Anthropic zaprezentował w poniedziałek model Claude Sonnet 5.5. Według spółki nowy model ze średniej półki działa o ponad 30% szybciej i może obniżyć koszt pojedynczego zadania nawet o 30% względem poprzedniej generacji.
Najważniejsze informacje:
- Sonnet 5.5 uzyskał 70,6% w teście programistycznym Terminal-Bench 4.0, wobec 10,3% dla Sonnet 5.
- To pierwszy model Sonnet uruchamiany z cyberzabezpieczeniami dotychczas zarezerwowanymi dla topowych systemów Anthropic.
- Niezależny benchmark miał wykazać, że przy maksymalnym obciążeniu Sonnet 5.5 bywa droższy od Sonnet 5 w przeliczeniu na zadanie.
Benchmarki Claude Sonnet 5.5
To drugi model z rodziny Claude 5.5, wprowadzony zaledwie sześć dni po flagowym Claude Opus 5.5 – poinformowała spółka w komunikacie said.
Anthropic pozycjonuje Sonnet 5.5 jako szybsze i tańsze uzupełnienie dla Opus 5.5, przeznaczone do dobrze zdefiniowanych, codziennych zadań, poprawek błędów oraz dopracowanych dokumentów, prezentacji i arkuszy kalkulacyjnych. Cennik: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych.
W teście Terminal-Bench 4.0, sprawdzającym zdolności „agentowe” w kodowaniu, Sonnet 5.5 scored 70,6%, wobec 10,3% dla Sonnet 5 i 66,4% dla droższego Opus 5.5. Model became również pierwszym Sonnetem, który ukończył grę Pokémon Red, opierając się wyłącznie na zrzutach ekranu – to test długotrwałego planowania i rozumienia obrazu.
Sonnet 5.5 runs już na wszystkich głównych platformach Anthropic, w tym Amazon Web Services, Google Cloud i Microsoft Azure. Spółka zapowiada, że w ciągu najbliższych tygodni dołączy do niego mniejszy Claude Haiku 5.5, skierowany do zastosowań o bardzo dużej skali i wysokiej wrażliwości kosztowej. Domknie to trzyczęściową linię produktów.
Zobacz także: OpenAI hamuje rozwój Frontier AI po wrześniowym incydencie w sandboxie
Sonnet 5.5: zabezpieczenia i koszty
Anthropic cited wypowiedź Daniela Vogela, dyrektora operacyjnego Epic Games, który podkreślił, że model w fazie wczesnych testów radził sobie z dziesiątkami tysięcy linii kodu systemów rozgrywki. Vogel ocenił, że „spełniał tę samą poprzeczkę jakości, jakiej oczekuje się od modelu z wyższej półki”.
Ze względu na cyberzdolności zbliżone do Opus 5, Sonnet 5.5 jako pierwszy model z tej serii startuje z zestawem zabezpieczeń, które Anthropic dotąd zarezerwował dla swoich najmocniejszych systemów. Rutynowe poprawki błędów pozostają bez zmian, ale przy bardziej ryzykownych zapytaniach z zakresu cyberbezpieczeństwa model jawnie przełącza się wstecz na Sonnet 5. Nowe klasyfikatory mają też blokować próby wydobycia szczegółowego rozumowania modelu.
Nie wszystkie testy potwierdzają jednak obiecywane oszczędności. Firma Artificial Analysis measured ważony koszt na poziomie 7,60 dolara za zadanie benchmarkowe przy maksymalnym wysiłku, wobec 5,09 dolara dla Sonnet 5 – mimo że indeksowy wynik nowego modelu wzrósł z 38 do 56 punktów.
Premiera Sonnet 5.5 nastąpiła kilka dni po debiucie Opus 5.5 z 22 września, kiedy Anthropic cut ceny flagowego modelu o 20%, do 4 dolarów za milion tokenów wejściowych i 20 dolarów za milion tokenów wyjściowych. Spółka deklarowała wówczas, że Opus 5.5 ma być w typowych zastosowaniach około 40% tańszy od Opus 5, przy generowaniu wyników ponad 30% szybciej. OpenAI tego samego dnia wypuścił modele GPT-6 Sol i GPT-6 Luna, wyceniając je na połowę cen poprzedników.
Czytaj dalej: BlackRock prognozuje, że moc obliczeniowa trafi na rynek kontraktów terminowych
