- Ten un rendemento do 61,4 % en OSWorld e é líder en SWE-bench. Verificado.
- Xestiona tarefas complexas durante máis de 30 horas e xera ata 64.000 tokens
- Actualizacións de Claude Code e do novo SDK de axentes de Claude para axentes
- Seguridade mellorada (ASL-3) e mesmo prezo: 3 $/15 $ por millón de tokens
Anthropic lanzou Claude Sonnet 4.5, unha evolución centrada na programación, os axentes e o control informático que busca consolidar a plataforma en contornas profesionais. Nun panorama con rivais de alto nivel, a compañía describe esta versión como a súa modelo máis refinado e útil para tarefas de enxeñaría ata a data
A nova versión baséase no historial da familia Sonnet, que xa mellorara o razoamento e a codificación en iteracións anteriores. Baseándose nesa base, a versión 4.5 ten como obxectivo ampliar o alcance práctico con avances en persistencia da atención, uso de ferramentas e produtividade, mantendo unha estratexia prudente en seguridade e aliñamento.
Capacidades clave e melloras de rendemento
Segundo Anthropic, Claude Sonnet 4.5 é capaz de manter a concentración durante máis de 30 horas en tarefas complexas. e de varios pasos, o que favorece os proxectos longos onde se require continuidade de contexto. Tamén admite resultados de ata 64.000 tokens nunha única respostae ofrece controis para axustar o "tempo de reflexión" antes de responder, equilibrando a velocidade e os detalles segundo sexa necesario.
En tarefas reais diante do ordenador, A compañía informa dun 61,4 % en OSWorld, un salto notable con respecto ao 42,2 % do seu predecesor nesta mesma proba.En escenarios prácticos, o modelo pode navegar pola web, completar follas de cálculo e realizar accións en aplicacións de escritorio desde a extensión de Chrome, o que reduce a monitorización continua do usuario.
A terra de A programación concentra a maioría das mellorasNa avaliación verificada de SWE-bench, que se centrou na codificación aplicada a proxectos do mundo real, Sonnet 4.5 lidera o camiño cun 77,2% (con configuracións que aumentan o número en computación paralela). Anthropic propón que o modelo abarque todo o ciclo de desenvolvemento: planificación, implementación, refactorización e mantemento de grandes bases de código.
Máis alá do puro desenvolvemento, Antrópico identifica usos que requiren fluxos prolongados e coordinación de pasos.Desde a ciberseguridade e as finanzas ata a produtividade da oficina e a investigación mediante o uso de datos internos e externos. Nestes contextos, a promesa reside en axentes máis estables capaces de manter o traballo a longo prazo sen perder consistencia.
Ferramentas e ecosistema para desenvolvedores
O lanzamento vén acompañado de Novidades de Claude Code: puntos de control para gardar o progreso e volver a estados anteriores, como por exemplo historial de versións, Un interface de terminal renovada, extensión nativa para Visual Studio Code e melloras na edición de contexto e memoria a través da API para executar tarefas máis longas.
Anthropic tamén estrea a SDK do axente de Claude, que replica a infraestrutura que a empresa emprega para construír os seus propios axentesO kit ofrece ferramentas para a memoria a longo prazo, sistemas de permisos e coordinación de subaxentes, facilitando a creación de solucións automatizadas que cooperan cara a obxectivos comúns e aseguran a conectividade con ferramentas como WireGuard.
Como complemento, A empresa habilita temporalmente “Imaxina con Claude”, unha demostración que nos permite observar como funciona o modelo xera software en tempo real Sen código predefinido. Esta vista previa, dispoñible por tempo limitado para o máximo número de usuarios, ilustra o potencial do modelo para a creación interactiva.
Seguridade, aliñamento e resiliencia
Anthropic inclúe Sonnet 4.5 no seu nivel de protección Nivel de seguridade da IA 3 (ASL-3), con filtros adestrados para detectar contido perigoso, especialmente aqueles relacionados cos riscos QBRN. A empresa afirma ter reducido falsos positivos por un factor de dez en comparación coa versión inicial destes clasificadores e ofrece Continuidade da conversa con Sonnet 4 se se produce un bloqueo de seguridade.
Paralelamente, a empresa garante que O modelo reduce comportamentos non desexados como a adulación ou as respostas enganosas e fortalece as defensas contra os intentos de inxección inmediataEstas medidas apuntan a un uso máis fiable en entornos corporativos, onde a execución de accións automatizadas require controis e rastrexabilidade.
Dispoñibilidade, plataformas e prezos
O Soneto de Claude 4.5 está dispoñible en Claude.ai (web, iOS e Android) e para desenvolvedores a través da plataforma de desenvolvedores Claude, con integración en servizos como Amazon Bedrock e Google Cloud Vertex AI. O plan gratuíto funciona cun límite de sesións que se restablece cada cinco horas e un número variable de mensaxes baixo demanda. Os prezos seguen sendo os mesmos.3 $ por millón de tokens de entrada e 15 $ por millón de tokens de saída.
Entre as novas funcionalidades de acceso, A extensión de Chrome de Claude está a ser lanzada para os usuarios de Max. rexistrados previamente na lista de espera. Aínda que os puntos de referencia suxiren melloras substanciais en comparación con iteracións anteriores, Anthropic sinala que o rendemento real depende do caso de uso e do orzamento de razoamento configurado para cada tarefa.
Cunha combinación de avances na codificación, maior autonomía para os axentes e un enfoque máis estrito na seguridade, Claude Sonnet 4.5 está posicionado como unha opción sólida para equipos técnicos que precisan continuidade e control en procesos longos, mantendo custos estables e compatibilidade co ecosistema xa despregado de Anthropic.
Son un entusiasta da tecnoloxía que converteu os seus intereses "friki" nunha profesión. Levo máis de 10 anos da miña vida empregando tecnoloxía de punta e retocando todo tipo de programas por pura curiosidade. Agora especializeime en tecnoloxía informática e videoxogos. Isto débese a que dende hai máis de 5 anos levo escribindo para diversas webs sobre tecnoloxía e videoxogos, creando artigos que buscan darche a información que necesitas nun idioma comprensible para todos.
Se tes algunha dúbida, os meus coñecementos abarcan dende todo o relacionado co sistema operativo Windows e tamén con Android para teléfonos móbiles. E o meu compromiso é contigo, sempre estou disposto a dedicar uns minutos e axudarche a resolver calquera dúbida que teñas neste mundo de internet.