- Ew di OSWorld de %61,4 performans dike û di SWE-bench de pêşeng e. Verastkirî.
- Zêdetirî 30 demjimêran karên tevlihev birêve dibe û heta 64.000 nîşanekan çêdike
- Nûvekirinên Claude Code û SDK-ya nû ya Claude Agent ji bo ajanan
- Ewlekariya pêşkeftî (ASL-3) û heman biha: 3 dolar/15 dolar ji bo her milyon nîşanekan
Anthropic Claude Sonnet 4.5 derxist, pêşveçûnek ku li ser bernamekirin, ajan û kontrola komputerê disekine û hewl dide platformê di jîngehên profesyonel de xurt bike. Di rewşek bi reqîbên asta bilind de, pargîdanî vê berdanê wekî ya xwe bi nav dike. modelek pêşkeftîtir û bikêrtir ji bo karên endezyariyê heta roja.
Guhertoya nû li ser tomarên serkeftî yên malbata Sonnet ava dibe, ku di dubarekirinên berê de aqil û kodkirin baştir kiribû. Li ser vê bingehê ava dibe, 4.5 armanc dike ku bi pêşketinên di warê pratîkî de qada pratîkî berfireh bike. berdewamiya baldariyê, karanîna amûran, û berhemdariyê, parastina stratejiyeke hişmend di ewlehî û hevrêziyê de.
Kapasîteyên sereke û başkirinên performansê
Li gorî Anthropic, Claude Sonnet 4.5 dikare di karên aloz de ji 30 demjimêran zêdetir balê biparêze. û pir-gavî, ku projeyên dirêj tercîh dike ku tê de berdewamiya çarçoveyê hewce ye. Ew her weha piştgirî dide encamên heta 64.000 nîşanekan di bersivekê de, û kontrolên pêşkêş dike da ku "dema fikirînê" berî bersivdayînê were sererast kirin, û li gorî hewcedariyê leza û hûrguliyan hevseng bike.
Di karên rastîn de li ber komputerê, Şîrket di OSWorld de rêjeya %61,4 radigihîne, ku ev rêje ji rêjeya %42,2 ya berê di heman testê de zêdebûnek berbiçav e.Di rewşên pratîkî de, model dikare li ser înternetê bigere, tabloyên hesaban temam bike, û çalakiyan pêk bîne di sepanên sermaseyê de ji pêveka Chrome, çavdêriya berdewam a bikarhêner kêm dike.
Erdê Bernamekirin piraniya başkirinan dikişîneDi nirxandina SWE-bench Verified de, ku li ser kodkirina ku di projeyên cîhana rastîn de tê sepandin, Sonnet 4.5 bi rêjeya %77,2 pêşengiyê dike. (bi vesazkirinên ku di bin hesabkirina paralel de hejmarê zêde dikin). Anthropic pêşniyar dike ku model tevahiya çerxa pêşveçûnê bigire nav xwe: plansazkirin, bicîhanîn, ji nû ve çêkirin, û parastina bingehên kodên mezin.
Ji pêşkeftina saf wêdetir, Anthropic karanînên ku herikînên dirêj û hevrêzkirina gavan hewce dike destnîşan dike.Ji ewlehiya sîber û darayî bigire heya berhemdariya nivîsgehê û lêkolînê bi karanîna daneyên navxweyî û derveyî. Di van çarçoveyan de, soz di ajanên stabîltir de ye ku dikarin xebata demdirêj bêyî windakirina domdariyê bidomînin.
Amûrên Pêşdebiran û Ekosîstem
Destpêkirin bi hev re tê Tiştên nû li Claude Code hene: xalên kontrolê ji bo tomarkirina pêşveçûnê û vegera rewşên berê, wek mînak dîroka guhertoya, yek navrûya termînalê ya nûjenkirî, dirêjkirina xwemalî ji bo Visual Studio Code û başkirinên li ser sererastkirina kontekst û bîranînê bi rêya API-yê ji bo xebitandina peywirên dirêjtir.
Anthropic her wiha cara yekem pêşkêş dike SDK-ya Claude Agent, ku binesaziya ku pargîdanî ji bo avakirina ajanên xwe bikar tîne dubare dikeEv kît amûrên ji bo bîra demdirêj, pergalên destûrnameyê, û hevrêzkirina binajentan pêşkêş dike, û afirandina çareseriyên otomatîkî yên ku ji bo armancên hevpar hevkariyê dikin û girêdana ewle bi amûrên wekî wan re hêsan dike. WireGuard.
Wekî temamker, Fîrma bi awayekî demkî "Imagine with Claude" çalak dike., xwenîşandanek ku dihêle em bibînin ka model çawa di wextê rast de nermalavê çêdike Kodeke pêşwextkirî tune. Ev pêşdîtin, ku ji bo demek sînorkirî ji bo bikarhênerên Max peyda dibe, potansiyela modelê ji bo afirandina înteraktîf nîşan dide.
Ewlehî, hevrêzî û berxwedan
Anthropic Sonnet 4.5 di asta parastina xwe de digire nav xwe Asta Ewlehiya AI 3 (ASL-3), bi fîlterên ku ji bo tespîtkirina naveroka xeternak hatine perwerdekirin, nemaze yên ku bi rîskên CBRN ve girêdayî ne. Şîrket îdîa dike ku kêm kiriye pozîtîfên derewîn bi faktorek deh li gorî guhertoya destpêkê ya van dabeşkeran, û pêşkêş dike Berdewamiya axaftinê bi Sonnet 4 re heke kilîtkirinek ewlehiyê çêbibe.
Di heman demê de, şirket piştrast dike ku Ev model tevgerên nexwestî yên wekî pesindan an bersivên xapînok kêm dike û parastinên li dijî hewildanên ji bo derzîlêdana bilezEv tedbîr nîşan didin ku divê em bikar bînin di hawîrdorên pargîdaniyê de pêbawertir, li cihê ku pêkanîna çalakiyên otomatîkî kontrol û şopandinê hewce dike.
Berdestbûn, platform û biha
Claude Sonnet 4.5 li Claude.ai peyda dibe (web, iOS û Android) û ji bo pêşdebiran bi rêya Platforma Pêşdebirên Claude, bi entegrasyonê di nav karûbarên wekî Amazon Bedrock û Google Cloud Vertex AI de. Plana belaş bi sînorek danişînê dixebite ku her pênc saetan carekê ji nû ve tê sazkirin û hejmareke guhêrbar a peyaman li gorî daxwazê dike. Biha wekî xwe dimînin.: 3 dolar ji bo her milyon nîşaneyên têketinê û 15 dolar ji bo her milyon nîşaneyên derketinê.
Di nav taybetmendiyên gihîştina nû de, Dirêjkirina Claude's Chrome ji bo bikarhênerên Max tê belavkirin. berê di lîsteya benda de qeydkirî bû. Her çend pîvan li gorî dubarekirinên berê başbûnên girîng nîşan didin jî, Anthropic destnîşan dike ku performansa rastîn bi rewşa karanînê û budçeya aqilmendiyê ya ji bo her peywirê ve hatî mîheng kirin ve girêdayî ye.
Digel pêşketinên di kodkirinê de, xweseriya mezintir ji bo ajanan, û balkişandinek hişktir li ser ewlehiyê, Claude Sonnet 4.5 wekî vebijarkek zexm tê cîh kirin ji bo tîmên teknîkî yên ku di pêvajoyên dirêj de hewceyê domdarî û kontrolê ne, parastina lêçûnên sabît û lihevhatina bi ekosîstema berê ya Anthropic re.
Ez dilşewatekî teknolojiyê me ku berjewendiyên xwe yên "geek" veguherandiye pîşeyekê. Min zêdetirî 10 sal ji jiyana xwe bi karanîna teknolojiya pêşkeftî derbas kir û ji meraqek paqij bi her cûre bernameyan ve mijûl kir. Niha ez di teknolojiya kompîturê û lîstikên vîdyoyê de pispor bûm. Ji ber ku ji 5 salan zêdetir e ku ez ji bo malperên cihêreng ên li ser teknolojî û lîstikên vîdyoyê dinivîsim, gotarên ku dixwazin agahdariya ku hûn hewce ne bi zimanek ku ji hêla her kesî ve tê fam kirin bidin we diafirînim.
Ger pirsên we hebin, zanîna min ji her tiştê ku bi pergala xebitandina Windows-ê ve û hem jî Android-ê ji bo têlefonên desta ve girêdayî ye diguhere. Û soza min ji we re ye, ez her gav amade me ku çend hûrdeman derbas bikim û ji we re bibe alîkar ku hûn di vê cîhana înternetê de pirsên we hebin çareser bikin.