Anthropic представила Opus 5.5, свою новейшую флагманскую модель ИИ, при этом компания заявляет об улучшении производительности в задачах программирования, интеллектуальной работы и использования компьютера при значительно более низкой стоимости по сравнению с предшественником. Запуск предоставил Claude AI новую высокопроизводительную модель всего через два месяца после выпуска Opus 5, при этом Anthropic утверждает, что Opus 5.5 обеспечивает производительность, сравнимую с более дорогой моделью Fable 5.1 в большинстве рабочих задач.
Выпуск состоялся в особенно примечательный момент для Anthropic, генеральный директор которой Дарио Амодеи недавно призвал индустрию ИИ «сдерживать развитие передовых технологий» по мере того как разработчики стремятся согласовать меры безопасности с всё более способными системами. Opus 5.5 — первый выпуск модели компании после этого призыва, и он включает как улучшения производительности, так и дополнительные меры безопасности, направленные на управление рисками, связанными с более способными ИИ-системами.
Anthropic заявляет, что Opus 5.5 лидирует в бенчмарках по программированию
Представленная во вторник, 22 сентября, Opus 5.5 — первая модель в новом семействе Claude 5.5 от Anthropic. Компания утверждает, что модель демонстрирует свои лучшие результаты в нескольких категориях, включая агентное программирование, использование компьютера и интеллектуальную работу.
В бенчмарке GDPval-AA v2.1, который измеряет производительность ИИ в 44 профессиях, Anthropic сообщила, что Opus 5.5 набрала 1846 баллов, по сравнению с 1735 у Fable 5.1 и 1708 у Opus 5.
Компания также сообщила о результате в 66,4 % для Opus 5.5 в бенчмарке Terminal-Bench 4.0, ориентированном на агентное разработку программного обеспечения. Fable 5.1 набрала 55,8 %, а GPT-6 Astra от OpenAI — 57,9 %, согласно опубликованным результатам Anthropic.
Однако Opus 5.5 не лидировала во всех бенчмарках. В Terminal-Bench-Science 0.1 GPT-6 Astra набрала 64,6 % по сравнению с 58,7 % у Opus 5.5. Anthropic также предупредила, что различия в бенчмарках на этом уровне возможностей могут не приводить к заметным различиям в повседневном использовании.
Новая модель Claude AI обходится дешевле в эксплуатации
Цена — одно из самых значительных изменений, сопровождающих запуск. Anthropic устанавливает цену в 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов для Opus 5.5, по сравнению с 5 и 25 долларами соответственно для Opus 5.
Компания утверждает, что снижение затрагивает не только цены на токены. Поскольку Opus 5.5 может выполнять определённые задачи с меньшим количеством токенов и генерировать вывод более чем на 30 % быстрее, Anthropic оценивает, что типичные рабочие нагрузки могут обходиться примерно на 40 % дешевле, чем с Opus 5.
Стоимость чтения из кэша снизилась с 0,50 до 0,20 доллара за миллион токенов, а запись в кэш — с 6,25 до 5 долларов. Anthropic также вводит более быстрый режим для Claude Code и своей платформы Claude, который может работать в 2,5 раза быстрее, хотя и по более высокой цене.
Снижение затрат может быть особенно актуально для разработчиков, создающих ИИ-агентов, где одна задача может включать множество обращений к модели. Внутренние тесты Anthropic и тесты клиентов показывают, что Opus 5.5 иногда может выполнять сложные задачи за меньшее количество шагов, чем Opus 5.
Anthropic подчёркивает прирост эффективности
Несколько ранних оценок, на которые ссылается Anthropic, указывают на улучшения в том, насколько эффективно модель справляется с крупными техническими задачами. Box сообщила, что Opus 5.5 использовала примерно в три раза меньше токенов, чем Opus 5, при этом генерируя более короткие ответы без потери точности.
GitHub также протестировал модель в Copilot CLI и VS Code, и Anthropic сообщила, что Opus 5.5 выполнила больше задач в терминале, чем Opus 5, при этом требуя меньше шагов. Deloitte, тем временем, сообщила об улучшениях в производительности проверки кода при минимальных затратах усилий модели по сравнению с Opus 5 при высоких затратах.
Эти оценки не являются стандартизированными независимыми бенчмарками, и разработчикам всё равно придётся тестировать модель на своих рабочих нагрузках. Тем не менее они являются частью аргументации Anthropic о том, что последняя модель Claude AI не просто более способная, но и более эффективная.
Безопасность остаётся в центре внимания
Запуск также сопровождается повышенным вниманием к безопасности ИИ. Anthropic сообщает, что Opus 5.5 была оценена перед выпуском независимыми организациями, занимающимися исследованиями безопасности ИИ, Frontier Design и METR.
По данным Anthropic, модель показала лучшие результаты, чем предыдущие системы, во внутренних оценках и в одном специальном тесте была примерно на 85 процентов менее склонна, чем Opus 5 или Mythos 5.1, к попыткам обойти границы сдерживания.
Opus 5.5 также использует классификаторы безопасности, охватывающие такие области, как кибербезопасность, биология и передовые разработки в области ИИ. По словам Anthropic, если запрос активирует одну из этих защитных мер, он может быть перенаправлен в более старую модель.
Компания расширяет доступ к модели для проверенных исследователей в области кибербезопасности и наук о жизни через специализированные программы верификации, сохраняя при этом дополнительные ограничения на использование чувствительных функций.
Скоро появятся Sonnet 5.5 и Haiku 5.5
Opus 5.5 — первый релиз в поколении Claude 5.5, но не последний. Anthropic сообщает, что в ближайшие недели будут выпущены Claude Sonnet 5.5 и Claude Haiku 5.5, которые также будут ориентированы на повышение производительности, скорости и безопасности в других категориях линейки моделей.
Для разработчиков Opus 5.5 доступен через Anthropic, а также через облачные платформы, включая Amazon Web Services, Google Cloud и Microsoft Azure. Запуск знаменует собой ещё один шаг в стремлении компании сделать всё более способные модели ИИ более эффективными в развёртывании и одновременно расширить меры безопасности при их использовании.
Изображение в статье: Anthropic
Читайте также:
- Принц Гарри рассказал, какие британские блюда начали любить его дети после переезда в Англию
- Pandora приглашает Пат МакГрат для создания коллекции украшений
- Норвежский принц Сверре Магнус прибыл в Лиссабон на первый семестр в университете
