Claude Sonnet 4.5: Ugrás a kódolásban, az ágensekben és a számítógép-használatban

Az Anthropic kiadta a Claude Sonnet 4.5-öt, egy olyan evolúciós verziót, amely a programozásra, az ágensekre és a számítógépes vezérlésre összpontosít, és célja a platform professzionális környezetben való megszilárdítása. Egy olyan környezetben, ahol magas szintű versenytársak vannak, a vállalat ezt a kiadást a következőképpen írja le: finomított és hasznosabb modell mérnöki feladatokhoz A mai napig

Az új verzió a Sonnet család eddigi eredményeire épít, amelyek már a korábbi verziókban is fejlesztették az érvelést és a kódolást. Erre az alapra építve a 4.5-ös verzió célja, hogy bővítse a gyakorlati hatókört a következő fejlesztésekkel: a figyelem kitartása, az eszközhasználat és a termelékenység, körültekintő biztonsági és összehangolási stratégiát fenntartva.

Főbb képességek és teljesítménybeli fejlesztések

Az Antropic szerint, A Claude Sonnet 4.5 képes több mint 30 órán át fenntartani a koncentrációt összetett feladatokon. és többlépéses, amely a hosszú projekteket részesíti előnyben, ahol a kontextus folytonossága szükséges. Akár ... kimenetet is támogat 64 000 token egyetlen válaszban, és vezérlőket kínál a válaszadás előtti „gondolkodási idő” beállításához, szükség szerint kiegyensúlyozva a sebességet és a részletességet.

A számítógép előtti valós feladatok során, A vállalat 61,4%-os eredményt ért el az OSWorld teszten, ami jelentős ugrás az elődje 42,2%-ához képest, amelyet ugyanebben a tesztben elért.Gyakorlati helyzetekben a modell képes böngészni a weben, táblázatokat kitölteni és műveleteket végrehajtani az asztali alkalmazásokban a Chrome-bővítményből, csökkentve a folyamatos felhasználófigyelést.

A föld A fejlesztések nagy részét a programozás koncentráljaAz SWE-bench Verified értékelésében, amely a valós projektekben alkalmazott kódolásra összpontosított, A Sonnet 4.5 vezeti a listát 77,2%-kal. (olyan konfigurációkkal, amelyek növelik a számot párhuzamos számítástechnika mellett). Az Anthropic azt javasolja, hogy a modell lefedje a teljes fejlesztési ciklust: nagyméretű kódbázisok tervezése, megvalósítása, refaktorálása és karbantartása.

A puszta fejlődésen túl, Az antropikus kifejezés olyan felhasználási módokat jelöl, amelyek elnyújtott folyamatokat és lépések összehangolását igénylik.A kiberbiztonságtól és a pénzügyektől kezdve az irodai termelékenységen át a belső és külső adatokat felhasználó kutatásokig. Ezekben a kontextusokban az ígéret a stabilabb ügynökökben rejlik, amelyek képesek hosszú távon fenntartani a munkát a konzisztencia feláldozása nélkül.

Fejlesztői eszközök és ökoszisztéma

A bevezetés kíséretében érkezik Újdonságok a Claude Code-nál: ellenőrzőpontok a haladás mentéséhez és az előző állapotokba való visszatéréshez, például verziótörténet, az egyik felújított terminálfelület, natív kiterjesztés a Visual Studio Code-hoz valamint a kontextus és a memória szerkesztésének fejlesztései az API-n keresztül a hosszabb feladatok futtatásához.

Az Anthropic című filmben kerül bemutatásra a Claude ügynök SDK, amely lemásolja azt az infrastruktúrát, amelyet a vállalat saját ügynökeinek felépítéséhez használA készlet eszközöket kínál a hosszú távú memóriához, az engedélyezési rendszerekhez és az alügynökök koordinációjához, elősegítve az olyan automatizált megoldások létrehozását, amelyek együttműködnek a közös célok elérése érdekében, és biztonságos kapcsolatot biztosítanak olyan eszközökkel, mint a WireGuard.

Kiegészítésként A cég ideiglenesen engedélyezi az „Imagine with Claude” funkciót., egy bemutató, amely lehetővé teszi számunkra, hogy megfigyeljük, hogyan működik a modell valós időben generál szoftvert Nincs előre definiált kód. Ez az előnézet, amely korlátozott ideig elérhető Max felhasználók számára, bemutatja a modell interaktív létrehozási lehetőségeit.

Biztonság, összehangolás és ellenálló képesség

Az Anthropic a Sonnet 4.5-öt is tartalmazza a védelmi szintjében AI biztonsági szint 3 (ASL-3), olyan szűrőkkel, amelyekkel veszélyes tartalmakat, különösen a CBRN-kockázatokkal kapcsolatosakat észlelnek. A vállalat azt állítja, hogy csökkent tízszeresére csökkent a téves pozitív eredmények aránya az osztályozók kezdeti verziójához képest, és kínál A Sonnet 4-gyel folytatott beszélgetés folytonossága biztonsági zárolás esetén.

Ezzel párhuzamosan a vállalat biztosítja, hogy A modell csökkenti a nem kívánt viselkedéseket, például a hízelgést vagy a megtévesztő válaszokat, és megerősíti a védelmet a kísérletekkel szemben. azonnali injekcióEzek az intézkedések a felhasználásra utalnak megbízhatóbb vállalati környezetben, ahol az automatizált műveletek végrehajtása ellenőrzéseket és nyomon követhetőséget igényel.

Elérhetőség, platformok és árak

A Claude Sonnet 4.5 elérhető a Claude.ai oldalon. (web, iOS és Android) és fejlesztők számára a Claude fejlesztői platformon keresztül, olyan szolgáltatásokba integrálva, mint az Amazon Bedrock és a Google Cloud Vertex AI. Az ingyenes csomag ötóránként visszaállítható munkamenet-korláttal és igény szerint változó számú üzenettel működik. Az árak változatlanok maradnak.3 dollár millió bemeneti tokenenként és 15 dollár millió kimeneti tokenenként.

Az új hozzáférési funkciók között szerepel, Claude Chrome-bővítménye hamarosan elérhető lesz a Max felhasználók számára. korábban a várólistán szerepelt. Bár a benchmarkok jelentős javulást sugallnak a korábbi iterációkhoz képest, az Anthropic megjegyzi, hogy a tényleges teljesítmény a használati esettől és az egyes feladatokhoz konfigurált gondolkodási költségvetéstől függ.

A kódolás fejlődésének, az ügynökök nagyobb autonómiájának és a biztonságra való szigorúbb összpontosításnak köszönhetően... A Claude Sonnet 4.5 jó választásnak számít. olyan műszaki csapatok számára, akiknek folytonosságra és kontrollra van szükségük hosszú folyamatokban, stabil költségek és kompatibilitás fenntartása az Anthropic már telepített ökoszisztémájával.

Kapcsolódó cikk:

A LinkedIn módosítja a mesterséges intelligenciáját: adatvédelmi változások, régiók és a letiltásának módja

Alberto navarro

Technológia-rajongó vagyok, aki "geek" érdeklődését szakmává változtatta. Életemből több mint 10 évet töltöttem a legmodernebb technológiával, és pusztán kíváncsiságból mindenféle programmal bütykölgettem. Most a számítástechnikára és a videojátékokra szakosodtam. Ennek az az oka, hogy több mint 5 éve írok különféle technológiával és videojátékokkal foglalkozó weboldalakra, olyan cikkeket készítve, amelyek mindenki számára érthető nyelven igyekeznek megadni a szükséges információkat.

Ha bármilyen kérdése van, tudásom a Windows operációs rendszerrel, valamint a mobiltelefonokhoz készült Androiddal kapcsolatos mindenre kiterjed. És az én elkötelezettségem az Ön iránti elkötelezettségem, mindig készen állok néhány percet rászánni arra, hogy segítsek megoldani minden kérdését ebben az internetes világban.