Claude Sonnet 5.5 İndi VEGA-da İstifadəyə Verilib
Anthropic, Opus 5.5-dən sonra Claude 5.5 ailəsinin ikinci modeli olan Claude Sonnet 5.5-i təqdim etdi. Bu, gündəlik işlər üçün Sonnet 5-in birbaşa təkmilləşdirilmiş versiyasıdır: xətaların aradan qaldırılması, səliqəli sənədlərin, slaydların və cədvəllərin hazırlanması, eləcə də kodun nəzərdən keçirilməsi.
Model artıq platformamızda istifadəyə verilib. Claude Sonnet 5.5 vega.chat-da model seçimi siyahısında əlçatandır. O, həmçinin vibe coding və agentlər üçün API-miz olan api.vega.chat-da ən sərfəli qiymətlə təklif olunur.
Sonnet 5-dən sonra nə dəyişdi
Ən böyük irəliləyiş kodlaşdırma göstəricilərində görünür. Agent əsaslı kodlaşdırma qiymətləndirməsi olan Terminal-Bench 4.0-da model Sonnet 5-in 10.3%-i ilə müqayisədə 70.6% nəticə göstərir. Real kodlaşdırma sessiyalarına əsaslanan CursorBench-də isə nəticəsi Sonnet 5-in 34.1%-i ilə müqayisədə 55.5%-ə çatır. İlkin sınaq iştirakçıları bildirirlər ki, Sonnet 5.5 tanımadığı kod bazasını daha sürətli oxuyur və alət çağırışlarını birləşdirir, buna görə tapşırıqları daha az addımda tamamlayır.
Bilik tələb edən işlərdə də irəliləyiş var. Onlarla peşə sahəsində real tapşırıqları yoxlayan GDPval-AA testində Sonnet 5.5, Sonnet 5-in 1449 balı ilə müqayisədə 1844 bal toplayır və 1846 balı olan Opus 5.5-ə yaxın nəticə göstərir. Anthropic onun dizayn zövqünü də vurğulayır: interfeyslər daha cilalanmış görünür, şablondan hazırlanan slayd təqdimatları isə az redaktə tələb edir.
Cavablar Sonnet 5-dən 30%-dən çox daha sürətlə yaradılır. Qeyd etməyə dəyər bir məqam: bu, yalnız ekran görüntülərindən istifadə edərək Pokemon Red-i sona qədər oynayan ilk Sonnet modelidir.
Qiymətləndirmələr
| Benchmark | Sonnet 5.5 | Sonnet 5 | Opus 5.5 |
|---|---|---|---|
| Terminal-Bench 4.0 (agentic coding) | 70.6% | 10.3% | 66.4% |
| FrontierCode 1.1 (Main) | 46.2% | 42.4% | 54.4% |
| CursorBench 4.0 | 55.5% | 34.1% | 57.8% |
| GDPval-AA v2.1 (knowledge work) | 1844 | 1449 | 1846 |
| Humanity's Last Exam (with tools) | 64.5% | 54.9% | 67.7% |
| OSWorld 2.1 (computer use) | 80.1% | 57.0% | 81.8% |
| Chartography (chart recognition) | 61.6% | 15.6% | 64.4% |
Anthropic qeyd edir ki, qiymətləndirmələr mənzərənin yalnız bir hissəsini göstərir. Öz sınaqlarında Opus 5.5 davamlı mühakimə yürütmə tələb edən mürəkkəb, açıq tipli işlərdə daha güclü olaraq qalır. Sonnet 5.5 isə daha az resurs tələb edən parametrlərdə ən yaxşı nəticə göstərir: sürətli cavab verir və yüksək keyfiyyəti qoruyur.
Təhlükəsizlik
Avtomatlaşdırılmış davranış auditində Sonnet 5.5 əksər ölçülər üzrə Sonnet 5 ilə eyni nəticə göstərir və ya onu üstələyir. Bu, kibertəhlükəsizlik imkanları Opus 5 səviyyəsində olduğundan, ən güclü modellər üçün nəzərdə tutulmuş sinifdən kibermüdafiə tədbirləri ilə istifadəyə verilən ilk Sonnet modelidir. Biologiya ilə bağlı təhlükəsizlik tədbirləri Sonnet 5-dəki kimi qalır. Hər iki model yüksək riskli sorğuların dar bir qrupunu hədəfləyir; adi proqram təminatının hazırlanması və həyat elmləri sahəsindəki işlərin əksəriyyətinə isə təsir etmir.
VEGA-da sınayın
Ən çətin, açıq tipli layihələr üçün Opus 5.5 hələ də ən yaxşı seçimdir. Sonnet 5.5 isə sürətli təkrarlama, dəqiq əhatə dairəsi olan tapşırıqlar, kodlaşdırma və hər gün istifadə etdiyiniz sənədlər üçün onun yanında yer alır. Yüksək həcmli işlər üçün Haiku 5.5 daha sonra ailəni tamamlayacaq.
vega.chat-ı açın, model siyahısından Claude Sonnet 5.5-i seçin və ilk tapşırığınızı göndərin. Agentlər və ya kod köməkçiləri ilə işləyirsinizsə, api.vega.chat vasitəsilə qoşulun.