Anthropic je naredil nekaj, kar je v tekmi največjih modelov umetne inteligence še posebej zanimivo: novega Clauda ne predstavlja samo kot zmogljivejšega, ampak predvsem kot učinkovitejšega.
Claude Opus 5.5 naj bi pri večini nalog dosegal raven precej dražjega modela Claude Fable 5.1, pri običajnih delovnih obremenitvah pa naj bi stal približno 40 odstotkov manj kot njegov neposredni predhodnik Opus 5. Gre za prvi model nove družine Claude 5.5. Anthropic napoveduje, da bosta v prihodnjih tednih sledila še Sonnet 5.5 in Haiku 5.5.
Največji napredek naj bi bil pri kodiranju in zahtevnem delu
Anthropic Opus 5.5 opisuje kot svoj novi vodilni model za zahtevno programiranje, delo z računalnikom in naloge, ki zahtevajo veliko znanja. Na testu Terminal-Bench 4.0, ki meri sposobnost agenta pri kompleksnih nalogah v ukazni vrstici, je po Anthropicovih podatkih dosegel 66,4 odstotka. Za primerjavo je Claude Fable 5.1 dosegel 55,8 odstotka, GPT-6 Astra pa 57,9 odstotka.
Toda Anthropic sam opozarja, da majhne razlike na primerjalnih testih pri tako zmogljivih modelih niso vedno dober pokazatelj dejanskih razlik v vsakdanjem delu. Podjetje pravi, da se Opus 5.5 in Fable 5.1 v realnih nalogah pogosto obnašata bolj podobno, kot bi sklepali samo iz rezultatov testov.
Velika razlika je v ceni
Tu postane Opus 5.5 še zanimivejši. Cena prek API-ja znaša:
- 4 dolarje za milijon vhodnih žetonov,
- 20 dolarjev za milijon izhodnih žetonov,
- 0,20 dolarja za milijon žetonov pri branju iz predpomnilnika.
V primerjavi z Opusom 5 so vhodni in izhodni žetoni cenejši za 20 odstotkov, branje iz predpomnilnika pa za 60 odstotkov. Ker naj bi novi model za posamezno nalogo porabil tudi manj žetonov, Anthropic ocenjuje, da je pri tipičnih obremenitvah skupni strošek približno 40 odstotkov nižji. Poleg tega naj bi Opus 5.5 odgovore ustvarjal več kot 30 odstotkov hitreje od Opusa 5.
Anthropic je veliko pozornosti namenil tudi varnosti
Opus 5.5 je prvi novi model Anthropica po pozivu izvršnega direktorja Daria Amodeija k bolj premišljenemu tempu razvoja najzmogljivejših sistemov. To ne pomeni popolne ustavitve razvoja AI, kot bi lahko sklepali iz nekaterih povzetkov, temveč idejo, da morajo varnostni ukrepi slediti oziroma prehitevati rast zmogljivosti modelov.
Dostop do občutljivejših področij bo omejen
Ker ima Opus 5.5 več zmogljivosti tudi na področjih biologije in kibernetske varnosti, Anthropic uporablja dodatne zaščite. Preverjene organizacije lahko zaprosijo za širši dostop za raziskave na področju biologije, podjetje pa namerava razširiti tudi program za preverjene strokovnjake za kibernetsko varnost. Pri nekaterih občutljivih nalogah se lahko zahteva preusmeri na drug, bolj omejen model.
Kje je Claude Opus 5.5 na voljo?
Model je že dostopen prek Anthropica, Amazon Web Services, Google Clouda in Microsoft Azure. Razvijalci ga lahko prek API-ja uporabljajo pod oznako claude-opus-5-5. Anthropic obenem povečuje peturne omejitve uporabe za naročnike paketov Pro, Max in Team.
