нет.

Это не просто конкуренция за учёных. То, как разыграется эта история, станет ранним сигналом о том, как AI-вендоры будут конкурировать в других вертикалях — праве, финансах, инженерии.

Что ограничивает и что неизвестно

Главное ограничение — то, о чём Anthropic говорит сама: никакой специальной модели нет. Если задача требует глубокого биологического рассуждения, которое выходит за пределы возможностей Claude Opus 4.8, воркбенч это не исправит. Архитектура может сделать работу удобнее, но не умнее.

Вопрос долгосрочного качества фактчекинга тоже открыт. Система проверяет цитаты и расчёты, но при помощи той же модели — а значит, систематические ошибки модели она не поймает.

Наконец, ценообразование для научных организаций с ограниченными бюджетами пока неочевидно. Anthropic запустила программу поддержки: до 50 проектов получат до $30 000 в кредитах каждый. Заявки принимаются до 15 июля 2026 года, проекты стартуют 1 сентября. Это хорошо для академии, но не отвечает на вопрос о том, как будет выглядеть постоянная подписка для небольших лабораторий.

Вертикализация как следующий фронт

Anthropic последовательно движется от «мы делаем хорошую модель» к «мы делаем операционный слой для конкретных индустрий». Claude Code — для разработки. Claude Science — для исследований. Логично предположить, что следующие вертикали уже в работе.

Ставка на workflow, а не на сырую мощность модели, меняет и то, как компания будет конкурировать на цене. Если ценность — в интеграции и удобстве, а не в параметрах модели, то сравнивать продукты по бенчмаркам становится всё менее осмысленным. Это выгодно Anthropic — и неудобно для тех, кто привык оценивать AI-инструменты по таблицам с цифрами.

Источники

• TechCrunch: Anthropic’s Claude Science bets on workflow, not a new model, to win over scientists