Anthropic выпустила Claude Sonnet 5.5 28 сентября по той же рекомендованной цене, что и Sonnet 5. По словам компании, модель работает более чем на 30% быстрее, а выполнение задачи обходится до 30% дешевле.
Однако независимая компания, занимающаяся тестированием моделей, пришла к другому выводу о стоимости, когда нагрузила модель по максимуму.
Подписывайтесь на нас в X, чтобы узнавать последние новости по мере их поступления
Вторую модель Anthropic поколения 5.5 выпустила через несколько дней после Opus
Sonnet 5.5 — вторая модель семейства Claude 5.5. Anthropic выпустила Opus 5.5 22 сентября. В тот же день OpenAI также представила GPT-6 Sol и Luna.
Новая модель сохраняет цены Sonnet 5: $2 за миллион входных токенов и $10 за миллион выходных. Anthropic сообщила, что модель набрала 70,6% в Terminal-Bench 4.0 — тесте на агентное программирование. Sonnet 5 набрала всего 10,3%, а Opus 5.5 — 66,4%.
«Opus 5.5 создана для сложной работы, требующей взвешенных решений, а Sonnet 5.5 лучше всего справляется с четко очерченными повседневными задачами, исправлением ошибок и созданием качественных документов, презентаций и таблиц», — заявила команда.
Anthropic заявила, что Sonnet 5.5 не расширяет границы возможностей модели. Поэтому проверка на соответствие принципам безопасности была сосредоточена на таких рисках, как введение пользователей в заблуждение и содействие злоупотреблениям с серьезными последствиями.
Sonnet 5.5 также оснащена защитой от кибератак и классификаторами для предотвращения дистилляции. Они блокируют попытки извлечь рассуждения модели для обучения конкурирующих систем. В ближайшие недели выйдет Claude Haiku 5.5.
Тем временем OpenAI отложила выпуск готовящейся модели GPT-6.1 Astra по соображениям безопасности. В понедельник CNBC подтвердил, что модель не соответствовала стандартам компании.
Artificial Analysis обнаружила более высокий расход токенов при максимальном уровне усилий
Компания Artificial Analysis, занимающаяся сравнительным тестированием и поставившая Grok 4.7 на четвёртое место, оценила Sonnet 5.5 в 56 баллов по своему Индексу интеллекта. Это второе место в общем рейтинге — на 2 балла ниже Opus 5.5 при максимальном уровне усилий.
По данным компании, Sonnet 5.5 набрала 64% в Terminal-Bench 4.0, тогда как Opus 5.5 и GPT-6 Astra — по 60%. В тестах на выполнение интеллектуальной работы, таких как GDPval-AA, Sonnet 5.5 показала примерно такой же результат, как Opus 5.5.
Компания сообщила, что для достижения этих результатов Sonnet 5.5 использовала значительно больше токенов.
«При максимальном уровне усилий, когда результаты модели приближаются к показателям Opus 5.5, Claude Sonnet 5.5 использовала около 193 тыс. выходных токенов на одну задачу из Индекса интеллекта»
Это примерно на 60% больше, чем у Opus 5.5 и Sonnet 5 при максимальном уровне усилий. Кроме того, это примерно в 7 раз превышает расход GPT-6 Astra при максимальном уровне усилий.
Клиенты, получившие ранний доступ и цитируемые Anthropic, сообщили об обратной тенденции по сравнению с Sonnet 5, хотя речь шла о других типах задач. Balyasny Asset Management отметила значительно меньший расход токенов на финансовых задачах.
«На нашем закрытом наборе из 2 441 финансовой задачи, охватывающем вопросы и ответы, извлечение данных, анализ и прогнозирование, Claude Sonnet 5.5 показала результаты лучше Sonnet 5 и использовала около 121 тыс. токенов на ответ, тогда как Sonnet 5 использовала 497 тыс.», — заявил Джо Пуарье, старший инженер по ИИ в Balyasny Asset Management.
Artificial Analysis тестировала предварительную версию с ошибкой в структурированном выводе, которую Anthropic уже исправила. Компания планирует в ближайшее время повторно провести соответствующие оценки.
Подпишитесь на наш канал YouTube, чтобы смотреть интервью с лидерами и журналистами, которые делятся экспертными мнениями
Источник: BeInCrypto
