Sonnet 3.5 уже здесь и конкурирует с Opus

Русскийالعربية Deutsch English Español Français हिन्दी Bahasa Indonesia 日本語 한국어 Português 中文

컴퓨터/소프트웨어창업/스타트업경영/리더십

스크립트

00:00:00Anthropic только что выпустили Sonnet 5, так что давайте разберем все, что вам нужно о нем знать.

00:00:04Начнем с тестов. И помните, Sonnet 5 — это менее мощная,

00:00:08менее дорогая модель, чем Opus и уж точно Fable. У нас не было обновлений в этой линейке

00:00:13с версии 4.6. Сравнивая 5 с 4.6, мы видим огромный скачок вперед в плане агентного кодинга,

00:00:21муждисциплинарного мышления, использования компьютера и интеллектуальной работы. Так что это полное улучшение

00:00:26по всем направлениям. Теперь, сравнивая его с Opus 4.8, вопрос не в том, близки ли они? А в том, насколько

00:00:32велик разрыв? И, честно говоря, он не так уж велик. На самом деле, модель показывает лучшие результаты

00:00:39в интеллектуальной работе, что довольно безумно. В использовании компьютера она отстает всего на 2%, и всего

00:00:44на 2% отстает в агентном кодинге, и лишь на несколько процентных пунктов в

00:00:49муждисциплинарном мышлении. Самый большой разрыв наблюдается в Sweebench Pro: 63% против 69%.

00:00:56Но эй, в Terminal Bench 2.1 — 80 против 82. Так что разрыв невелик. И это обсуждение

00:01:03производительности должно проходить в контексте цен. Помните, Fable 5, Mythos 5,

00:01:08мы говорим о 10 долларах за миллион входных токенов, что вдвое больше, чем у Opus. Opus стоит 5 долларов за миллион.

00:01:16А для вывода цена составляет 25 долларов. Итак, 5 и 25. Для Sonnet 5 мы имеем 2 доллара, то есть всего 40% от стоимости

00:01:26Opus за входные токены. А для вывода — 10 долларов. Значительно дешевле, менее половины стоимости

00:01:34Opus. При этом, если взглянуть на цифры, разница совсем небольшая. Это отличные новости, если вы

00:01:40не занимаетесь самыми передовыми задачами с ИИ, а выполняете более рутинную работу, но при этом

00:01:46все еще хотите мощности — Sonnet 5 заполняет этот пробел. Теперь давайте посмотрим на графики,

00:01:51которые выходят за рамки просто тестов. Здесь мы видим производительность агентного поиска в зависимости от уровня усилий,

00:01:55сравнивая Opus 4.8 с Sonnet 5 и Sonnet 4.6. Сразу заметите, что у Sonnet 5 огромный

00:02:04разрыв в процентах успешных ответов при изменении уровня усилий. На низком уровне он выдает 55%. Но если посмотреть

00:02:13на низкий уровень Sonnet 4.6, то он работает лучше. Хотя по стоимости — гораздо дешевле.

00:02:19Переходим к среднему — мы получаем примерно ту же производительность, что и у Sonnet 4.6,

00:02:25но со значительной скидкой. И только при переходе к высокому уровню усилий мы начинаем превосходить

00:02:34Sonnet 4.6. Но в этот момент мы получаем лучшую производительность, чем у Sonnet 4.6, но по цене,

00:02:41которая была бы на низком уровне усилий у Sonnet 4.6. Так что это различие в уровнях усилий,

00:02:49на мой взгляд, очень важно, потому что это не просто “Sonnet 5 лучше по всем параметрам”, где низкий

00:02:53уровень на 5-й версии обязательно лучше низкого на 4.6. Низкий на Sonnet 5 просто означает, что это будет супер

00:02:59дешево. Но для получения более высокого уровня производительности, как мы видели раньше,

00:03:03вероятно, нужно использовать высокий уровень. При этом, когда мы используем высокий уровень

00:03:08с Sonnet 5, мы платим примерно столько же, сколько за Opus. Opus на среднем

00:03:14и высоком уровнях стоит так же, как Sonnet на высоком, но мы получаем лучший процент успеха. Так что это

00:03:21вносит много нюансов в обсуждение. Стоит ли использовать Sonnet 5 или Opus 4.5 в вещах вроде

00:03:27агентного поиска? Я думаю, все зависит от ситуации. Если задача сложная, в конечном итоге Opus 4.8 может быть

00:03:33дешевле, так как он очень эффективно использует токены, а Sonnet просто не подходит для этой работы.

00:03:38Однако, когда мы выполняем задачи, которые не так сложны для этих моделей, возможно,

00:03:44использовать Opus 4.8 вообще не имеет смысла. Вот тогда и приходит Sonnet 5. Думаю, это

00:03:49интересная ситуация, когда выбор модели зависит от каждого конкретного случая.

00:03:54Еще один интересный момент — агентное использование компьютера. В целом,

00:03:58в большинстве случаев Sonnet 5 превосходит Sonnet 4.6, и делает это при довольно низкой цене. Так что в

00:04:05агентном поиске это было не совсем так, но в агентном использовании компьютера внезапно

00:04:09мы всегда бы выбирали Sonnet 5 вместо 4.6. И опять же, это возвращает нас к мысли, что выбор

00:04:14модели теперь зависит от случая. Интересно, посмотрите на Opus. Opus на высоком уровне работает

00:04:20лучше, чем Sonnet 5 на максимуме, при этом он дешевле. Так что глядя на это, можно подумать:

00:04:26вау, Opus на самом деле довольно эффективен для своих задач. Не говоря уже о том, что он достигает уровней,

00:04:30которые Sonnet просто не может достичь. Нужно это учитывать. Честно говоря, только потому, что стоимость за миллион

00:04:36токенов дешевле у Opus, во многих случаях Opus все равно будет лучшим выбором. Не хочу выпускать

00:04:41видео о новой модели Anthropic, не поговорив о дезинформации. Мы видим улучшения

00:04:45в Sonnet 5, но все еще ниже уровня, который мы ожидаем от Opus 4.8 и Mythos Preview. Что касается

00:04:50эксплойтов и вопросов кибербезопасности, из-за которых Mythos был заблокирован, это не

00:04:55проблема, о которой стоит беспокоиться в классе Sonnet. В общем, я бы не уделял

00:04:59слишком много внимания этим тестам, честно говоря. Такие тесты и графики заставляют меня

00:05:05задуматься, потому что вопрос, мне кажется, не в выборе между Sonnet 5 и 4.6. Мы почти всегда будем

00:05:11использовать Sonnet 5. Вопрос в выборе между Sonnet 5 и Opus 4.8. И действительно ли Opus дешевле?

00:05:18Я бы хотел увидеть больше тестов от Anthropic, которые четко очертили бы границу, где

00:05:24Sonnet 5 справляется отлично и стоит дешевле, чем

00:05:29Opus, а где задача более сложная и Opus будет эффективнее, чем

00:05:34Sonnet в ее выполнении. Так что есть над чем подумать, безусловно, приятное дополнение. Думаю, в целом,

00:05:40задачи более низкого уровня будут отлично решаться Sonnet, потому что для тех из нас, кто использует API-токены для

00:05:46наших приложений или того, что не входит в экосистему Claude Max, работать с

00:05:51Anthropic довольно сложно. Это просто ужасно дорого. И я давно говорил людям, просто посмотрите

00:05:55на OpenAI, посмотрите на их модели mini, потому что для многих людей этого более чем достаточно.

00:05:59Что ж, теперь у нас есть средний вариант от Anthropic, что приятно.

00:06:05Так что на этом я закончу сегодня. Модель доступна везде. Думаю,

00:06:09потребуется много проб и ошибок, чтобы понять, где она наиболее уместна. Дайте знать,

00:06:13что вы думаете. Обязательно загляните в Chase AI Plus, если хотите получить доступ к моему мастер-классу

00:06:17по Claude Code, и увидимся.

핵심 요약

Sonnet 5 является экономически эффективной альтернативой Opus 4.8 для рутинных и средней сложности задач, предлагая сопоставимую производительность за 40% от стоимости входных токенов Opus.

하이라이트

Sonnet 5 обеспечивает значительный прогресс по сравнению с Sonnet 4.6 в агентном кодинге, многодисциплинарном мышлении и использовании компьютера.
Разрыв в производительности между Sonnet 5 и Opus 4.8 в тестах (Sweebench Pro, Terminal Bench 2.1) составляет всего несколько процентных пунктов.
Стоимость входных токенов для Sonnet 5 установлена на уровне 2 долларов за миллион, что составляет 40% от цены Opus.
Вывод токенов для Sonnet 5 стоит 10 долларов за миллион, что менее половины цены Opus.
Для агентного поиска выбор между моделями зависит от сложности задачи: при высокой сложности Opus 4.8 может оказаться экономически выгоднее из-за эффективности использования токенов.
В задачах агентного использования компьютера Sonnet 5 превосходит предыдущую версию 4.6 при более низкой стоимости эксплуатации.

타임라인

Сравнение производительности и стоимости

Sonnet 5 показывает значительный рост возможностей относительно версии 4.6.
Разрыв в производительности с Opus 4.8 в ключевых тестах остается минимальным.
Стоимость использования Sonnet 5 значительно ниже аналогичных показателей Opus.

Модель Sonnet 5 представляет собой комплексное улучшение линейки. Несмотря на позиционирование как менее мощной модели, в тестах она отстает от Opus 4.8 лишь на 2% в агентном кодинге и использовании компьютера. Стоимость в 2 доллара за миллион входных токенов и 10 долларов за вывод делает её бюджетным решением, заполняющим пробел для задач, не требующих максимальной мощности Opus.

Анализ эффективности и уровней усилий

Эффективность Sonnet 5 сильно зависит от выбранного уровня усилий.
Opus 4.8 на высоких уровнях усилий может быть выгоднее Sonnet 5 при выполнении комплексных задач.
Низкие уровни усилий в Sonnet 5 обеспечивают минимальную стоимость работы.

Производительность Sonnet 5 варьируется в зависимости от настроек усилий. При низких настройках модель работает крайне дешево, однако для достижения результатов, превосходящих версию 4.6, требуются высокие уровни усилий. В этих условиях стоимость работы приближается к затратам на Opus, поэтому для предельно сложных задач Opus остается более рациональным выбором из-за своей эффективности.

Практическое применение и выводы

Sonnet 5 является приоритетным выбором для задач агентного использования компьютера.
Вопрос выбора модели сводится к поиску баланса между ценой и сложностью конкретного случая.
Модель обеспечивает долгожданный средний вариант для пользователей API вне экосистемы Claude.

При агентном управлении компьютером Sonnet 5 стабильно превосходит версию 4.6, что делает его предпочтительным выбором. Общие тесты и графики показывают, что модель не заменяет Opus 4.8, а дополняет его. Для рутинных задач, где Opus был избыточен по цене, Sonnet 5 создает новую экономическую модель использования API.

커뮤니티 글

모든 글 보기

이 영상에 대해 글쓰기