Anthropic เปิดตัว Claude Sonnet 5.5 เมื่อวันจันทร์ ระบุว่าโมเดล AI ระดับกลางตัวใหม่ทำงานได้เร็วขึ้นกว่าเดิมมากกว่า 30% และลดค่าใช้จ่ายต่อหนึ่งงาน (per task) ได้สูงสุดราว 30% เมื่อเทียบกับรุ่นก่อนหน้า
ประเด็นสำคัญ:
- Sonnet 5.5 ทำคะแนนแบบทดสอบเขียนโค้ด Terminal-Bench 4.0 ได้ 70.6% กระโดดจาก 10.3% ใน Sonnet 5
- เป็น Sonnet รุ่นแรกที่มาพร้อมมาตรการป้องกันไซเบอร์ในระดับเดียวกับโมเดลชั้นบนของ Anthropic
- อย่างไรก็ดี มีเบนช์มาร์กอิสระรายหนึ่งรายงานว่าต้นทุนต่อเทสก์อาจสูงกว่า Sonnet 5 หากใช้งานในโหมดประสิทธิภาพสูงสุด
ผลทดสอบ Claude Sonnet 5.5
Sonnet 5.5 เป็นโมเดลลำดับที่สองในตระกูล Claude 5.5 เปิดตัวเพียงหกวันถัดจากเรือธง Claude Opus 5.5 ตามที่บริษัทระบุไว้ในประกาศเปิดตัวบนเว็บไซต์ กล่าว
Anthropic วางตำแหน่ง Sonnet 5.5 เป็นคู่หูที่ทั้งเร็วและคุ้มค่ากว่า Opus 5.5 ออกแบบมาสำหรับงานประจำที่นิยามโจทย์ชัด เช่น แก้บั๊ก เขียนเอกสาร พรีเซนเทชัน และสเปรดชีตอย่างมืออาชีพ คิดราคา 2 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 10 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน
ในแบบทดสอบเขียนโค้ดเชิงเอเจนต์ Terminal-Bench 4.0 Sonnet 5.5 ทำคะแนนได้ 70.6% เทียบกับ Sonnet 5 ที่ 10.3% และ Opus 5.5 ซึ่งมีราคาสูงกว่าที่ 66.4% นอกจากนี้ยังกลายเป็น โมเดล Sonnet ตัวแรกที่เล่นเกม Pokémon Red ผ่านเพียงภาพหน้าจอจนจบ ถือเป็นการทดสอบศักยภาพงานระยะยาวและความเข้าใจภาพในระดับลึก
โมเดลใหม่นี้พร้อมให้บริการบนแพลตฟอร์มของ Anthropic ทุกช่องทาง รวมถึง Amazon Web Services, Google Cloud และ Microsoft Azure ขณะเดียวกัน Anthropic ระบุว่า Claude Haiku 5.5 โมเดลขนาดเล็กกว่า ที่เน้นปริมาณงานสูงและความอ่อนไหวด้านราคา จะทยอยเปิดตัวตามมาในไม่กี่สัปดาห์ข้างหน้า ซึ่งจะทำให้ไลน์อัปสามโมเดลในตระกูลนี้ครบถ้วน
บทความที่เกี่ยวข้อง: OpenAI ชะลอแผน Frontier AI หลังเหตุ “หลุดแซนด์บ็อกซ์” 20 ก.ย.
มาตรการป้องกันและต้นทุนของ Sonnet 5.5
Anthropic อ้างอิง ความเห็นของ Daniel Vogel ประธานเจ้าหน้าที่ปฏิบัติการของ Epic Games ซึ่งระบุว่า Sonnet 5.5 สามารถจัดการโค้ดระบบเกมเพลย์จำนวนหลายหมื่นบรรทัดได้ตั้งแต่ช่วงทดสอบแรก ๆ Vogel กล่าวว่าโมเดลนี้ “ผ่านมาตรฐานคุณภาพในระดับเดียวกับโมเดลเกรดสูงกว่า”
ด้วยศักยภาพด้านไซเบอร์ที่ใกล้เคียง Opus 5 ทำให้ Sonnet 5.5 เป็นรุ่นแรกในตระกูล Sonnet ที่เปิดตัวมาพร้อมมาตรการป้องกันที่เดิม Anthropic สงวนไว้ให้เฉพาะโมเดลกำลังประมวลผลสูงสุด การแก้บั๊กทั่วไปยังทำได้ตามปกติ แต่คำขอที่มีความเสี่ยงด้านไซเบอร์สูงจะถูกลดระดับไปใช้ Sonnet 5 แบบเห็นได้ชัด ขณะเดียวกันยังมีตัวจัดหมวดหมู่ (classifier) ใหม่ที่ใช้บล็อกความพยายามดึง “กระบวนการให้เหตุผล” ภายในโมเดลออกมา
อย่างไรก็ดี ไม่ใช่ทุกการทดสอบที่สนับสนุนข้ออ้างเรื่องต้นทุนต่ำลง Artificial Analysis รายงานว่าได้วัดผล “ต้นทุนถ่วงน้ำหนัก” ต่อหนึ่งงานทดสอบไว้ที่ 7.60 ดอลลาร์ต่อเทสก์ภายใต้โหมดใช้งานเต็มประสิทธิภาพ เทียบกับ Sonnet 5 ที่ 5.09 ดอลลาร์ แม้ดัชนีประสิทธิภาพรวมของรุ่นใหม่จะขยับขึ้นจาก 38 มาอยู่ที่ 56 ก็ตาม
การเปิดตัวครั้งนี้ตามหลัง Opus 5.5 ที่เปิดตัวเมื่อ 22 ก.ย. ซึ่ง Anthropic ปรับลดราคาเรือธงลง 20% มาอยู่ที่ 4 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 20 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน บริษัทระบุในขณะนั้นว่า Opus 5.5 จะช่วยลดต้นทุนการทำงานทั่วไปได้ราว 40% เมื่อเทียบกับ Opus 5 และสร้างผลลัพธ์ได้เร็วขึ้นมากกว่า 30% ขณะเดียวกัน OpenAI ก็เปิดตัว GPT-6 Sol และ GPT-6 Luna ในวันเดียวกัน โดยตั้งราคาไว้เพียงครึ่งหนึ่งของรุ่นก่อนหน้า
อ่านต่อ: BlackRock ชี้กำลังประมวลผลเตรียมถูกซื้อขายผ่านตลาดฟิวเจอร์ส
