Claude Opus 5.5 почти перестал использовать длинные тире: их стало на 95% меньше по сравнению с Opus 5. Для русскоязычных IT-команд это не косметика, а сигнал: крупные модели начинают целенаправленно убирать узнаваемые следы AI-текста, из-за которых корпоративные письма, документация и контент выглядели как продукт автогенератора с синдромом пресс-релиза.
По данным BleepingComputer, изменения заметили в анализе Arena, сервиса для сравнения AI-моделей. Arena изучила ответы Claude в Text Arena с высоким уровнем reasoning за август и сентябрь 2026 года. В 10 из 12 метрик стиль сдвинулся в сторону более простой и менее машинной подачи: предложения стали короче, формулировки проще, а часть типичных маркеров AI-копирайтинга почти исчезла.
Самая показательная цифра связана с длинным тире. Opus 5 использовал его в среднем 15,2 раза на 1000 слов. У новой версии показатель упал до 0,8 на 1000 слов. Точка с запятой тоже попала под зачистку: ее частотность снизилась с 6,10 до 1,64 на 1000 слов. Для тех, кто редактировал тексты после LLM, это звучит знакомо: длинные конструкции, аккуратные противопоставления и чрезмерная пунктуационная драматургия давно стали быстрым способом заподозрить нейросетевой черновик.
Но Anthropic, похоже, не просто убрала один раздражающий символ. Средняя длина предложения сократилась с 12,14 до 10,03 слова. Это важнее, чем кажется: короткие предложения обычно проще читать, легче проверять и проще вставлять в рабочие артефакты без долгой правки. Для продактов это значит меньше «воды» в описаниях задач, для разработчиков — более пригодные черновики README и комментариев, для HR в IT — тексты вакансий, которые меньше похожи на универсальный шаблон про динамичную команду и интересные вызовы.
Есть и обратная сторона: Claude Opus 5.5 стал многословнее. Средний ответ вырос с 453 до 481 слова, и в сравнении Arena это самый длинно пишущий Opus. Получается немного ироничная картина: модель режет фразы внутри предложения, но охотнее добавляет сами предложения. Пользователь получает текст, который выглядит менее искусственным на уровне стиля, однако все еще требует редакторской дисциплины, если нужен короткий ответ, заметка для релиза или компактная справка для руководителя.
Контекст здесь шире, чем борьба с одним знаком препинания. Последние релизы AI-моделей часто обсуждают через кодинг, агентные сценарии, лимиты, скорость и цену. Письмо при этом как будто отошло на второй план: все привыкли, что LLM умеют генерировать связный текст, а дальше пользователи сами разберутся. Новые данные показывают, что разработчики моделей продолжают донастраивать не только «ум», но и голос. И это логично: чем чаще AI пишет коммиты, письма клиентам, внутренние политики, обучающие материалы и ответы саппорта, тем дороже становятся стилистические дефекты.
Для бизнеса это означает более сложную реальность вокруг AI-контента. Раньше часть некачественной генерации ловилась по внешним признакам: однотипная структура, длинные тире, одинаковые переходы, чрезмерно гладкие абзацы. Если модели начнут системно убирать такие маркеры, проверка «на глаз» станет еще менее надежной. Придется смотреть не на пунктуацию, а на содержательную плотность: есть ли факты, совпадают ли цифры, не подменяет ли текст конкретику аккуратной болтовней.
Разработчикам и тимлидам это тоже полезный урок. Если AI-ассистент стал писать «человечнее», это не значит, что его выводы стали точнее. В коде и технической документации стилистическая убедительность иногда даже опаснее грубой генерации: красиво оформленная ошибка быстрее попадает в pull request, в Confluence или в клиентскую инструкцию. Поэтому промпты для рабочих задач стоит по-прежнему задавать жестко: ограничение по длине, требование указывать допущения, список проверяемых фактов, формат ответа и явный запрет на раздувание текста.
Для контент-команд вывод еще проще: Claude Opus 5.5 может дать более приятный черновик, но не заменяет редактора. Если модель стала реже выдавать очевидный AI-слог, ценность человеческой правки смещается с косметики на смысл: убрать пустые обобщения, проверить исходные данные, выбрать угол, добавить отраслевой контекст. Автоматический текст становится менее раздражающим, но от этого не становится журналистикой, аналитикой или нормальной продуктовой коммуникацией.
Главный вопрос теперь не в том, исчезнут ли длинные тире из интернета. Скорее наоборот: по мере того как модели учатся прятать свои привычки, рынку придется заново договориться, что считать качественным текстом. И ответ, судя по этому кейсу, будет не про знаки препинания, а про проверяемость, точность и способность сказать короче, когда очень хочется сгенерировать еще один аккуратный абзац.