Claude Sonnet संस्करण 5.5
सोनेट 5.5 तेज़, सस्ता, बेंचमार्क पर मजबूत है और अब Claude .ai फ्री टियर को शक्ति देता है; पेलिकन परीक्षण चेतावनी देते हैं कि मैक्स सोचने से tokens बर्बाद हो सकता है।
मुख्य जानकारी
- Claude Sonnet 5.5 सोनेट 5 के समान मूल्य बनाए रखने और बेंचमार्क प्रदर्शन में सुधार करते हुए 30%+ तक तेज़ प्रतिक्रियाएं और कम रनटाइम लागत प्रदान करता है।
- यह अब Claude के मुक्त स्तर को शक्ति प्रदान करता है, जिससे लुना 5.6 का उपयोग करते हुए OpenAI की तुलना में Anthropic एक उल्लेखनीय रूप से अधिक सक्षम मुफ्त पेशकश देता है।
- यह मॉडल विशेष रूप से कोडिंग और वेब ग्राफिक्स कार्यों के लिए उपयोगी है, जो उन कार्यभारों में से कुछ पर ओपस 5.5 जितना मजबूत प्रतीत होता है।
- साइकिल पर पेलिकन एसवीजी परीक्षण से पता चलता है कि maxmax सोच प्रयास tokens को बर्बाद कर सकता है और विफलताओं का कारण बन सकता है, जिससे कॉम्पैक्ट आउटपुट के लिए तर्क सेटिंग्स महत्वपूर्ण हो जाती हैं।
- भविष्य की प्रतिस्पर्धा कच्चे बेंचमार्क पर कम और कम लागत वाले मॉडलों पर अधिक निर्भर हो सकती है, जबकि अगले मॉडल के लिए मूल्य निर्धारण विवरण अस्पष्ट हैं।
Anthropic Claude Sonnet 5.5 तेज़ी से चलता है और अपग्रेड करता है फ्री टियर
मेटा विवरण: Anthropic Claude Sonnet 5.5 चलाने के लिए तेज़ और सस्ता है, अब Claude .ai फ्री टियर को संचालित करता है। पेलिकन परीक्षणों, कोडिंग सीमाओं और बेंचमार्क लाभ की समीक्षा करें।
टैगः Anthropic , Claude Sonnet 5.5, मुक्त स्तर, पेलिकन बेंचमार्क, ओपस 5.5
विशेष रुप से प्रदर्शित छवि: स्पीडोमीटर के बगल में साइकिल पर सवार एक पेलिकन का अमूर्त मैत्रीपूर्ण चित्रण, कोई वास्तविक लोग नहीं हैं, कोई लोगो नहीं है, कोई पाठ नहीं है
Anthropic ने आज 890000890001 जारी किया। डेवलपर्स और रोजमर्रा के Claude .ai उपयोगकर्ताओं के लिए, मॉडल सोनेट 5 की समान कीमत पर एक तेज़ सोनट-क्लास विकल्प देता है, और यह अब Claude .ai फ्री टियर को शक्ति प्रदान करता है। Anthropic का विवरण कहता है कि यह 30%+ तेज है और अधिकांश कामों के लिए 30%. तक कम खर्च कर सकता है। ऐसा लगता है कि हर बेंचमार्क पर सोनेट 5. को हराया जा रहा है और इसे चलाने में भी सस्ता होना चाहिए।
Claude Sonnet 5.5 में क्या बदला
अद्यतन Anthropic के Claude परिवार के भीतर एक संतुलित विकल्प के रूप में सोनेट की भूमिका रखता है, ओपस 5.5 कठिन काम के लिए इसके ऊपर बैठता है। व्यावहारिक विक्रय बिंदु एक नया मूल्य टैग नहीं है। यह कम रनटाइम लागत और छोटी प्रतीक्षाओं के साथ समान कीमत के लिए बेहतर आउटपुट है। जो उन कार्यों में सबसे अधिक मायने रख सकता है जिन्हें कई tokens , जैसे कोड जनरेशन, दस्तावेज़ हैंडलिंग या दृश्य संकेतों का दोहराया परीक्षण करने की आवश्यकता होती है।
पेलिकन परीक्षण से पता चलता है कि सेटिंग्स क्यों मायने रखती हैं
एक आवर्ती पेलिकन-ऑन-ए-बाइक ड्राइंग टेस्ट यह जांचता है कि क्या मॉडल एक सरल दृश्य संक्षिप्त का पालन कर सकते हैं और उपयोग करने योग्य एसवीजी उत्पन्न कर सकता है। SVG एक वेक्टर छवि प्रारूप है, इसलिए जो मॉडल बहुत अधिक योजना बना रहा है वह अभी भी अंतिम फ़ाइल देने में विफल हो सकता है.
सोनेट 5.5 इस परीक्षण में ओपस 5.5 के समान बग दिखाता है। "अधिकतम" पर विचार करने वाले प्रयास के साथ, मॉडल ने tokens से बाहर निकलने और एसवीजी का उत्पादन करने में विफल होने से पहले 128,000 सोचने में खर्च किया, जिसकी लागत $1.28 थी। "xhigh" पर सोचा गया था, पेलिकन प्रयास की कीमत 5.74 सेंट और 41 सेकंड लग गए थे। परिणाम डेवलपर्स के लिए एक चेतावनी हैः जब कार्य को कॉम्पैक्ट आउटपुट की आवश्यकता होती है तो बड़ा तर्क बजट token सिंक बन सकता है।
फ्री टियर एक्सेस बड़ी कहानी है
सबसे उल्लेखनीय उत्पाद परिवर्तन वितरण है। Claude Sonnet 5.5 अब Claude .ai पर मुफ्त टियर के पीछे का मॉडल है. यह तुलना महत्वपूर्ण है क्योंकि OpenAI की ChatGPT फ्री टियर लुना 5.6 का उपयोग करती है, इसलिए Anthropic में वर्तमान में बहुत अधिक सक्षम मुफ्त पेशकश है।
फ्री-टियर टेस्ट में मॉडल को एक HTML पेज बनाने के लिए कहा गया था जो वेबजीएल के साथ साइकिल पर सवार तीन आयामी पेलिकन प्रदान करता है। 3 डी ग्राफिक्स खींचने के लिए WebGL एक मानक ब्राउज़र तकनीक है। परीक्षण लेखक ने परिणाम को ठोस माना। सोनेट 5.5 भी कुछ कोडिंग कार्यों, जिसमें विभिन्न वायरल 3 डी एनीमेशन ट्रिक्स शामिल हैं, पर ओपस 5.5 जितना अच्छा प्रतीत होता है।
आगे क्या आता है और क्या अस्पष्ट रहता है
भविष्य की ओर देखने वाला नोट इस उम्मीद के साथ समाप्त होता है कि प्रासंगिक मॉडल या टियर जीपीटी -6 लूना के साथ मूल्य प्रतिस्पर्धी होगा, लेकिन उपलब्ध विवरण उस मॉडल का नाम नहीं देते हैं और न ही इसका समय देते हैं। यह पाठकों के लिए एक व्यावहारिक सवाल छोड़ता हैः यदि Anthropic सोनेट-क्लास पावर को मुफ्त स्तर पर रखता है, तो अगला प्रतिस्पर्धात्मक दबाव कच्चे बेंचमार्क जीतने के बजाय कम लागत वाले मॉडलों से आ सकता है। अभी के लिए, ठोस तथ्य बेंच मार्क अपलिफ्ट, समान कीमत, तेज रन और फ्री-टियर स्विच हैं।
किसको इसका उपयोग करना चाहिए/कौन इसे छोड़ना चाहिए
Use Claude Sonnet यदि आप Claude .ai पर एक मजबूत फ्री-टियर मॉडल चाहते हैं, तो Sonnet 5 के समान कीमत पर तेज़ सोनेट-क्लास कार्य की आवश्यकता है या वेब ग्राफिक्स का उत्पादन करने वाले कोडिंग कार्यों का परीक्षण कर रहे हैं। यह आपके वर्तमान मॉडल के खिलाफ बेंचमार्किंग के लायक भी है अगर लंबे संकेत, कोड जनरेशन, या 3 डी ब्राउज़र डेमो आपके वर्कफ़्लो का हिस्सा हैं।
यदि आपको प्रत्येक कठिन कोडिंग कार्य के लिए टॉप-एंड Claude मॉडल की आवश्यकता है, तो इसे छोड़ दें या देरी करें; स्रोत केवल कहता है कि सोनेट 5.5 कुछ कोडिंग कार्यों पर ओपस 5.5 जितना अच्छा है, सभी नहीं। यह भी मान लें कि "अधिकतम" सोचने का प्रयास हमेशा सबसे अच्छा होता है, क्योंकि पेलिकन बग से पता चलता है कि आउटपुट उत्पन्न करने से पहले यह token बजट को समाप्त कर सकता है। टीमों के लिए, वास्तविक वर्कलोड पर सोनेट 5 के साथ सोनेट 5.5 की तुलना करें, न केवल बेंचमार्क स्कोर।

Comments (0)