Anthropic выпустила Claude Sonnet 5 с фокусом на агентные возможности и автономность

Anthropic выпустила нейросеть Claude Sonnet 5, сфокусированную на автономном выполнении многошаговых задач. Модель способна самостоятельно составлять планы, взаимодействовать с браузерами и терминалами, а также писать и отлаживать код. По уровню логики и работы с внешними инструментами она вплотную приблизилась к более ресурсоемкой версии Opus 4.8, демонстрируя заметный прирост производительности по сравнению с предыдущей Sonnet 4.6.
Нейросеть уже стала базовой моделью для пользователей тарифов Free и Pro, а также открыта на планах Max, Team и Enterprise. Для разработчиков обращение к claude-sonnet-5 через API временно обойдется в $2 за миллион входных и $10 за миллион выходных токенов, после чего базовая стоимость возрастет до $3 и $15 соответственно. Подобная ценовая политика дает возможность разработчикам гибко настраивать баланс между вычислительными затратами и качеством выполнения сложных скриптов.
Архитектура модели включает усиленные механизмы безопасности, что привело к снижению частоты галлюцинаций и большей устойчивости к атакам через внедрение промптов. При этом Sonnet 5 намеренно не обучалась специфическим задачам кибербезопасности — тесты показали неспособность системы генерировать рабочие эксплойты для уязвимостей программного обеспечения, в отличие от старших версий Opus. В процессе решения инженерных задач модель также научилась верифицировать собственный код без прямых указаний, автоматически изолируя и исправляя найденные ошибки на ранних этапах выполнения.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад