В Cursor ненадолго появилась модель под названием Honeycomb EAP, а затем была быстро отозвана.
Вскоре многие восприняли её как раннюю утечку Claude Opus 5.
Но Anthropic не подтвердил, а Cursor не объяснил причину. Поэтому я использовал Apodex, чтобы проверить этот пока неотвеченный вопрос — ответ станет известен через две недели.
Однако в конечном счёте этот тест оказался ценным не из-за цифры 10%. А потому, что после одного уточняющего вопроса система удалила два ключевых доказательства и пересчитала.
Содержание основано на моих реальных действиях и скриншотах. Вероятности в тексте — аналитические оценки на основе публичной информации по состоянию на 17 июля 2026 года, а не установленные факты.
Я спросил:
Выпустит ли Anthropic официально и откроет для публики Claude Opus 5 до 31 июля 2026 года? Если нет, то что именно представляет собой Honeycomb EAP?
Вопрос, срок и три идентичности для оценки были чётко прописаны перед отправкой, использовался Deep Discover Preview.
В 18:28 я начал расследование. Страница перешла в многопоточный процесс Swarm, последовательно отображая этапы Research, Verification и Writing.
Задача была отправлена, и запустилось несколько исследовательских потоков.
Первая версия отчёта была ясна: вероятность официального выпуска Opus 5 до 31 июля крайне низка; Honeycomb, скорее всего, узел EAP уровня Mythos/Fable, за ним следует задержанный Opus 5, а чисто исследовательская версия — на последнем месте.
Если бы я просто хотел сделать стандартный спонсируемый пост, этого было бы достаточно: вывод, источники, вероятности и несколько красивых скриншотов отчёта.
Но чем больше я вглядывался, тем сильнее чувствовал, что два доказательства вызывают сомнения.
Первое: Honeycomb переключается на Opus 4.8 после срабатывания безопасности, значит, его возможности должны быть выше, чем у Opus 4.8.
Это не выдерживает критики. Откаты могут происходить из-за политик безопасности, стабильности EAP, доступности или настроек маршрутизации — они не являются прямым показателем уровня возможностей.
Второе: Honeycomb расположен выше в списке моделей Cursor, следовательно, относится к более высокому продуктовому уровню.
Если Cursor не опубликовал свои правила сортировки, положение в списке может зависеть от времени выхода, алфавитного порядка, приоритета интеграции или решений интерфейса. Использовать это для доказательства идентичности модели — слишком натянуто.
Поэтому в 19:02 я не стал просить Apodex найти больше подтверждающих материалов, а поручил ему провести реверс-аудит самого себя: найти самые сильные контраргументы, проверить уровни источников и прояснить условия несостоятельности. Если доказательство недостаточно убедительно — удалить его; не защищать первоначальное суждение.
Второй раунд был не про доработку исходного отчёта, а про целенаправленное оспаривание собственной цепочки доказательств. Этот промпт можно использовать повторно.
Результат: три исправления, одно сохранено.
Сначала он признал, что «откат безопасности к Opus 4.8» не доказывает превосходство Honeycomb. Исходный материал был всего лишь пересказом с неопределёнными формулировками вроде «утверждается» и «некоторые интерпретируют как», а не официальным техническим логом.
Вес этого доказательства был снижен почти до нуля.
Затем он не смог найти официальных правил сортировки моделей Cursor.
На этот раз он перестал строить догадки на основе позиции в списке, изменил вывод на «неизвестно» и полностью удалил это доказательство из оценки идентичности.
Третья корректировка была основана на историческом ритме выпуска последних моделей Anthropic.
Первая версия рассматривала «отсутствие Opus 5 в пяти официальных каналах» как весомое доказательство. Но при второй проверке выяснилось, что инкрементальные обновления, такие как Opus 4.x, часто выпускаются с API-документацией и анонсами в тот же день; только новые уровни вроде Fable/Mythos имели период опережения EAP около 60 дней.
Таким образом, «пустота пяти каналов» доказывает лишь отсутствие публичных сигналов в данный момент, а не то, что выпуск точно не состоится в ближайшие две недели.
После удаления несостоятельных доказательств и перекалибровки исторических ориентиров Apodex по-прежнему сохранял низкую оценку вероятности: около 10% на официальный публичный выпуск Opus 5 до 31 июля.
Три идентичности для Honeycomb также были перераспределены:
Эти цифры не являются объективными истинами из статистической модели; это аналитические оценки, основанные на текущих публичных данных.
Более того, ни одно из трёх объяснений не превысило 50%. В настоящее время ни одна идентичность не заслуживает названия «подтверждённый факт».
Самое интересное было не в итоговых 10%, а в том, что после моего уточнения система действительно удалила два несостоятельных доказательства и пересчитала. По крайней мере, она не пыталась натянуть историю, чтобы защитить свой первый ответ.
Также были перечислены сигналы, которые могли бы опровергнуть текущее суждение: официальное объявление Anthropic, повторное появление Honeycomb как Fable/Mythos EAP, официальное объяснение удаления, появление Opus 4.9 или долгосрочное исчезновение Honeycomb.
Отчёт предоставил опровержимые условия, позволяющие в будущем проверить их по публичным событиям.
После этого я больше склонен рассматривать Apodex как «аудитора исследований», а не как машину для ответов.
Его первая версия всё ещё будет придавать слишком большой вес вторичным материалам и рассуждать на основе позиций в интерфейсе без официальных правил. Но он может изложить источники, выводы, контраргументы и неизвестные. Затем вы можете задать уточняющие вопросы и заставить его удалить доказательства и изменить суждения.
Ключевые источники по-прежнему требуют ручной проверки, а прогнозы должны быть верифицированы после раскрытия результатов. Вторая проверка в итоге перечислила 13 ссылок, в основном из официальных материалов Anthropic, Claude Platform и Cursor.
После 31 июля я вернусь, чтобы проверить: какие доказательства действительно были полезны, а какие просто звучали разумно в то время.
Если у вас есть вопрос, на который «сейчас нет стандартного ответа, но который можно будет проверить публично позже», вы можете прогнать его через Apodex. Не спрашивайте только один раунд; во втором раунде прямо заставьте его провести реверс-аудит самого себя.
