Claude Sonnet 5.5 अब VEGA पर उपलब्ध है

Anthropic ने Claude Sonnet 5.5 जारी किया है, जो Opus 5.5 के बाद Claude 5.5 परिवार का दूसरा मॉडल है। रोज़मर्रा के सामान्य कामों के लिए यह Sonnet 5 का सीधा अपग्रेड है: बग ठीक करना, साफ़-सुथरे दस्तावेज़, स्लाइड और स्प्रेडशीट बनाना, और कोड पढ़ना।

यह हमारे प्लेटफ़ॉर्म पर पहले से उपलब्ध है। Claude Sonnet 5.5, vega.chat पर मॉडल चुनने की सूची में मौजूद है। यह api.vega.chat पर भी उपलब्ध है—वाइब कोडिंग और एजेंट्स के लिए हमारी API, वह भी सबसे अच्छी कीमत पर।

Sonnet 5 के बाद क्या बदला

कोडिंग के आँकड़ों में सबसे स्पष्ट बढ़त दिखती है। एजेंटिक कोडिंग मूल्यांकन Terminal-Bench 4.0 पर मॉडल का स्कोर 70.6% है, जबकि Sonnet 5 का स्कोर 10.3% है। असली कोडिंग सत्रों के आधार पर बने CursorBench पर इसका स्कोर 55.5% है, जबकि Sonnet 5 का 34.1%। शुरुआती परीक्षकों का कहना है कि Sonnet 5.5 किसी अनजान कोडबेस को तेज़ी से पढ़ता है और टूल कॉल्स को एक साथ समूहित करता है, जिससे काम कम चरणों में पूरा होता है।

ज्ञान-आधारित काम में भी सुधार हुआ है। दर्जनों पेशों के वास्तविक कामों का परीक्षण करने वाले GDPval-AA पर Sonnet 5.5 का स्कोर 1844 है, जबकि Sonnet 5 का 1449 है। यह Opus 5.5 के 1846 के स्कोर के क़रीब है। Anthropic इसकी डिज़ाइन समझ की भी सराहना करता है: इंटरफ़ेस ज़्यादा परिष्कृत बनते हैं और टेम्पलेट से बनाई गई स्लाइड डेक में बहुत कम संपादन की ज़रूरत पड़ती है।

इसका आउटपुट Sonnet 5 की तुलना में 30% से अधिक तेज़ी से आता है। एक और उल्लेखनीय बात: यह पहला Sonnet है जिसने केवल स्क्रीनशॉट के आधार पर Pokemon Red पूरा किया।

बेंचमार्क

बेंचमार्क	Sonnet 5.5	Sonnet 5	Opus 5.5
Terminal-Bench 4.0 (एजेंटिक कोडिंग)	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 (ज्ञान-आधारित काम)	1844	1449	1846
Humanity's Last Exam (टूल्स के साथ)	64.5%	54.9%	67.7%
OSWorld 2.1 (कंप्यूटर का उपयोग)	80.1%	57.0%	81.8%
Chartography (चार्ट पहचान)	61.6%	15.6%	64.4%

Anthropic का कहना है कि बेंचमार्क पूरी कहानी नहीं बताते। उसके अपने परीक्षण में, ऐसे जटिल और खुले कामों में Opus 5.5 अब भी ज़्यादा सक्षम है जिनमें लगातार विवेकपूर्ण निर्णय लेने की ज़रूरत होती है। Sonnet 5.5 कम प्रयास वाली सेटिंग में सबसे बेहतर बैठता है, जहाँ यह तेज़ी से जवाब देता है और गुणवत्ता भी ऊँची बनाए रखता है।

सुरक्षा

स्वचालित व्यवहार ऑडिट में, अधिकांश मानकों पर Sonnet 5.5 का प्रदर्शन Sonnet 5 के बराबर या उससे बेहतर है। यह सबसे सक्षम मॉडलों के लिए बनाए गए स्तर की साइबर सुरक्षा के साथ लॉन्च होने वाला पहला Sonnet है, क्योंकि इसकी साइबर सुरक्षा क्षमताएँ Opus 5 के बराबर हैं। जैविक सुरक्षा उपाय Sonnet 5 जैसे ही हैं। दोनों ही उच्च जोखिम वाले अनुरोधों के एक सीमित समूह को लक्षित करते हैं; सामान्य विकास और जीवन विज्ञान के अधिकांश काम अप्रभावित रहते हैं।

VEGA पर आज़माएँ

सबसे कठिन और खुले प्रोजेक्ट्स के लिए Opus 5.5 अब भी बेहतर विकल्प है। तेज़ी से बदलाव करने, स्पष्ट दायरे वाले कामों, कोड और रोज़मर्रा में इस्तेमाल होने वाले दस्तावेज़ों के लिए Sonnet 5.5 उसके साथ उपलब्ध है। अधिक मात्रा वाले कामों के लिए Haiku 5.5 बाद में इस परिवार को पूरा करेगा।

vega.chat खोलें, मॉडल सूची में Claude Sonnet 5.5 चुनें और अपना पहला काम भेजें। अगर आप एजेंट्स या कोड असिस्टेंट्स के साथ काम करते हैं, तो api.vega.chat के ज़रिए कनेक्ट करें।