Innsiden av Claude Code

Helt fra starten av var Claude Code designet for praktiske utviklerarbeidsflyter. Den kunne søke i og lese kode, redigere filer, kjøre tester og pushe til GitHub – alt fra kommandolinjen . Den første forhåndsvisningen var begrenset, men responsen fra utviklere var umiddelbar. Allerede i mars 2025 fikk verktøyet støtte for innliming av bilder og @-omtale av filer; i april 2025 ble økt-persistens og gjenopptagelsesfunksjonalitet lagt til, slik at samtaler kunne videreføres på tvers av omstarter .

0.2.x-serien, som strakk seg fra februar til lanseringen av generell tilgjengelighet i mai, ga en gradvis stabilisering av terminalopplevelsen. Da Claude Code traff "GA", var det allerede produksjonsklart for vedvarende programvareutviklingsarbeid .

Modelloppgraderinger: Opus 4.x-serien driver fremgangen

Bak Claude Codes evner ligger Anthropics påfølgende flaggskipmodeller. Hver Opus-generasjon har direkte forbedret verktøyets evner innen koding, resonnering og pålitelighet.

Claude Opus 4.5 (November 2025)

Claude Opus 4.5, lansert i november 2025, ble posisjonert som verdens beste modell for koding, agenter og datamaskinbruk . Den etablerte Opus 4.x-arkitekturen som skulle bli plattformens fundament.

Claude Opus 4.6 (5. februar 2026)

Opus 4.6 brakte betydelige forbedringer innen planlegging, pålitelighet for langvarige agentoppgaver og drift i store kodebaser. Det mest bemerkelsesverdige var introduksjonen av et kontekstvindu på 1 million tokens i beta – den første Opus-klassemodellen som håndterte kontekst i dette omfanget .

Claude Opus 4.7 (April 2026)

Hoppet fra Opus 4.6 til Opus 4.7 var seismisk for kodebenchmarks. I én enkelt modelutgivelse gikk Anthropic fra 80,8 % til 87,6 % på SWE-bench Verified (adaptiv modus) . De presset også SWE-bench Pro fra 53,4 % til 64,3 % – en ledelse på over ti prosentpoeng over den nærmeste konkurrenten .

Opus 4.7 introduserte adaptiv tenkning, som dynamisk fordeler beregningsressurser per oppgave, og stabiliserte kontekstvinduet på 1 million tokens til produksjonskvalitet på tvers av Anthropics API, Amazon Bedrock og Google Clouds Vertex AI .

Claude Opus 4.8 (28. mai 2026)

Den nyeste modeltoppgraderingen er mer en raffinering enn en total omveltning. Opus 4.8 bygger direkte på Opus 4.7, og forbedrer SWE-bench Pro-scoren fra 64,3 % til 69,2 %, samtidig som hyppigheten av uoppdagede kodefeil reduseres dramatisk. Anthropic rapporterte at modellen er fire ganger mindre tilbøyelig til å la feil i sin egen kode passere ukommentert, og at testere observerte en større villighet til å påpeke usikkerhet og unngå ubegrunnede påstander .

Avgjørende er det at Opus 4.8 opprettholder API-kompatibilitet med Opus 4.7 og lanseres til samme pris. Den kommer også med en «Fast Mode» som er 2,5 ganger raskere og koster en tredjedel av tidligere modeller, noe som direkte forbedrer utvikleropplevelsen i Claude Code .

Code with Claude 2026: Drømming, administrerte agenter og et plattformskifte

Anthropic holdt sin første årlige utviklerkonferanse, Code with Claude, den 6. mai 2026 i San Francisco, med satellittarrangementer i London og Tokyo . I stedet for å vise frem en ny modell, fokuserte arrangementet utelukkende på plattformfunksjonalitet – særlig funksjoner for «Claude Managed Agents» (Administrerte Claude Agenter).

Fire nye funksjoner for administrerte agenter

Anthropic lanserte fire funksjoner for sin hostede, tilstandsbevarende agent-kjøringsmotor, som kun hadde vært i offentlig beta i omtrent en måned siden tidlig april 2026 .

Drømming (Research Preview) er den mest konseptuelt ambisiøse av de nye funksjonene. Når agenter er inaktive, gjennomgår en planlagt bakgrunnsprosess opptil 100 tidligere samtaler, trekker ut gjentakende mønstre, arbeidsflyter og feil, og skriver deretter om agentens minnelager for å øke signalkvaliteten. De opprinnelige øktdataene forblir uendret – agenten tar kun i bruk disse minneoppdateringene eksplisitt, og utviklere kan velge manuell gjennomgang før minnet endres .

Mekanismen gjør det i praksis mulig for agenter å forbedre seg over tid uten direkte omskolering. Den er for tiden tilgjengelig i en research preview og krever at man søker om tilgang .

Utfall (Public Beta) introduserer strukturerte suksesskriterier. En separat evaluator kjører i et isolert kontekstvindu og vurderer agentens resultat opp mot utviklerdefinerte vurderingskriterier. Hvis poengsummen faller under en terskelverdi, prøver agenten automatisk på nytt .

Multi-Agent Orchestration (Public Beta) lar en ledende agent dekomponere komplekse oppgaver og sende arbeid til en flåte av spesialiserte underagenter – hver med sin egen modell, instruksjon og verktøy – som kjører parallelt på et delt filsystem .

Webhooks (Public Beta) lar agenter sende varsler til eksterne systemer når oppgaver er fullført, og flytter agentiske arbeidsflyter fra å være samtalebaserte til hendelsesstyrte .

Ytterligere kunngjøringer

Ved siden av administrerte agenter-funksjonene inkluderte Code with Claude flere andre lanseringer:

• Claude Finance: Et sett med 10 forhåndsbygde finansagenter, med en rapportert «Finance Agent v1.1»-benchmark-ytelse på 64,4 % .
• Add-ins: En ny utvidelsesmekanisme for å integrere eksterne verktøy i Claudes grensesnitt .
• SpaceX Compute Partnership: En avtale som doblet brukskvotene for Claude Code på SpaceX' Colossus-superdatamaskin, noe som signaliserer Anthropics ambisjoner om tilgang til beregningskraft i stor skala .
• Dynamiske arbeidsflyter: En research preview inne i Claude Code som lager titalls til hundrevis av parallelle underagenter for å verifisere resultater før de rapporteres tilbake .

Benchmarking av Claude Code: 87,6 % på SWE-bench og mer

Claude Codes viktigste benchmark-tall er 87,6 % på SWE-bench Verified, oppnådd med Claude Opus 4.7 i adaptiv modus . Denne poengsummen representerer det høyeste publiserte resultatet blant allment tilgjengelige AI-kodeagenter per juni 2026.

SWE-bench Verified er et kuratert sett med 500 virkelige GitHub-saker fra åpen kildekode-prosjekter i Python som agenter må løse ende-til-ende. Det har blitt bransjens standardreferanse for agentisk programvareutvikling, og Claude Codes stigning på denne rangeringen – fra 80,9 % på Opus 4.5 til 87,6 % på Opus 4.7 – har vært en sentral fortelling for produktet .

Den adaptive rammen

87,6 %-tallet er ikke statisk. Det avhenger av modellen, instruksjonen og "rammen" – kjøringsmiljøet som orkestrerer verktøybruk. Claude Opus 4.7s adaptive modus fordeler dynamisk beregningsressurser per oppgave, og sender mer kraft til komplekse omstruktureringer. Frittstående Claude Code uten denne adaptive rammen skårer 80,8 % på den samme benchmarken .

På den vanskeligere SWE-bench Pro-benchmarken – som tester mer kompleks problemløsning i den virkelige verden – skåret Opus 4.7 64,3 %, foran GPT-5.4 (57,7 %), GPT-5.5 (58,6 %) og Gemini 3.1 Pro (54,2 %) . Opus 4.8 presset senere SWE-bench Pro til 69,2 % .

Andre benchmarks og konkurransesituasjonen

Claude Codes ytelse strekker seg over flere benchmarks:

• Terminal-Bench 2.0: 69,4 % med Opus 4.7 .
• CursorBench: 70 % med Opus 4.7, opp fra 58 % med Opus 4.6 .
• MCP-Atlas: 77,3 % for verktøybruk .

I blinde kodekvalitetsvurderinger vinner Claude Code 67 % av direkte sammenligninger med konkurrenter .

Det er verdt å merke seg at konkurransebildet forblir flytende. OpenAIs GPT-5.5 tok en kort periode ledelsen på SWE-bench Verified med 88,7 % tidligere i midten av 2026, noe som skapte et skille der Claude Code ledet på SWE-bench Pro og GPT-5.5 ledet på Verified . Rangeringen fortsetter å utvikle seg med hver modelutgivelse.

Autonomi på prosjektnivå: Anthropics differensieringsstrategi

Anthropics posisjonering for Claude Code har samlet seg rundt konseptet langtidshorisont-autonomi. Claude Opus 4.8 beskrives som å ha "konsistensen og autonomien til å fortsette å jobbe med langvarige oppgaver" og er spesifikt merket som "Anthropics mest kapable modell for kompleks resonnering, langvarig agentisk koding og arbeid med høy autonomi" .

Denne vektleggingen av vedvarende, uavhengig drift snarere enn engangs-prompt-fullføring er der Claude Code tydeligst skiller seg ut. Funksjoner som drømming, adaptiv tildeling av beregningsressurser og multi-agent orkestrering peker alle mot en filosofi der agenten forventes å operere på tvers av økter, lære av sin egen produksjon og administrere komplekse flerfil-prosjekter med minimal utviklerinngripen.

Anthropic har også begynt å fremheve modellens ærlighet som et konkurransefortrinn. Lanseringen av Opus 4.8 understreker modellens villighet til å påpeke usikkerhet og unngå ubegrunnede påstander – en praktisk, sikkerhetsorientert innramming rettet mot utviklere som må kunne stole på agentens resultater i produksjonsmiljøer .