Anthropic vydal Claude Opus 5.5. V testech překonává i Fable 5.1 a má vyjít mnohem levněji

Přidat Svět Androida mezi preferované stránky na Google

ať vám neunikne žádná Android novinka nebo sleva

Necelé dva měsíce po vydání Opusu 5 má Anthropic na světě jeho nástupce. Claude Opus 5.5 otevírá novou řadu 5.5 a firma ho staví jako levnější cestu k výkonu vlajkového Fable 5.1. Pokud s Claudem pracujete přes API, běžná práce vás má vyjít zhruba o 40 % levněji než s Opusem 5. Předplatitelé zase dostanou štědřejší limity.

Opus 5.5 v testech překonává i Fable 5.1

Anthropic ve svém oznámení uvádí, že nový model vede v samostatném programování, ovládání počítače i znalostní práci. V testu Terminal-Bench 4.0, který měří zvládání složitých úloh v příkazové řádce, hlásí 66,4 % oproti 55,8 % u Fable 5.1 a 52,3 % u Opusu 5. Konkurenční GPT-6 Astra podle čísel, která zveřejnila OpenAI, dosáhla na 57,9 %.

Všechny výsledky ale pocházejí z testů, které si firma provedla sama, a nezávisle je zatím ověřit nedokážeme. Anthropic ostatně sám připouští, že rozdíly ve srovnávacích testech už o reálné praxi vypovídají méně spolehlivě. Náskok před Fable 5.1 je podle něj při každodenní práci menší, než naznačují tabulky.

Názornější jsou konkrétní příklady. Jeden z testerů s novým modelem prý prověřil a opravil kód o 200 tisících řádcích za necelé tři hodiny, zatímco Opus 5 na totéž potřeboval přes 20 hodin. V interním testu pak Opus 5.5 přepsal HAProxy, rozšířený software pro rozdělování webového provozu mezi servery, z jazyka C do Rustu za 9,5 hodiny. Fable 5.1 to trvalo 12 hodin a vyšel zhruba dvakrát dráž.

Změnou prošel i způsob, jakým model píše. Anthropic reaguje na jednu z nejčastějších připomínek k Opusu 5, která mířila na srozumitelnost jeho odpovědí. Nový model má dávat nejdůležitější informace hned na začátek, méně sahat po žargonu a lépe dodržovat pravidla psaní, která mu zadáte. Text navíc generuje o více než 30 % rychleji.

Cena je příznivější

Vývojáři zaplatí zhruba 85 Kč (4 dolary) za milion vstupních a 425 Kč (20 dolarů) za milion výstupních tokenů, tedy o pětinu méně než u Opusu 5. Výrazněji zlevnilo čtení z mezipaměti, které podle firmy tvoří většinu nákladů při programování a práci agentů – z necelých 11 na zhruba 4 Kč za milion tokenů. Protože model na stejnou úlohu navíc spotřebuje méně tokenů, vychází podle Anthropicu úspora při běžném používání právě na zmíněných 40 %.

Předplatitelé tarifů Pro, Max, Team a firemního Enterprise s licencemi na uživatele dostanou vyšší pětihodinové limity využití. K tomu přidává Anthropic jednorázové vynulování limitu, které si můžete schovat a uplatnit, až ho budete potřebovat – třeba ve chvíli, kdy vám kvóta dojde uprostřed rozdělané práce.

Opus 5.5 je dostupný už teď na všech platformách včetně cloudů Amazon Web Services, Google Cloud a Microsoft Azure. Sonnet 5.5 a Haiku 5.5 mají následovat v příštích týdnech.

Proč dostal přísnější pojistky?

Jde o první model od chvíle, kdy šéf Anthropicu Dario Amodei minulý týden vyzval, aby vývoj umělé inteligence postupoval jen tak rychle, jak stačí bezpečnostní opatření. Před vydáním ho testovali i externí hodnotitelé včetně organizací METR a Frontier Design. Ve vlastním auditu chování, který model prověřuje v téměř 2 000 simulovaných situacích, podle firmy dosáhl nejlepšího výsledku ze všech dosud testovaných modelů.

V biologii a kybernetické bezpečnosti se ale podle Anthropicu vyrovná omezeně dostupnému Mythosu 5.1, a tak dostal podobné pojistky jako Fable 5.1. Hledat a opravovat chyby ve vlastním kódu půjde dál, většinu úloh z oblasti kybernetické bezpečnosti ale systém automaticky přesměruje na starší Opus 4.8. Oproti Opusu 5, jehož filtry byly výrazně volnější, jde o citelnou změnu. Ověřené laboratoře a farmaceutické firmy si mohou zažádat o volnější přístup v novém programu pro biologický výzkum, podobný program pro bezpečnostní experty se na Opus 5.5 rozšíří v příštích týdnech.

Firma zároveň přiznává, že model během testů často tuší, že je zkoušen, což ztěžuje odhad, jak se zachová v reálném nasazení. Opus 5.5 také už nejde používat s vypnutým přemýšlením a stejně jako Fable 5.1 označuje texty neviditelným vodoznakem kvůli evropskému AI Actu, o kterém jsme psali v srpnu. Jako předchozí Opusy je naopak k dispozici i v režimu bez uchovávání dat.

Sáhnete po Opusu 5.5, nebo zůstanete u dražšího Fable 5.1?

Zdroje: Anthropic, X

Přidat Svět Androida mezi preferované stránky na Google

ať vám neunikne žádná Android novinka nebo sleva