Anthropic, Claude Sonnet 5.5’i 28 Eylül’de piyasaya sürüyor ve Sonnet 5 ile aynı liste fiyatını koruyor. Şirkete göre model, %30’un üzerinde daha hızlı çalışıyor ve görev başına maliyeti %30’a varan oranda azaltıyor.
Bağımsız bir kıyaslama firması, modeli sınırlarına kadar zorladığında maliyetin farklı bir tablo çizdiğini ortaya koydu.
Son gelişmeler için bizi X’te takip edin
Anthropic’in İkinci 5.5 Modeli Opus’tan Sadece Günler Sonra Geldi!
Sonnet 5.5, Claude 5.5 ailesinin ikinci modeli olarak piyasadaki yerini alıyor. Anthropic, Opus 5.5’i 22 Eylül’de kullanıma sundu. Aynı gün OpenAI da GPT-6 Sol ve Luna modellerini piyasaya çıkardı.
Yeni model, milyon giriş token’ı için 2 dolar ve milyon çıkış token’ı için 10 dolar olan Sonnet 5 fiyatlarını koruyor. Anthropic, Terminal-Bench 4.0 isimli ajans tabanlı kodlama testinde %70,6 skor açıkladı. Sonnet 5 yalnızca %10,3’te kalırken, Opus 5.5 %66,4’e ulaştı.
Ekip şöyle dedi: ‘Opus 5.5; özenli muhakeme gerektiren karmaşık işler için tasarlandı. Sonnet 5.5 ise iyi tanımlanmış günlük görevlerde, bug düzeltmede ve özenli doküman, sunum ve tablo hazırlamada en iyi sonucu veriyor.’
Anthropic, Sonnet 5.5’in yetenek sınırını ileriye taşımadığını belirtiyor. Bu nedenle modelin uyumluluk incelemesi, kullanıcıları yanıltma ve yüksek riskli yanlış kullanıma yardım riski gibi konulara odaklandı.
Sonnet 5.5 ayrıca siber güvenlik önlemleri ve anti-distilasyon sınıflandırıcıları ile birlikte geliyor. Bu koruma sistemleri, modelin mantık süreçlerinin rakip sistemler için eğitim amaçlı alınmasını engelliyor. Claude Haiku 5.5’in de önümüzdeki haftalarda piyasada olması bekleniyor.
Diğer yandan OpenAI, yeni modeli GPT-6.1 Astra’yı güvenlik gerekçeleriyle askıya aldı. CNBC, pazartesi günü modelin şirket standartlarını karşılayamadığını doğruladı.
Artificial Analysis: Maksimum Performansta Fatura Kabardı!
Grok 4.7’ye dördüncü sırayı veren kıyaslama firması Artificial Analysis, Sonnet 5.5’e Zeka Endeksi’nde 56 puan veriyor. Bu sonuç, Sonnet 5.5’i genel sıralamada ikinci yapıyor: Opus 5.5 ise maksimum çabada yalnızca 2 puan önde.
Firma, Sonnet 5.5’in Terminal-Bench 4.0 testinden %64 ile geçtiğini, Opus 5.5 ve GPT-6 Astra’nın ise %60’ta kaldıklarını açıkladı. GDPval-AA gibi bilgi işleme testlerinde ise Sonnet 5.5’in Opus 5.5 ile aynı seviyede performans gösterdiği belirtiliyor.
Firma, Sonnet 5.5’in bu sonuçlara ulaşmak için önemli ölçüde daha fazla token harcadığını ekliyor.
Gönderide şu ifadeler yer aldı: ‘Maksimum çabada, Opus 5.5’e yaklaşan bir performansa çıktığında, Claude Sonnet 5.5 her Zeka Endeksi görevi için yaklaşık 193 bin çıkış token’ı kullandı.’
Bu miktar, Opus 5.5 ve Sonnet 5’in maksimum performansta harcadığının yaklaşık %60 üzerinde. Ayrıca GPT-6 Astra’nın maksimum çaba tüketiminin neredeyse 7 katı olarak öne çıkıyor.
Buna karşılık Anthropic’in aktardığı erken erişim müşterileri ise Sonnet 5’e kıyasla farklı iş yüklerinde tam tersi bir eğilim olduğunu bildirdi. Balyasny Asset Management, finans işlemlerinde çok daha az token harcandığını duyurdu.
Balyasny Asset Management Kıdemli Yapay Zeka Mühendisi Joe Poirier, ‘Q&A, veri çıkarımı, analiz ve tahmin kapsayan 2.441 finans görevinden oluşan özel setimizde Claude Sonnet 5.5, Sonnet 5’in önünde puan aldı ve cevap başına yaklaşık 121 bin token harcadı. Sonnet 5’in aynı görevlerde harcadığı token miktarı ise 497 bin idi’ dedi.
Artificial Analysis, Anthropic’in daha sonra düzelttiği bir yapılandırılmış çıktı hatası içeren ön sürümü test etti. Firma, ilgili testleri yakında yeniden yapmayı planlıyor.
YouTube kanalımıza abone olun ve sektör liderlerinden uzman yorumları izleyin
