Anthropic Claude Opus 5.5 моделін таныстырды – Claude 5.5 жаңа отбасының алғашқы моделі. Әзірлеушілер ИИ ұзақ уақыт бойы күрделі жұмысты өз бетінше орындауы қажет болатын тапсырмаларға баса назар аударады. Компанияның мәлімдеуінше, Opus 5.5 көптеген тапсырмаларда Claude Fable 5.1-мен салыстырмалы, бірақ Opus 5-ке қарағанда шамамен 40% аз есептеу ресурстарын пайдаланады. Компания модельдің Anthropic компаниясының CEO-сы Дарио Амодеи ИИ жүйелерінің дамуы бақылау және тәуекелдерді бағалау шараларымен қатар жүруі керек деген шақыруынан кейін шығарылғанын атап өтеді.
Модель ірі код базаларын көшіру, бағдарламаларды аудиттеу, қолданбаларды оңтайландыру және аналитикалық материалдарды дайындау үшін жақсартулар алды. Ішкі тесттердің бірінде жүйе 680 000 код жолын бір тәуліктен аз уақытта көшіруге көмектесті; Anthropic инженерлік команданың осындай жұмысы бірнеше аптаға созылуы мүмкін деп бағалайды. Алдағы апталарда компания Sonnet 5.5 және Haiku 5.5 өнімділік, тиімділік және қауіпсіздік жаңартуларымен шығаруды жоспарлап отыр.
Anthropic үнемдеу токендердің төмен бағасы және тапсырмаға олардың жалпы санының азаюы есебінен қалыптасатынын мәлімдейді. Әдеттегі сценарийлерде бұл шығындарды шамамен 40% төмендетеді, ал генерация жылдамдығы Opus 5-тен 30% артық. Pro, Max және Team тарифтері үшін пайдалану шектеулері бес сағатқа ұлғайтылды, сондай-ақ қол жетімді лимитті қалпына келтіру мүмкіндігі пайда болды. Мүмкіндіктердің мысалдары арасында агенттік бағдарламалау бар: тесттердің бірінде Opus 5.5 39 жағдайдың 40-ында беттерді жүктеу жылдамдығын жақсартты. Басқа экспериментте модель бір промпт бойынша жасалған ойынның графикасы мен полировкасының сапасы бойынша басқа жүйелерден озып шықты. Компания қаржылық талдау, бизнес-есептілік және деректерді зерттеу салаларында жоғары нәтижелер туралы хабарлайды, қазіргі заманғы модельдердің көрсеткіштері жақын болған кезде бенчмарктер нақты жұмыстағы айырмашылықтарды нашар көрсететінін атап өтеді.
Anthropic Opus 5.5 қорғаныс механизмдерін күшейтті. Компанияның мәліметтері бойынша, модель ішкі автоматтандырылған мінез-құлық аудитінде, мыңдаған модельденген сценарийлерді қамтитын, тестіленген жүйелер арасында ең жақсы нәтиже көрсетті. Әзірлеушілер қиын қайтарылатын әрекеттердің сирек болуын, промпт жұқтыруға төзімділіктің жоғарылауын, берілген шеңберлерді дәл сақтауды және адалдық пен нұсқаулыққа сәйкестікті жақсартуды атап өтеді. Киберқауіпсіздік және биология үшін компанияның ең қуатты модельдері үшін қолданылатын шектеулерге ұқсас шектеулер қолданылады: киберсұраулардың көпшілігі басқа модельдерге бағытталады, биологиялық сценарийлерге қол жетімділік Life Sciences Verification Program арқылы тексерілген ұйымдарға ашылады, ал киберқауіпсіздік мамандары үшін Cyber Verification Program кеңейтіледі. Модель сондай-ақ API арқылы ішкі ойларды алу әрекеттерін шектейтін «сақталған ойлау» қорғанысын алды.
Ұқсас мақалалар
