Внедряет ли Opus 5.5 «нерфинг»? Обновление базовой линии LiveNerf

Автор открытого проекта LiveNerf объясняет, что для объективной оценки возможного снижения качества модели Claude Opus 5.5 требуется около 20 дней сбора данных по бенчмаркам SWE-bench и SciCode. На текущем этапе, когда прошло менее двух недель, любые колебания производительности лишь формируют базовую линию, а окончательные выводы о наличии «нерфинга» станут возможны позже.