Claude Science är i beta: Reproducerbarhet är funktionen som spelar roll

Anthropic har lanserat en desktopapplikation för forskning i beta, och det mest intressanta på dess sida är inte rubriken. Claude Science beskriver sig som “din forskningspartner för rigorös vetenskap,” och meningen direkt under den beskrivningen handlar om infrastruktur snarare än intelligens: appen kör analyser, söker i databaser och spårar varje steg från databearbetning till publicering. Nedladdningar erbjuds för Mac med Apple Silicon, Mac med Intel, Windows och Linux, med en knapp för att kontakta säljteamet bredvid för team som vill ha ett samtal före en installation. Modellen namnges ingenstans på sidan. Inget pris anges någonstans på sidan. Det som däremot namnges, i ovanlig detalj, är proveniensen.

Den ordningen är värd att fundera över. De flesta AI-produktsidor börjar med en förmåga och lägger till förtroendeskapande språk efteråt. Den här börjar med en redogörelse för hur ett resultat skapades och behandlar analysen som det som säljs: innehållsrika vetenskapliga artefakter som är fullt reproducerbara, där varje resultat spåras till sin kod. Om du driver ett labb är det antingen den mest användbara meningen Anthropic har skrivit i år eller den du bör testa hårdast. Resten av den här texten handlar om att skilja de två åt.

Vad appen egentligen är

Claude Science är en applikation i beta, inte en tjänst man når via en webbläsarflik. Nedladdningsmatrisen – Apple Silicon, Intel Mac, Windows, Linux – säger att antagandet är att arbetet sker där data redan finns, på en arbetsstation eller en labbmaskin. Anthropics egen beskrivning av vad appen gör är snäv och specifik: den kör analyser, söker i databaser och spårar varje steg från databearbetning till publicering. Löftet som följer med är inte direkt bättre svar. Det är mindre tid som läggs på de delar av forskningen som inte är forskning.

Det finns en andra sak som sidan avstår från att göra. Den säljer ingen prenumeration. Sidan har en knapp för att kontakta säljteamet och inget pris, och appen är märkt som beta. Den kommersiella detaljen lämnas åt ett samtal, vilket är ett faktum om sidan snarare än ett klagomål mot företaget – men det innebär att varje siffra som anges som pris för Claude Science citerar något som inte har publicerats.

Det sidan faktiskt avslöjar, ganska ingående, är arbetets form. Varje artefakt levereras med sin historia: den exakta koden, miljön och konversationen som producerade den. Anthropics formulering är att figurer, tabeller och notebooks ”kan återproduceras, redigeras eller försvaras månader senare.” Det är ett påstående om dokumentation, och dokumentation är precis den sorts påstående som ett labb kan kontrollera.

Artefakten bär sin egen historia

En figur i ett insänt manus är en bitmapp med ett påstående kopplat till sig. Sex månader senare frågar en granskare varför felstaplarna blir bredare över en viss koncentration, eller så vill en medarbetare ha samma diagram för en andra kohort, och någon måste rekonstruera en notebook som senast rördes av en postdoktor som sedan dess har slutat. Det vanliga svaret är arkeologi: en delad disk, en chattråd, tre versioner av ett skript och en gissning om vilken av dem som producerade panelerna i artikeln.

Påståendet här är att artefakten inte är en bild utan ett protokoll, och att protokollet följer med bilden. Kod, miljö och konversation sparas tillsammans med resultatet, så att den som öppnar det igen om ett år får samma svar i stället för ett rimligt svar. Om det håller förändrar det kostnaden för en ganska vanlig forskningshändelse: begäran om revidering som kommer efter att alla har gått vidare.

Det finns en andraordningseffekt som spelar större roll än bekvämlighet. Om koden är bifogad kan en figur redigeras i stället för att ritas om. Anthropic beskriver iteration av figurer i klarspråk: annotera en figur för att begära en ändring eller ställa en fråga, och agenten läser koden som producerade den och redigerar direkt. Det är en annan operation än att generera om en bild. Att rita om ett diagram för hand introducerar en ny möjlighet till ett fel som ingen kommer att upptäcka, eftersom det nya diagrammet ser ut som det gamla. Att redigera koden som skapade det håller härledningen intakt – förutsatt, och det är förutsättningen som hela produkten vilar på, att koden som är bifogad till en figur verkligen är koden som producerade den.

Granskaren som läser koden

Anthropic har byggt in en bakgrundsgranskare i appen. Dess uppgift är att flagga tre saker: felaktiga citeringar, siffror som inte kan spåras till en källa och figurer som inte stämmer med den underliggande koden. Vart och ett av dessa är en specifik felmod inom beräkningsbiologi snarare än en generisk hallucination, och den tredje har direkt koppling till påståendet om proveniens. En granskare som kan se både en figur och koden som skapade den kan kontrollera den ena mot den andra. En granskare som bara ser figuren kan inte det.

Det som inte publiceras är hur väl detta fungerar. Det finns ingen frekvens, ingen benchmark och ingen oberoende utvärdering på sidan, så någon sådan erbjuds inte här. Den ärliga formuleringen är att en granskare som flaggar missmatchningar är ett användbart par extra ögon och en dålig ersättning för ett första par. Den fångar siffran vars axelrubriker har förskjutits mellan versioner. Den talar inte om huruvida experimentet designades korrekt, och den kan inte veta att ett provark märkts fel uppströms om felmärkningen är konsekvent hela vägen.

Den distinktionen spelar roll eftersom granskaren är den del av produkten som med störst sannolikhet överdrivs i ett labbmöte. En grön bock från en bakgrundsgranskare betyder att ett påstående har klarat en konsistenskontroll, inte att påståendet är sant. Proveniensregistret är den mer hållbara hälften av paret: det beror inte på att granskaren har rätt, bara på att registret är fullständigt.

Renderare, manuskript och beräkningskraft

Tre mindre delar av appen framför samma argument från olika håll. Den första är inbyggd rendering. Proteiner, aligneringar, genomiska spår, kemiska strukturer och PDF:er visas i sin ursprungliga form utan extra installation. Det låter kosmetiskt tills man påminner sig om hur mycket av ett lab’s verktygskedja som är en kedja av exportsteg – från strukturvisare till skärmbild till bild till figur – där varje steg tappar metadata och ökar risken för att något tyst ändras i storlek.

Den andra är manusskrivande. Resultaten dokumenteras tillsammans med analysen som tog fram dem, med renderade förhandsvisningar i Markdown och LaTeX. Att hålla prosan i samma projekt som beräkningen är den billigaste tillgängliga formen av reproducerbarhet: utkastet och analysen kan inte glida ifrån varandra om de aldrig lever åtskilda.

Det tredje är beräkningshantering. Appen bygger de miljöer som varje analys behöver och kör dem på din laptop, ditt kluster eller på GPU:er. Det är här ett forskningsverktyg antingen blir användbart eller inte. Ett GPU-jobb som måste sättas ihop för hand i en terminal är ett jobb som bara en person på labbet kan köra, och den personen blir en flaskhals i samma stund som hen tar semester. Miljöbyggande är oglamoröst, och det är skillnaden mellan ett verktyg som ett labb tar till sig och ett verktyg som en doktorand använder.

Vem får det gratis, och vilka menar sidan med forskare?

En banner ovanför produktsidan annonserar ett Claude Team-abonnemang för forskare: forskare vid akademiska och ideella forskningsinstitutioner över hela världen kan nu få Claude utan kostnad för att komma igång. Det är Anthropics formulering på Anthropics egen sida, och dess gränser spelar lika stor roll som dess innehåll.

Erbjudandet är utformat kring akademiska och ideella forskningsinstitutioner. Det är inte skrivet för industriell FoU och inte för studenter som kategori; att utsträcka det till något av dessa vore att läsa in mer än meningen säger. Frasen “att börja” spelar också roll. Sidan beskriver en kostnadsfri start, inte en permanent rättighet, och den säger inte vad som händer sedan. Ett labb som planerar en budget utifrån detta bör läsa det som en dörröppnare snarare än en budgetpost, och bör inte anta att appen i sig har ett publicerat pris, för det har den inte.

Frågorna som sidan lämnar öppna

Fem saker som en noggrann läsare letar efter men inte hittar. Modellen: sidan anger inte vilken eller vilka Claude-modeller Claude Science körs på, så alla artiklar som namnger en specifik modell gissar. Priset: ingen prenumeration säljs på sidan. Systemkrav: fyra plattformar listas och inga maskinvaru- eller OS-versioner anges. Huruvida artefakter lämnar maskinen: beskrivningen av härkomst handlar om vad som lagras tillsammans med ett resultat, inte om vart resultatet skickas, och det är olika frågor. Och ett datum för att lämna betan: inget publiceras.

Den fjärde av dessa är den som måste lösas före den första uppladdningen. Ett reproducerbarhetsprotokoll är värdefullt just för att det är detaljerat – kod, miljö, konversation – och detaljerade protokoll över opublicerad forskning är precis vad en datastyrningskommitté kommer att fråga efter. Sidan svarar inte på var protokollet finns, och den tystnaden är ett legitimt skäl att föra samtalet med Anthropic innan kliniska data förs in i appen i stället för efteråt.

Det andra tillkännagivandet den veckan

Den 22 oktober 2026 publicerade Anthropic en öppen utlysning för gästforskare inom livsvetenskaperna, där livsvetenskapsgemenskapen bjöds in att ansöka om att arbeta med Anthropic i särskilda projekt. Det är hela det publicerade innehållet i tillkännagivandet. Det är inte en programbeskrivning, inte ett anslag och inte ett uttalande om Claude Science’s färdplan; att behandla det som något av dessa skulle vara att läsa in mer än vad som finns där. Det är dock en signal om var företaget lägger sin uppmärksamhet. Anthropic rekryterar yrkesverksamma forskare, inte kunder.

Vad detta innebär om du bygger snarare än forskar

En gränsdragning först. Claude Science är en Anthropic-applikation. Vi är inte värd för den, vi säljer den inte, och ingenting här bör läsas som ett påstående om att appen är tillgänglig. Det vi är värd för är modeller, via en enda OpenAI-kompatibel endpoint med en enda nyckel, till leverantörens listpris utan påslag. Claude Opus 5.5 ingår i den katalogen till $4.00 per miljon inputtokens och $20.00 per miljon outputtokens, med en kontext på 1M tokens och cacheläsningar till $0.20 per miljon.

Det är relevant för en snävare del av den här historien än vad det först verkar. Eftersom Anthropic inte har publicerat vilken modell Claude Science körs på, finns det inget ärligt sätt att säga att appen körs på en modell som vi råkar tillhandahålla. Vad som kan sägas är att de delar av en forskningspipeline som ligger utanför appen – ett batchjobb som annoterar prover över natten, ett skript som anropar en modell inifrån en befintlig notebook, ett steg som måste fortsätta köras genom ett avbrott hos en leverantör – är vanliga modellanrop, och det är vad en router är till för. Automatisk failover mellan leverantörer spelar större roll i ett jobb som körs i sex timmar än i ett chattfönster som en person sitter och tittar på. Routnings-DSL:en, som sammansätter flera modeller till ett enda anrop, spelar roll när ett steg i en pipeline vill ha en liten billig modell och nästa vill ha en noggrann.

Reproducerbarhetsdisciplinen som appen säljer behöver inte stanna vid appens gräns. Om ett resultat beror på ett modellanrop som du själv gjorde gäller samma regel: registrera modellen, registrera prompten, registrera datumet. Endpoints överlever de versioner som ligger bakom deras alias, och en siffra som beror på ett anrop som ingen dokumenterade är precis den siffra som blir arkeologi.

Testet som är värt att köra först

Varje produktsida i den här kategorin ger en variant av samma löfte: arbetet ska gå snabbare och underlaget ska bli renare. Den första halvan är lätt att visa upp och svår att verifiera. Den andra halvan är verifierbar, och Claude Science har gjort den ovanligt specifik – kod, miljö och konversation, kopplade till artefakten, försvarbara månader senare.

Så testet är ingen demo. Ta en figur som ditt labb redan har publicerat, en som krävde verkligt arbete att ta fram, och be appen återskapa den från dokumentationen. Om den kommer tillbaka med samma siffror och en läsbar redogörelse för hur de nåddes, är provenienspåståendet verkligt för din typ av arbete. Om den kommer tillbaka med en trovärdig plot och inget spår, har du lärt dig något mer användbart än något benchmark: verktyget är en renderare med gott uppförande, och ditt labb behöver fortfarande sitt eget arkiv.

Båda svaren är värda att ha. En beta är en hypotes om hur forskning kommer att bedrivas, och det användbara med just den här betan är att dess centrala påstående kan falsifieras av vem som helst med en publicerad siffra och en eftermiddag.