HeadlinesBriefing favicon HeadlinesBriefing.com

Claude Opus 5.5 40% लागत कम होता है

Hacker News •
×

हमें Claude Opus 5.5 का पेशानी किया है, जो हमारे नए Claude 5.5 परिवार का पहला मॉडल है। यह अधिकांश कामों पर Claude Fable 5.1 के समान स्तर पर काम करता है और Opus 5 की तुलना में चलाने में 40% कम लगता है। Claude Opus 5.5 वह पहला रिलीज़ है जिसके बाद हमने फ़्रंटियर को रोकने के कॉल कर दिया था। इसे प्रकाशन से पहले बाहरी मूल्यांककों द्वारा डूना गया था, जिमें शामिल थे Frontier Design और MET R। हमारे स्वचालित व्यवहार ऑडिट में—जो हम देखते हैं सबसे व्यापक संरेखण परीक्षा—Opus 5.5 वह सबसे अच्छा प्रदर्शित मॉडल है जिसे हमें तक पहुँच गया है। यह हमारे सबसे क्षमतापूर्ण मॉडलों के लिए विकसित सुरक्षा उपायों के साथ आता है।

Opus 5.5 Opus 5 से एक बड़ा कदम है। एक टेस्टर ने 680,000 पंक्तियों के कोड माइग्रेशन को एक दिन से कम में पूरा किया—जो एक इंजीनियर टीम को सप्ताहों तक काम करने की ज़रूरत होगी। जब उसे एक वेब ऐप के सभी पृष्ठों के लोड टाइम को काटने को कहा गया, तो Opus 5.5 ने 40 बार में सफलतापूर्वक किया, जबकि Opus 5 ने छोटे सुधार किए जो ऐप के व्यवहार को भी बदल गए। एक अलग टेस्टर ने कई Claude मॉडल को एकमात्र प्रॉम्प्ट से एक गेम बनाने के लिए कहा; Opus 5.5 ने ग्राफ़िक्स और पॉलिश में किसी भी अन्य मॉडल से अधिक स्कोर किया।

Opus 5.5 हमारे स्वचालित व्यवहार ऑडिट में किसी भी मॉडल तक का सबसे अच्छा स्कोर प्राप्त करता है। हाल के मॉडल्स की तुलना में, Opus 5.5 बहुत कम संभावित है कि आम्पर कठिन प्रतिलिपि करने या अपने आपको दिए गए सीमाओं के भीतर से बाहर करने के लिए एक्शन ले। Opus 5 की तुलना में यह प्रॉम्प्ट इंजेक्शन के खिलाफ अधिक प्रतिरोधी है। यह बायोलॉजी और साइबरसेक्योरिटी में Claude Mythos 5.1 के समान है, इसलिए हम इसे Claude Fable 5.1 के समान सुरक्षा उपायों के साथ डिप्लॉय कर रहे हैं। प्रमाणित संगठन आज हमारे लाइफ साइंस्स वर्फिकेशन प्रोग्राम में आवेदन कर सकते हैं ताकि वे Opus 5.5 को बायोलॉजी रिसर्च में उपयोग कर सकें।

Opus 5.5 सेवा पर अधिक कम कंप्यूट चाहिए, इसे Opus 5 की तुलना में एंट्री और आउटपुट टोकन्स प्रति मिलियन में $4 और $20 पर—20% कम। कैश रीड्स प्रति मिलियन टोकन्स पर $0.20 पर होते हैं, Opus 5 की तुलना में 60% कम। Opus 5.5 इसे Opus 5 से 30% तक अधिक तेज़ी से आउटपुट जेनरेट करता है। हमें Pro, Max, Team और सीट-आधारित Enterprise योजनाओं पर पाँच घंटे के उपयोग सीमा बढ़ा रहे हैं। Claude Sonnet 5.5 और Claude Haiku 5.5 अगले कुछ हफ़्तों में फॉलो होंगे।