Anthrope on julkaissut Claude Sonnet 4.5: n, uuden AI -mallinsa, joka vaatii merkittävää edistystä autonomisessa työssä ja koodauksessa.
Yhtiö sanoi, että malli voidaan toteuttaa itsenäisesti 30 tunnin ajan pitämällä jatkuvaa lähestymistapaa minimaalisella valvonnalla rakennettaessa täydellistä ohjelmistosovellusta. Se on merkittävä parannus edellisessä OPUS 4 -mallissa, joka on julkaistu neljä kuukautta sitten, mikä voisi toimia itsenäisesti vain seitsemän tunnin ajan.
Anthrope kertoi, että Claude Sonnet 4.5 ylitti myös OPU: n keskeisissä vertailupisteissä ja oli tehokkaampi vastaamaan asiakkaiden käytännön kaupallisia tarpeita. Yhtiö kertoi, että malli oli koodauksessa vielä parempi kuin aiemmat rajamallit, ja avantgarde Swe-Bench todennettuna, keskeinen vertailupiste, joka todistaa, kuinka mallit toimivat ohjelmistokehitystehtävissä. Anthrope kertoi, että Claude Sonnet 4.5 oli parempi kuin edeltäjänsä ohjeita noudattaen, tunnistaen koodin parannukset ja tuottaen enemmän koodia valmistettua tuotantoa varten. Rahoituspalveluteollisuuden tehtävissä testattuna yhtiö sanoi, että uusi malli ylitti aiemmat Claude -mallit tehtävissä, kuten tutkinta-, taloudellisten ja ennustemalleiden rakentamisessa.
Anthrope näyttää ajavan enemmän kilpailijoidensa edessä koodausapua ja autonomisten tehtävien suorittamista, sijoittamalla mallit kohti yrityskäyttöä ja työpaikalla. Yrityksen Claude Opus 4.1: n aikaisempi malli on jo ylittänyt kilpailijat New Openain vertailupisteessä täydellisiin ammatillisiin tehtäviin, BDPVAL: iin, jotka testasivat, kuinka mallit tehtiin verrattuna ihmisen ammattilaisiin useissa toimialoilla ja työpaikoilla.
Viime viikolla Openai sanoi, että hänen GPT-5-mallinsa ja Anthrope: n Claude Opus 4.1 “lähestyivät jo alan asiantuntijoiden tuottamaa työn laatua”.
Aiemmin tässä kuussa julkaistujen kaksintaistelujen käyttötutkimukset viittasivat myös siihen, että Anthrope -mallien Claude oli syntymässä ammattimaisemmaksi suuntautuneiksi malleiksi, etenkin verrattuna Openai ChaTPT: hen, jota käytetään yhä enemmän kulutustuotteena.
Tutkimuksen mukaan suurin osa Claude -käyttäjistä turvautui työ- tai tuottavuuspaikan tehtävien malleihin, ja matemaattiset tehtävät ja koodaukset, kuten Claude.AI: n hallitseva toiminta maailmanlaajuisesti, ja edustavat 36% kaikista käyttötapauksista.
Clauden kaupallinen käyttö nojautui kohti tehtävien automaatiota. Tutkimuksen mukaan noin 77% mallin saamasta merkinnästä sovellusliittymänsä kautta, sovellusohjelmointirajapinta, jota yritysasiakkaat pääasiassa käyttävät, sijoittavat käyttäjiä, jotka pyytävät järjestelmää suorittamaan nimensä tehtäviä sen sijaan, että tarjoisivat vain neuvoja tai ehdotuksia. Nämä liiketoimintakeskeiset vuorovaikutukset keskittyvät myös koodaukseen, joka edustaa 44% sovellusliittymän käytöstä. Toinen 5% API: n käytöstä oli omistettu AI -järjestelmien kehittämiseen tai arviointiin.
Kaupallisten käyttäjien automatisoidut tehtävät ovat myös kalleimpia suorittaa. Tulokset osoittavat muutoksen, kuinka yritykset käsittelevät näitä työkaluja. Sen sijaan, että ne käyttäisivät pääasiassa päätöksen tai tutkimuksen tukemista, monet ryhmät ovat riippuvaisia heistä saadakseen ruokiaan kokonaan.
Jos Claude -kaltaiset mallit voivat tulla enemmän toimimaan itsenäisesti, etenkin monimutkaisilla ja intensiivisillä alueilla, kuten ohjelmistotekniikka, vaikutukset yrityksiin ja työntekijöihin voivat olla merkittäviä. Autonomiset edustajat voivat vähentää jatkuvan ihmisen valvonnan tarvetta ja vähentää toistuvien työnkulkujen kustannuksia, nopeuttaa yrityksen toimintaa ja vähentää henkilöstön tarvetta.
Fortune’s Global Form palaa 26. -27. -27. Riadissa. Toimitusjohtaja ja globaalit johtajat tapaavat dynaamisen tapahtuman ja vain kutsun, joka muovaa liiketoiminnan tulevaisuutta. Pyydä kutsu.