Claude Sonnet 5.5 енді VEGA-да қолжетімді
Anthropic Claude Sonnet 5.5 моделін шығарды. Бұл — Opus 5.5-тен кейінгі Claude 5.5 тобының екінші моделі. Ол күнделікті жұмыстарға арналған Sonnet 5 моделінің тікелей жаңартылған нұсқасы: қателерді түзету, ұқыпты құжаттар, слайдтар мен электрондық кестелер жасау, кодты қарап шығу.
Ол платформамызда қолжетімді. Claude Sonnet 5.5 vega.chat сайтындағы модельдер тізімінде бар. Сондай-ақ ол vibe-кодтау мен агенттерге арналған API интерфейсіміз api.vega.chat сайтында ең тиімді бағамен ұсынылады.
Sonnet 5-тен қандай өзгерістер бар?
Код жазу көрсеткіштерінде ең үлкен өсім байқалады. Агенттік кодтауды бағалайтын Terminal-Bench 4.0 сынағында модель Sonnet 5-тегі 10.3%-бен салыстырғанда 70.6% жинады. Нақты кодтау сессиялары негізінде жасалған CursorBench сынағында оның көрсеткіші 34.1%-бен салыстырғанда 55.5%-ға жетті. Алғашқы сынақтан өткізгендер Sonnet 5.5 таныс емес код базасын жылдам оқып, құралдарға арналған бірнеше шақыруды қатар орындайтынын, сондықтан тапсырмалар аз қадаммен бітетінін айтады.
Білімге қатысты жұмыстарда да көрсеткіштер жақсарды. Әртүрлі ондаған кәсіптегі шынайы тапсырмаларды сынайтын GDPval-AA бағалауында Sonnet 5.5 1844 балл жинады, ал Sonnet 5 — 1449 балл. Бұл Opus 5.5-тің 1846 балына жақын. Anthropic оның дизайнға деген талғампаздығын да атап өтеді: интерфейстер жинақы әрі көрнекі шығады, ал шаблоннан жасалған слайдтарды аздап өңдеу жеткілікті.
Модель нәтиже ағынын Sonnet 5-тен 30%-дан астам жылдам береді. Тағы бір атап өтерлік жайт: бұл — Pokemon Red ойынын тек скриншоттарды пайдаланып аяқтаған алғашқы Sonnet моделі.
Салыстырмалы сынақтар
| Сынақ | Sonnet 5.5 | Sonnet 5 | Opus 5.5 |
|---|---|---|---|
| Terminal-Bench 4.0 (агенттік кодтау) | 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 (білімге қатысты жұмыс) | 1844 | 1449 | 1846 |
| Humanity's Last Exam (құралдармен) | 64.5% | 54.9% | 67.7% |
| OSWorld 2.1 (компьютерді пайдалану) | 80.1% | 57.0% | 81.8% |
| Chartography (диаграммаларды тану) | 61.6% | 15.6% | 64.4% |
Anthropic салыстырмалы сынақтар жалпы көріністің бір бөлігін ғана көрсететінін ескертеді. Өз сынақтарында Opus 5.5 ұзақ уақыт бойы пайымдауды қажет ететін күрделі әрі ашық тапсырмаларда мықтырақ болып қала береді. Sonnet 5.5 төмен күш жұмсау режимдерінде тиімді: жылдам жауап беріп, сапасын жоғары деңгейде сақтайды.
Қауіпсіздік
Автоматтандырылған мінез-құлық аудитінде Sonnet 5.5 көрсеткіштердің көпшілігінде Sonnet 5-пен тең немесе одан жақсы нәтиже көрсетті. Ол ең қуатты модельдерге арналған деңгейдегі киберқауіпсіздік қорғаныстарымен іске қосылған алғашқы Sonnet моделі, өйткені оның киберқауіпсіздік мүмкіндіктері Opus 5 деңгейімен салыстыруға келеді. Биологиялық қауіпсіздік шаралары Sonnet 5-тегідей қалды. Екі модель де жоғары тәуекелді сұраулардың белгілі бір тар ауқымын шектейді, ал күнделікті әзірлеу мен өмір туралы ғылымдардың басым бөлігіне әсер етпейді.
VEGA-да қолданып көріңіз
Ең күрделі әрі ашық жобалар үшін Opus 5.5 әлі де оңтайлы таңдау. Ал жылдам итерация, ауқымы нақты белгіленген тапсырмалар, код пен күнделікті құжаттар үшін Sonnet 5.5 қолайлы. Жоғары көлемді жұмыстарға арналған Haiku 5.5 кейінірек осы топты толықтырады.
vega.chat сайтын ашып, модельдер тізімінен Claude Sonnet 5.5 моделін таңдап, алғашқы тапсырмаңызды жіберіңіз. Агенттермен немесе код көмекшілерімен жұмыс істесеңіз, api.vega.chat арқылы қосылыңыз.