Anthropic
Anthropic's flagship for the work you would hand a senior colleague — thinking on by default, a million tokens of context.
1M tokens
Konteks
May 2026
Batas data
128,000 tokens
Output maks
Lebih lambat
Kecepatan
Three prompts, three unedited answers, generated on September 2, 2026 through NinjaChat. Click the prompt to copy it and run it yourself.
Write a Python function that merges overlapping intervals, plus three short tests. Keep the whole answer under 40 lines of code.
def merge_intervals(intervals):
"""Merge overlapping intervals.
Args:
intervals: iterable of (start, end) pairs with start <= end.
Returns:
New list of disjoint (start, end) tuples sorted by start.
Touching intervals like (1, 2) and (2, 3) are merged.
"""
merged = []
for start, end in sorted(tuple(iv) for iv in intervals):
if merged and start <= merged[-1][1]:
prev_start, prev_end = merged[-1]
merged[-1] = (prev_start, max(prev_end, end))
else:
merged.append((start, end))
return merged
def test_overlapping_and_touching():
assert merge_intervals([(1, 3), (2, 6), (8, 10), (15, 18)]) == [
(1, 6), (8, 10), (15, 18)]
assert merge_intervals([(1, 2), (2, 3)]) == [(1, 3)]
def test_unsorted_and_nested():
assert merge_intervals([(5, 7), (1, 10), (2, 3)]) == [(1, 10)]
def test_edge_cases():
assert merge_intervals([]) == []
assert merge_intervals([(4, 4)]) == [(4, 4)]
assert merge_intervals([(1, 2), (3, 4)]) == [(1, 2), (3, 4)]
if __name__ == "__main__":
test_overlapping_and_touching()
test_unsorted_and_nested()
test_edge_cases()
print("all tests passed")
A couple of notes on choices worth knowing about:
(1, 2) and (2, 3) become (1, 3) because the comparison is start <= prev_end. If your intervals are half-open (e.g. time slots where 2 is an exclusive end), change it to start < merged[-1][1] so they stay separate.(5, 1) will produce nonsense rather than an error; add a check if the input isn't trusted.Complexity is O(n log n) time from the sort, O(n) extra space.
Read: We ran the same 3 prompts on 12 AI models — Unedited answers, latency and price for every model, measured through the NinjaChat API in September 2026.
Served by Anthropic as claude-opus-5. Answers vary run to run; these are one take each, not the best of several.
Perubahan multi-file lengkap dengan tes, dikerjakan tuntas bukan sekadar draf kasar.
Konteks sejuta token: repo utuh, kumpulan kontrak, arsip riset dalam satu percakapan.
Tinjauan arsitektur, analisis trade-off, rencana yang harus tahan diuji.
Tangkapan layar, diagram, PDF, dan spreadsheet sebagai bagian dari percakapan.
Tuned to this model — click any line to copy.
Claude Opus 5 berada di puncak keluarga Claude 5 dari Anthropic, dirilis pada 24 Juli 2026 dan diposisikan di atas Claude Sonnet 5 dan Claude Fable 5. Inilah model yang diarahkan Anthropic untuk coding agentik, penggunaan komputer, dan penalaran berjangka panjang: tugas-tugas di mana model harus mempertahankan sebuah rencana melintasi banyak langkah, memakai tool sepanjang jalan, dan menyadari ketika dirinya keliru. Di NinjaChat, Claude Opus 5 termasuk dalam semua paket, bersama seluruh katalog model lainnya.
Perubahan utamanya adalah proses berpikir yang aktif secara default. Opus 5 menentukan sendiri seberapa dalam ia perlu bernalar sebelum menjawab, dan ia bernalar lebih panjang ketika masalahnya memang menuntut itu, sehingga pertanyaan dua baris dijawab dengan cepat sementara refactor lintas basis kode mendapat pertimbangan yang sepadan. Dipadukan dengan jendela konteks 1 juta token dan output 128K token, artinya kamu bisa menyerahkan satu repositori penuh, satu set kontrak, atau catatan riset satu kuartal dalam satu percakapan dan meminta sesuatu yang mencakup semuanya.
Dalam praktiknya, Opus 5 adalah model yang kamu pilih ketika pekerjaannya seperti yang biasa kamu serahkan ke kolega senior lalu kamu periksa belakangan, bukan sekadar tugas asisten singkat. Perubahan kode multi-file lengkap dengan tes, tinjauan arsitektur yang harus menimbang trade-off, dokumen panjang yang perlu diperdebatkan alih-alih diringkas. Ia membaca gambar dan file, memanggil tool, serta menghasilkan output terstruktur ketika kamu meminta JSON, jadi ia cocok untuk alur kerja sekaligus percakapan.
Ia juga model yang sengaja dibuat cermat. Opus 5 lebih lambat dari Sonnet 5 dan biayanya per token di API lebih mahal, itulah sebabnya NinjaChat menyediakan keduanya di pemilih model: mulai dengan Opus untuk bagian yang sulit, lalu pindah ke Sonnet untuk volume. Kalau yang kamu butuhkan terutama kecepatan, Claude Fable 5 menangani obrolan sehari-hari dengan usaha jauh lebih ringan.
Anthropic melaporkan skor 96,0% pada SWE-bench Verified untuk Opus 5, tolok ukur rekayasa perangkat lunak yang kini menjadi patokan singkat untuk kemampuan coding agentik. Benchmark bukanlah pekerjaan yang sebenarnya, tetapi angka itu sejalan dengan yang terasa saat dipakai: ia menuntaskan tugas yang ditinggalkan setengah jadi oleh model lain.
Dari nol ke hasil pertama Anda dalam waktu kurang dari satu menit.
01
Buat akun NinjaChat dan pilih paket
02
Buka chat dan pilih Claude Opus 5 dari daftar model
03
Berikan tugas secara utuh, termasuk filenya, bukan sepotong-sepotong
04
Beri ruang untuk berpikir: pertanyaan sulit memang sengaja lebih lama
05
Beralih ke Sonnet 5 atau Fable 5 untuk pertanyaan lanjutan yang singkat
Perbandingan jujur — di mana {model} unggul, dan di mana tidak.
Penalaran lebih mendalam dan kerja agentik berjangka panjang yang lebih andal
Sonnet 5 lebih cepat dan lebih murah untuk tugas sehari-hari
Lebih unggul pada benchmark coding agentik dan penggunaan komputer
Sol punya jendela konteks lebih panjang dan ekosistem tool yang berbeda
Berpikir aktif secara default, skor SWE-bench lebih tinggi, penggunaan tool lebih baik
Opus 4.8 tetap tersedia jika kamu punya prompt yang sudah disetel untuknya
Setiap paket NinjaChat sudah termasuk 50+ model, studio gambar lengkap, dan pembuatan video.



Satu langganan mencakup semua model di NinjaChat, termasuk Claude Opus 5.