Anthropic, hafta başında Claude Sonnet 5.5’i piyasaya sürdü ve yeni orta segment yapay zekâ modelinin, selefine kıyasla görev başına %30’a varan oranda daha ucuz ve %30’dan fazla hızlı çalıştığını açıkladı.
Öne Çıkanlar:
- Sonnet 5.5, Terminal-Bench 4.0 kodlama testinde Sonnet 5’in %10,3’lük skorunu %70,6’ya taşıdı.
- Daha önce yalnızca Anthropic’in üst seviye sistemlerinde bulunan siber güvenlik korumalarıyla çıkan ilk Sonnet modeli oldu.
- Bağımsız bir kıyaslama, maksimum çaba senaryosunda görev başına maliyetinin Sonnet 5’ten yüksek olduğunu öne sürüyor.
Claude Sonnet 5.5 Kıyaslamaları
Şirketin açıklamasına göre model, Claude 5.5 ailesinin ikinci üyesi ve amiral gemisi Claude Opus 5.5’in çıkışından altı gün sonra pazara sunuldu.
Anthropic, Sonnet 5.5’i, Opus 5.5’e göre daha hızlı ve daha uygun maliyetli bir tamamlayıcı olarak konumlandırıyor; iyi tanımlanmış günlük işler, hata ayıklama ve cilalı dokümanlar, sunumlar ve tablolar için tasarlandığını vurguluyor. Fiyatlandırma milyon giriş token’ı için 2 dolar, milyon çıkış token’ı için 10 dolar seviyesinde.
Ajans temelli bir kodlama testi olan Terminal-Bench 4.0’da Sonnet 5.5, Sonnet 5’in %10,3’lük ve daha pahalı Opus 5.5’in %66,4’lük skoruna karşılık %70,6 sonuç elde etti. Model ayrıca yalnızca ekran görüntülerini kullanarak Pokémon Red’i yenmeyi başaran ilk Sonnet oldu; bu da uzun vadeli görev planlaması ve görsel anlama kabiliyetleri açısından önemli bir stres testi niteliği taşıyor.
Model, artık Amazon Web Services, Google Cloud ve Microsoft Azure dahil olmak üzere tüm Anthropic platformlarında çalışıyor. Anthropic, yüksek hacimli ve maliyet duyarlı kullanım senaryolarına yönelik daha küçük Claude Haiku 5.5’in de önümüzdeki haftalarda devreye alınacağını, böylece üç modelden oluşan ürün gamının tamamlanacağını belirtiyor.
Ayrıca Oku: OpenAI, 20 Eylül Sandbox Kaçağının Ardından Frontier AI Çalışmalarını Frenliyor
Sonnet 5.5’in Koruma Katmanları ve Maliyet Tartışması
Anthropic, Epic Games operasyon direktörü Daniel Vogel’e atıfla, modelin erken testlerde on binlerce satır oyun sistemi kodunu işlediğini aktarıyor. Vogel, Sonnet 5.5’in “daha üst segment bir modelden beklenebilecek kalite eşiğini karşıladığını” söylüyor.
Siber güvenlik yeteneklerinin Opus 5’le kıyaslanabilir olması sayesinde Sonnet 5.5, Anthropic’in bugüne dek yalnızca en yetkin sistemlerinde uyguladığı koruma tedbirleriyle piyasaya çıkan ilk Sonnet modeli oldu. Rutin hata ayıklama iş akışları bu önlemlerden etkilenmezken, daha riskli siber talepler görünür biçimde Sonnet 5’e düşürülüyor. Yeni sınıflandırıcılar, modelin akıl yürütme süreçlerini dışarı çıkarma girişimlerini de engelliyor.
Ancak tüm testler maliyet iddiasını doğrulamıyor. Artificial Analysis, maksimum çaba modunda Sonnet 5.5’in ağırlıklandırılmış görev maliyetini benchmark başına 7,60 dolar, Sonnet 5’in ise 5,09 dolar olarak ölçtüğünü bildiriyor. Buna karşın yeni modelin endeks skoru 38’den 56’ya çıkmış durumda.
Sonnet 5.5’in lansmanı, Anthropic’in 22 Eylül’de Opus 5.5’i devreye almasının hemen ardından geldi. Şirket o tarihte, amiral gemisi modelin fiyatını milyon giriş token’ı başına 4 dolara, milyon çıkış token’ı başına ise 20 dolara çekerek %20 indirim yapmış, Opus 5.5’in tipik iş yüklerinde Opus 5’e kıyasla yaklaşık %40 daha düşük maliyetli ve çıktıda %30’dan hızlı olacağını duyurmuştu. OpenAI de aynı gün GPT-6 Sol ve GPT-6 Luna modellerini piyasaya sürdü ve seleflerine göre yarı fiyatla konumlandırdı.
Sıradaki Haber: BlackRock, Hesaplama Gücünün Vadeli İşlem Piyasalarına Taşınacağını Öngörüyor
