Компания Anthropic во вторник представила модель Opus 5.5. Разработчик заявил, что она установила новый рекорд в задачах программирования и интеллектуальной работы. В ряде тестов Opus 5.5 обошла более крупную модель Fable, а в некоторых неформальных заданиях справилась с задачами, которые Fable выполнить не смогла. Об этом сообщила TechCrunch.
Одним из изменений стала более низкая стоимость использования. Миллион выходных токенов Opus 5.5 обойдётся в 20 долларов против 25 долларов у предыдущей версии. Снижение затронуло и другие тарифные показатели. Кроме того, модель работает быстрее, поскольку для её обслуживания требуется меньше вычислительных ресурсов.
Anthropic также изменила манеру ответов Opus 5.5. Модель стала реже использовать специализированный жаргон и чаще размещать ключевую информацию в начале сообщения. Релиз состоялся спустя всего два месяца после выхода Opus 5, представленной 24 июля. Версии Sonnet 5.5 и Haiku 5.5 компания намерена выпустить «в ближайшие недели», пообещав им сопоставимые улучшения производительности.
По возможностям в биологии и кибербезопасности Opus 5.5, как утверждает Anthropic, сопоставима с Mythos. Поэтому на неё распространяются те же меры защиты, что и на Fable. Они ограничивают применение моделей для поиска уязвимостей в скомпилированных программах, создания распознаваемого биологического оружия и выполнения ряда других потенциально опасных задач.
Новый релиз стал первым после того, как генеральный директор Anthropic Дарио Амодеи поддержал идею замедлить развитие передовых возможностей искусственного интеллекта. В начале месяца он написал: «Я пришел к убеждению, что для полного устранения рисков требуется еще большая осмотрительность — не только вложения в предотвращение рисков, но и замедление темпов развития возможностей, чтобы предотвращение рисков успевало за ними».
Подготовка Opus 5.5 в сфере безопасности в целом проходила по схеме, близкой к применявшейся для предыдущих моделей. Она включала проверку согласованности и предрелизную оценку со стороны внешних организаций, включая METR и Frontier Design. Anthropic добавила, что уже готовит более совершенные системы обучения и тестирования для будущих моделей, в том числе улучшенные инструменты защиты и мониторинга. В компании заявили: «По мере того как ИИ становится более мощным, государственная политика должна играть более значительную роль в обеспечении безопасности систем, от которых зависят люди. Создание таких возможностей требует времени, и мы уже начали формировать инфраструктуру для их поддержки. Мы рассчитываем вскоре поделиться дополнительными подробностями об этих усилиях».