Anthropic представила новую модель Opus 5.5, установившую рекорды в задачах программирования и интеллектуальной работы. По многим бенчмаркам она превзошла более крупную модель Fable и справилась с рядом неформальных тестов, которые Fable не смогла пройти.
В анонсе компания назвала Opus 5.5 «самой мощной моделью из всех, что мы тестировали».
Новая версия оказалась заметно дешевле предшественника: выходные токены теперь стоят $20 за mTok против $25 у прошлой модели. Другие показатели также подешевели, а сама модель стала быстрее благодаря снижению вычислительных требований.
Opus 5.5 изменила стиль общения — меньше жаргона, важная информация теперь подаётся в начале сообщений.
Релиз состоялся всего через два месяца после выхода Opus 5 24 июля. По словам Anthropic, версии Sonnet 5.5 и Haiku 5.5 появятся «в ближайшие недели» с аналогичными улучшениями.
По возможностям в биологии и кибербезопасности Opus 5.5 сопоставима с моделью Mythos, поэтому на неё распространяются те же меры предосторожности, что и на Fable — ограничения на поиск уязвимостей в скомпилированных программах и создание биологического оружия.
Это первый релиз Anthropic после того, как CEO Дарио Амодей поддержал идею замедления темпов развития ИИ ради согласования их с прогрессом в безопасности.
«Я убеждён, что для полноценного устранения рисков требуется ещё больше осторожности — не только инвестиции в предотвращение рисков, но и соответствующий темп развития возможностей», — написал Амодей ранее в этом месяце.
Обучение безопасности Opus 5.5 в целом повторяло подход предыдущих моделей: тестирование на согласованность и внешние проверки от организаций METR и Frontier Design. При этом Anthropic отметила, что уже готовит более продвинутые системы обучения и мониторинга для будущих моделей.
«По мере роста возможностей ИИ государственная политика должна играть большую роль в обеспечении безопасности систем. Мы уже начали выстраивать для этого инфраструктуру и скоро расскажем подробнее», — говорится в блоге компании.