Opus 5 снижает уровень инъекции промпта до 2 % при k=15 — Шнайер подтверждает траекторию

На бенчмарке IPI Opus 5 почти в три раза снижает процент успешных атак по сравнению с Opus 4.8. Лучший результат среди не-Claude моделей остаётся на уровне 16,5 %. Шнайер напоминает верную мысль: закрыть инъекцию промпта нельзя, но можно сделать её статистически затратной.

Факт

На бенчмарке IPI (Indirect Prompt Injection), опубликованном Anthropic, Opus 5 заявляет о 2,0 % успешных атак за 15 попыток (против 5,5 % у Opus 4.8) и 0,2 % за одну попытку (против 0,5 %). Сравнение в том же семействе: Sonnet 5 — 5,9 % (k=15), Mythos 5 — 2,6 %. Лучшая модель вне семейства Claude на этом бенчмарке, Muse Spark, достигает 16,5 % — более чем в восемь раз выше, чем у Opus 5. Брюс Шнайер приводит эти цифры в своём блоге 31 июля 2026 года и напоминает свою позицию: предотвратить prompt injection в общем случае невозможно, но в специфических сценариях прогресс очевиден.

Наше мнение

Есть два момента, выходящие за рамки маркетинговых цифр. Во-первых, показатель вне семейства Claude — 16,5 % — говорит о том, что разрыв в этом векторе реален, а не символичен. Для корпоративного развёртывания, где агент взаимодействует с внешними источниками (письма, документы, веб), переход с 16 % до 2 % меняет операционную стоимость эксплуатации. Во-вторых, позиция Шнайера — «прогресс в специфических случаях, а не полное решение» — это единственно верная точка зрения. Проблему prompt injection не закрывают, но делают её статистически затратной.

На что обратить внимание

Полный протокол IPI (набор данных, противники, категории) и независимые воспроизводимые оценки. Без них цифра 2 % останется частью маркетинга, а не частью SOC.