Anthropic представляет новую флагманскую модель Claude Sonnet 4.5
Anthropic называет свою последнюю большую языковую модель (LLM) лучшей в мире моделью программирования. Кроме того, компания утверждает, что модель Sonnet 4.5 установила рекорд в бенчмарке, разработанном для оценки возможностей использования инструментов нейронных сетей.
Sonnet 4.5 — это гибридная модель рассуждений, то есть она работает в двух режимах. Когда пользователи вводят относительно простые запросы, LLM быстро генерирует ответ, используя ограниченные вычислительные мощности. При получении более сложного вопроса Sonnet 4.5 может потратить на поиск ответа довольно значительное время. Такой подход повышает качество вывода за счёт более высокой нагрузки на оборудование.
Anthropic оценила возможности программирования модели с помощью бенчмарка SWE-bench Verified. Языковая модель Sonnet 4.5 установила новый отраслевой рекорд, набрав в тесте 82% правильных ответов. Следующие два наивысших результата также были получены другими моделями Anthropic, а четвёртое место заняла GPT-5 Codex от OpenAI, которая дала правильные ответы на 74,5% вопросов.
Sonnet 4.5 также установила рекорд во еще одном бенчмарке под названием OSWorld. Он используется для оценки эффективности взаимодействия нейронных сетей с внешними приложениями, такими как базы данных. Модель Sonnet 4.5 достигла рекордного результата в 61,4%, что почти на 20% лучше, чем у модели Sonnet 4 Anthropic, выпущенной четыре месяца назад.
Компания утверждает, что её последний языковая модель также превзошла конкурентов более чем в полудюжине других тестов. По данным Anthropic, эти тесты оценивают способность моделей ИИ выполнять такие задачи, как интерпретация графиков и анализ финансовых данных.
Модель Sonnet 4.5 доступна через сервис чат-бота Claude, а также через помощника программирования Claude Code и его интерфейс прикладного программирования. В связи выпуском новой модели два последних продукта получили обновление.
Разработчики взаимодействуют с Claude Code, вводя команды в интерфейс командной строки. В рамках обновления Anthropic внесла в этот интерфейс несколько улучшений, сделав его более удобным в использовании. Кроме того, компания выпустила расширение, встраивающее Claude Code в популярный инструмент программирования Visual Studio Code. В настоящее время расширение доступно в бета-версии.
Другое важное обновление Claude Code — функция автоматического сохранения кода пользователя после каждого существенного изменения. Если в рабочем процессе возникнет ошибка, разработчики смогут вернуться к более ранней, надёжной версии кода.
Эти обновления внедряются одновременно с выпуском инструментария разработки Claude Agent SDK. По данным Anthropic, изначально этот инструмент был разработан для Claude Code. Клиенты могут использовать его для создания ИИ-агентов. Claude Agent SDK позволяет агенту делегировать работу так называемым субагентам, которые могут выполнять несколько задач параллельно, что ускоряет обработку. Кроме того, инструмент упрощает создание приложений ИИ, взаимодействующих с внешними системами. Чтобы снизить риск, так называемых, «галлюцинаций», агенты, созданные с помощью Claude Agent SDK, могут проверять точность своих выходных данных. Также инструмент можно использовать с API Claude, который теперь обеспечивает доступ к Sonnet 4.5.
По данным Anthropic, разработчики теперь могут предоставлять своим моделям ИИ доступ к «специальному каталогу памяти» с информацией, которая поможет им отвечать на запросы. Когда эта информация больше не нужна, её можно удалить из контекстного окна модели с помощью нового инструмента редактирования контекста. Anthropic заявляет, что эти улучшения позволят API Claude решать более сложные задачи.
