Claude Sonnet 5.5 უკვე ხელმისაწვდომია VEGA-ზე
Anthropic-მა გამოუშვა Claude Sonnet 5.5, Claude 5.5 ოჯახის მეორე მოდელი Opus 5.5-ის შემდეგ. ის Sonnet 5-ის პირდაპირი განახლებაა ყოველდღიური სამუშაოებისთვის: შეცდომების გამოსწორებისთვის, გამართული დოკუმენტების, პრეზენტაციებისა და ცხრილების შესაქმნელად და კოდის გასაცნობად.
ის უკვე ხელმისაწვდომია ჩვენს პლატფორმაზე. Claude Sonnet 5.5 მოდელების სიაშია vega.chat-ზე. ის ასევე ხელმისაწვდომია api.vega.chat-ზე — ჩვენს API-ზე vibe coding-ისა და აგენტებისთვის — საუკეთესო ფასად.
რა შეიცვალა Sonnet 5-თან შედარებით
ყველაზე თვალსაჩინო გაუმჯობესება კოდირების მაჩვენებლებშია. Terminal-Bench 4.0-ზე, რომელიც აგენტური კოდირების შეფასებაა, მოდელის შედეგია 70.6%, Sonnet 5-ის კი — 10.3%. CursorBench-ზე, რომელიც კოდირების რეალურ სესიებზეა დაფუძნებული, მისი შედეგია 55.5%, Sonnet 5-ის კი — 34.1%. ადრეული ტესტერები ამბობენ, რომ Sonnet 5.5 უცნობ კოდურ ბაზას უფრო სწრაფად ეცნობა და ხელსაწყოების გამოძახებებს აჯგუფებს, ამიტომ ამოცანები ნაკლები ნაბიჯით სრულდება.
ცოდნაზე დაფუძნებული სამუშაოების შედეგებიც გაუმჯობესდა. GDPval-AA-ზე, რომელიც ათეულობით პროფესიის რეალურ ამოცანებს ამოწმებს, Sonnet 5.5-ის შედეგია 1844, Sonnet 5-ის კი — 1449; ეს Opus 5.5-ის 1846-თან ახლოსაა. Anthropic ასევე აღნიშნავს მის დიზაინის ალღოს: ინტერფეისები უფრო დახვეწილი გამოდის, ხოლო შაბლონიდან შექმნილი პრეზენტაციები მცირედ შესწორებას საჭიროებს.
შედეგებს Sonnet 5-თან შედარებით 30%-ზე მეტი სიჩქარით გამოსცემს. აღსანიშნავია ერთი დეტალიც: ეს პირველი Sonnet-ია, რომელმაც Pokemon Red-ის გავლა მხოლოდ ეკრანის სურათებზე დაყრდნობით შეძლო.
ბენჩმარკები
| ბენჩმარკი | Sonnet 5.5 | Sonnet 5 | Opus 5.5 |
|---|---|---|---|
| Terminal-Bench 4.0 (აგენტური კოდირება) | 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 (ცოდნაზე დაფუძნებული სამუშაო) | 1844 | 1449 | 1846 |
| Humanity's Last Exam (ხელსაწყოებით) | 64.5% | 54.9% | 67.7% |
| OSWorld 2.1 (კომპიუტერის გამოყენება) | 80.1% | 57.0% | 81.8% |
| Chartography (დიაგრამების ამოცნობა) | 61.6% | 15.6% | 64.4% |
Anthropic აღნიშნავს, რომ ბენჩმარკები ამბის მხოლოდ ნაწილს გვიჩვენებს. კომპანიის საკუთარ ტესტირებაში Opus 5.5 კვლავ უკეთესია რთულ, ღია ტიპის სამუშაოებში, რომლებიც ხანგრძლივ განსჯას მოითხოვს. Sonnet 5.5 კი საუკეთესოდ მუშაობს დაბალი ძალისხმევის პარამეტრებზე, სადაც სწრაფად პასუხობს და მაღალ ხარისხს ინარჩუნებს.
უსაფრთხოება
ქცევის ავტომატიზებულ აუდიტში Sonnet 5.5 უმეტეს მაჩვენებელში Sonnet 5-ის დონეს აღწევს ან მასზე უკეთეს შედეგს აჩვენებს. ის პირველი Sonnet-ია, რომელიც ყველაზე მძლავრი მოდელებისთვის შექმნილი კლასის კიბერუსაფრთხოების დამცავი ზომებით გამოვიდა, რადგან მისი კიბერუსაფრთხოების შესაძლებლობები Opus 5-ისას უტოლდება. ბიოლოგიურ უსაფრთხოებასთან დაკავშირებული დამცავი ზომები Sonnet 5-ის დონეზე რჩება. ორივე შეზღუდული რაოდენობის მაღალი რისკის მოთხოვნებზეა მიმართული, ხოლო ჩვეულებრივ განვითარებასა და სიცოცხლის შემსწავლელი მეცნიერებების სამუშაოების უმეტესობაზე გავლენას არ ახდენს.
გამოსცადეთ VEGA-ზე
Opus 5.5 კვლავ საუკეთესო არჩევანია ყველაზე რთული, ღია ტიპის პროექტებისთვის. Sonnet 5.5 კი მის გვერდითაა სწრაფი იტერაციებისთვის, მკაფიოდ განსაზღვრული ამოცანებისთვის, კოდირებისა და ყოველდღიური დოკუმენტებისთვის. Haiku 5.5 მოგვიანებით შეავსებს ოჯახს დიდი მოცულობის სამუშაოებისთვის.
გახსენით vega.chat, მოდელების სიაში აირჩიეთ Claude Sonnet 5.5 და გაუგზავნეთ პირველი დავალება. თუ აგენტებს ან კოდირების ასისტენტებს ქმნით, დაუკავშირდით api.vega.chat-ის მეშვეობით.