Anthropic julkaisi Claude Sonnet 5.5:n

0

Anthropic julkaisi uuden Claude Sonnet 5.5 -kielimallin, joka on edeltäjäänsä nopeampi ja halvempi. Malli on 5.5-sukupolven toinen jäsen.

aiuutiset.fi — Tekoälyuutiset suomeksi

Tekoäly -yhtiö Anthropic julkaisi maanantaina 28. syyskuuta Claude Sonnet 5.5 –kielimallin. Se on yhtiön uuden Claude 5.5 -mallisukupolven toinen jäsen. Yhtiön mukaan uusi malli on edeltäjäänsä nopeampi ja halvempi ja sopii erityisesti arkisiin työtehtäviin sekä koodin kirjoittamiseen.

Uusi malli täydentää 5.5-sukupolvea

Claude 5.5 -perheen ensimmäinen malli oli vaativampaan työhön tarkoitettu Opus 5.5, joka julkaistiin 22. syyskuuta. Anthropic kuvailee Sonnet 5.5:tä Opusin kevyemmäksi ja edullisemmaksi kumppaniksi: Opus on tarkoitettu monimutkaiseen työhön, joka vaatii harkintaa, kun taas Sonnet 5.5 on yhtiön mukaan parhaimmillaan selkeästi rajatuissa arkitehtävissä, virheiden korjaamisessa sekä siistien asiakirjojen, diojen ja taulukoiden tekemisessä.

Perheen kolmas malli on suureen käyttömäärään ja edullisuuteen tarkoitettu Claude Haiku 5.5. Se liittyy Anthropicin mukaan joukkoon lähiviikkoina.

Nopeampi ja halvempi kuin edeltäjänsä

Sonnet 5.5:n hinta on sama kuin edeltäjällä. Malli maksaa 2 dollaria miljoonalta syötetokenilta ja 10 dollaria miljoonalta tuotetulta tokenilta. Tokeni on tekstinpätkä, jonka malli käsittelee yhtenä yksikkönä — se voi olla kokonainen sana, osa sanaa tai välimerkki — ja palveluiden hinnat ilmoitetaan tavallisesti tokeneina. Välimuistista luettu teksti maksaa 0,20 dollaria miljoonalta tokenilta.

Pelkkä hinnasto ei kerro koko totuutta, sillä Anthropicin mukaan malli tarvitsee samaan työhön selvästi vähemmän tokeneita kuin edeltäjänsä. Yhtiön omissa testeissä yhden työtehtävän hinta laski jopa 30 prosenttia. Malli myös tuottaa vastauksensa yli 30 prosenttia edeltäjäänsä nopeammin, mikä tekee siitä yhtiön nopeimman Sonnet-mallin.

Koodaus ja asiantuntijatyö ottivat harppauksen

Suurin parannus näkyy koodauksessa. Benchmark– eli vertailutestissä Terminal-Bench 4.0, joka mittaa mallin kykyä suorittaa monivaiheisia ammattitehtäviä komentorivillä, Sonnet 5.5 sai tuloksen 70,6 prosenttia, kun edeltäjä Sonnet 5 ylsi 10,3 prosenttiin. CursorBench-testissä malli pääsi noin kahden pisteen päähän kalliimmasta Opus 5.5:stä.

Myös asiantuntijatyössä malli parani. GDPval-AA-testissä, joka mittaa suoriutumista oikean elämän työtehtävissä kymmenillä eri ammattialoilla, Sonnet 5.5 sai 1 844 pistettä ja Sonnet 5 puolestaan 1 449 pistettä. Kalliimpi Opus 5.5 sai niukasti enemmän eli 1 846 pistettä.

Anthropic kertoo varhaisten testaajien kehuneen erityisesti mallin nopeutta oppia tuntemaan suuria koodikokonaisuuksia sekä sen tapaa niputtaa työkalujen käyttöä, mikä vähentää työvaiheita. Peliyhtiö Epic Gamesin ja viestintäsovellus Slackin edustajat kehuivat yhtiön tiedotteessa mallin laatua ja nopeutta.

Turvatoimet kiristyivät

Sonnet 5.5 on Anthropicin mukaan ensimmäinen Sonnet-malli, joka julkaistaan yhtiön kaikkein kyvykkäimmille malleille tarkoitetuilla kyberturvatoimilla. Tavallinen ohjelmistokehitys on edelleen sallittua, mutta vaarallisemmat kyberturvatehtävät ohjataan automaattisesti varovaisemmalle Sonnet 5 -mallille.

Malli on myös ensimmäinen Sonnet, johon on lisätty suojaus niin sanottuja tislaushyökkäyksiä vastaan. Niissä hyökkääjä yrittää kerätä mallin osaamisen tuhansilla tekaistuilla tileillä. Yhtiö kertoo lisäksi testanneensa mallin käyttäytymistä noin 1 850 skenaariossa ja toteaa, ettei löytänyt todisteita siitä, että malli ajaisi käyttäjän tarkoituksen vastaisia tavoitteita. Kohdistamisella tarkoitetaan sitä, että mallin toiminta pysyy ihmisen toiveiden mukaisena.

Anthropic muistuttaa, ettei mikään testisarja havaitse kaikkia virheitä, ja siksi yhtiö yhdistää oman testauksensa teknisiin suojatoimiin.

Milloin ja mistä mallin saa

Sonnet 5.5 on yhtiön mukaan saatavilla heti kaikilla alustoilla, mukaan lukien Amazon Web Services, Google Cloud ja Microsoft Azure. Kehittäjät saavat mallin käyttöön tunnuksella claude-sonnet-5-5. Mallia voi käyttää myös siten, ettei keskusteluja tallenneta.

Lähteet


Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.

Mainos: alla on kumppanimainoksia ja mainoslinkkejä.

Kvarn X – kryptot, osakkeet ja ETF:t samassa paikassa

Coinmotion – suomalainen kryptopalvelu vuodesta 2012

Leave a Reply

Pakolliset kentät on merkitty *