Компания Anthropic представила во вторник свою новейшую модель Opus 5.5, которая, по заявлению разработчика, устанавливает новый стандарт производительности в программировании и интеллектуальной работе. Как отмечает TechCrunch, новинка обходит более крупную модель Fable по многим тестам и справилась с рядом неформальных задач, которые Fable выполнить не удалось.
Новая версия обойдётся пользователям заметно дешевле предшественницы. За миллион выходных токенов Opus 5.5 будет стоить 20 долларов против 25 долларов у предыдущей модели, а по другим показателям цена снизилась аналогичным образом. Кроме того, модель работает быстрее, что связано с общим сокращением вычислительных ресурсов, необходимых для её обслуживания.
Заметно изменилась и манера общения Opus 5.5: модель реже прибегает к профессиональному жаргону и чаще размещает ключевую информацию в начале своих сообщений. Презентация состоялась всего через два месяца после выхода Opus 5, представленной 24 июля. Согласно анонсу, модели Sonnet 5.5 и Haiku 5.5 появятся «в ближайшие недели» с аналогичными улучшениями производительности.
В Anthropic утверждают, что Opus 5.5 сопоставима с Mythos по возможностям в биологии и кибербезопасности, поэтому на её выпуск распространяются те же ограничения, что и на модель Fable. Эти меры безопасности ограничивают использование моделей для поиска уязвимостей в скомпилированных программах или разработки узнаваемого биологического оружия, а также для ряда других задач.
Opus 5.5 стала первой моделью Anthropic, выпущенной после того, как генеральный директор компании Дарио Амодеи поддержал призывы сдерживать развитие передовых технологий, намеренно замедляя прогресс в области возможностей ИИ, чтобы он соответствовал темпам работы над выравниванием. «Я убедился, что полное решение рисков требует ещё большей осмотрительности, — написал Амодеи в публикации ранее в этом месяце. — Не только инвестиций в предотвращение рисков, но и сдерживания скорости развития возможностей, чтобы предотвращение рисков успевало за ним».
Обучение Opus 5.5 по безопасности в целом повторяло подход к предыдущим моделям: проводились тесты на выравнивание и предварительная оценка внешними организациями, включая METR и Frontier Design. При этом в Anthropic подчеркнули, что для будущих моделей уже готовятся более продвинутые системы обучения и оценки, в том числе усовершенствованные системы безопасности и мониторинга. «По мере роста возможностей ИИ государственная политика должна играть более значительную роль в обеспечении безопасности систем, на которые полагаются люди. На создание такого потенциала нужно время, и мы начали закладывать соответствующую инфраструктуру, — говорится в блоге компании. — Мы рассчитываем вскоре поделиться дополнительными подробностями этих усилий».