HeadlinesBriefing favicon HeadlinesBriefing.com

Claude Sonnet 5.5: तेज़ और सस्ता AI

Hacker News •
×

Claude Sonnet 5.5 का परिचय, Claude 5.5 परिवार का दूसरा मॉडल। यह Claude Sonnet 5 पर एक स्पष्ट उन्नयन है, 30%+ तेज़ चलता है, और अधिकांश कामों के लिए 30% तक सस्ता है। Sonnet 5.5, Claude Opus 5.5 का एक तेज़, कम लागत वाला पूरक है। जहाँ Opus 5.5 सावधानीपूर्वक निर्णय की आवश्यकता वाले जटिल कामों के लिए बनाया गया है, वहीं Sonnet 5.5 अच्छी तरह से परिभाषित रोज़मर्रा के कार्यों, बग्स को ठीक करने और पॉलिश किए गए दस्तावेज़, स्लाइड्स और स्प्रेडशीट बनाने में सबसे मजबूत है। इसमें डिज़ाइन के लिए एक गहरी नज़र भी है। Claude Haiku 5.5 आने वाले हफ्तों में परिवार में शामिल होगा।

Sonnet 5.5 प्रदर्शन में Sonnet 5 से बेहतर है, Terminal-Bench 4.0 पर 70.6% स्कोर करता है, जो एक एजेंटिक कोडिंग मूल्यांकन है, जबकि Sonnet 5 का 10.3% है। यह GDPval-AA पर Opus 5.5 से दो अंक कम स्कोर करता है। यह लंबी अवधि के काम और छवि समझ में मजबूत है—यह पहला Sonnet मॉडल है जिसने केवल स्क्रीनशॉट से काम करके Pokémon Red को हराया। यह पिछले मॉडलों की तुलना में अधिक स्पष्ट रूप से लिखता है, और शुरुआती परीक्षकों ने इसे Sonnet 5 की तुलना में सहयोग के लिए एक बेहतर साथी बताया।

Sonnet 5.5 की कीमत Sonnet 5 के समान है: $2 प्रति मिलियन इनपुट टोकन, $10 प्रति मिलियन आउटपुट टोकन, और $0.20 प्रति मिलियन टोकन कैश रीड के लिए, लेकिन इसे आमतौर पर बहुत कम टोकन की आवश्यकता होती है। इसकी लागत प्रति कार्य 30% तक कम है और आउटपुट 30%+ तेज़ उत्पन्न करता है। स्वचालित व्यवहार ऑडिट पर, Sonnet 5.5 संरेखण में Sonnet 5 में सुधार करता है या उससे मेल खाता है। यह साइबर सुरक्षा उपायों और फॉलबैक के साथ लॉन्च होने वाला पहला Sonnet मॉडल है, जबकि जीव विज्ञान सुरक्षा उपाय अपरिवर्तित हैं।

कई बेंचमार्क पर, Sonnet 5.5 कम या मध्यम प्रयास में, प्रति कार्य लगभग दसवें हिस्से की लागत पर Sonnet 5 के सर्वश्रेष्ठ स्कोर को हरा देता है। यह कम प्रयास सेटिंग्स में Opus 5.5 का सबसे अच्छा पूरक है, जहाँ इसकी लागत प्रति कार्य कम है। उच्च सेटिंग्स में, यह समान लागत पर तुलनीय प्रदर्शन कर सकता है।