Anthropic Opus 5: ką tai reiškia šiandieninėms įmonėms AI
Autorius: Win.AI Editorial
Anthropic Opus 5 suteikia įmonėms pasaulinio lygio galimybes už Opus 4.8 kainą, pridėdamas pastangų reguliatorių, kuris keičia mąstymo gylį už žetono sąnaudas, ir šis vienintelis pokytis privers pirkėjus laikyti modelių atnaujinimus dažnais ir ne trivialiais migracijomis. Anthropic pristatė Opus 5 2026 metų liepos 24 dieną, o jo platformos dokumentacija ir Reuters naujienos rodo, kad modelis veikia už tą pačią 5 USD už milijoną įvesties ir 25 USD už milijoną išvesties kainą kaip Opus 4.8, tuo pačiu metu teigdama, kad pasiekia beveik Fable našumą daugelyje standartų.
Anthropic Opus 5: galimybės, kaina, saugumas
Opus 5 atskleidžia output_config.effort parametrą su penkiais lygiais nuo žemo iki maksimalios, kad kiekvienas užklausimas galėtų keisti išlaidas už gilesnį mąstymą. Anthropic pristatymo medžiaga ir migracijos vadovas aprašo reguliatorių kaip keičiančią, kiek vidinių mąstymo žetonų ir įrankių skambučių modelis sunaudoja, o ne tiesiog griežtą žetono ribą. Tai leidžia komandoms vykdyti įprastas darbo srautus su mažomis pastangomis, kad sumažintų žetono sunaudojimą, tada perjungti į didelę pastangą sudėtingoms agentinėms užduotims. Bendrovė paskelbė standartizuotus teiginius, palygindama Opus 5 su Opus 4.8 ir Fable 5; Reuters ir Fortune apibendrino tuos reikalavimus ir pažymėjo, kad Anthropic aiškiai pozicionuoja Opus 5 kaip pigesnį daugeliui realių verslo užduočių.
Saugumo pokyčiai yra laipsniški. Opus 5 paveldi Opus 4.8 apsaugos priemones ir sugriežtina kai kurių kibernetinių atsisakymų nurodymus palyginti su ankstesniais Opus leidimais, remiantis Fortune naujienomis apie pristatymą. Nepriklausomi raudonųjų komandų tyrimai išlieka patikimia tikrinimo priemonė prieš per daug optimistiškus tiekėjų teiginius. Neseniai atlikta arXiv raudonųjų komandų vertinimas, kuriuo buvo taikoma Fable ir ankstesniems Opus modeliams, rodo, kad saugumas yra trapus po adaptacinių atakų, todėl įmonės neturėtų manyti, kad galimybių padidėjimas reiškia vienodai tvirtą suderinamumą.
Migracija, versijų valdymas ir MLOps
Praktinis šios situacijos efektas yra apyvarta. Jei jau pritaikėte užklausas, įrankių grandines arba vertinimo modelius Opus 4.8, perėjimas prie Opus 5 gali pakeisti žetono skaičius, įrankių skambučių elgesį ir išvesties formą. Anthropic migracijos vadovas aiškiai įspėja komandas peržiūrėti žetono naudojimą ir vėlavimą. Tikimasi trijų veiksmų prieš masinę migraciją: pakartotinai paleisti žetono skaičiavimus tikrose apkrovose, pakartoti automatinius testus, kurie naudojant įrankių skambučius ir klaidų atkūrimus, ir etapuoti pastangų lygio nustatymus pagal galinius taškus.
Nemažai pirkėjų traktuoja Opus 5 kaip kainų optimizavimą, o ne kaip tiesioginį pakaitalą. Tai kelia tiekimo klausimus: ar SLAs apims semantinę regresiją tarp leidimų, ir ar tiekėjo keitimo kontrolė leis užfiksuoti konkrečią subversiją? Trumpas praktinis žingsnis yra pridėti modelių versijų vartus į CI ir numatyti nuo 2 iki 6 savaičių pergrupavimui kiekvienam dideliam Opus leidimui. Dėl rekomenduojamų architektūrinių modelių žr. mūsų praktinį RAG vadovą įmonėms.
Mes pastebėjome tris pasikartojančius modelių kaitos modelius. Pirma, mažos užklausų korekcijos, kurios veikia su Opus 4.8, kartais sukelia skirtingas mąstymo grandines su Opus 5. Antra, mažos pastangos dažnai mažina brangius įrankių skambučius su minimaliais kokybės nuostoliais santraukų ir ištraukų atžvilgiu. Trečia, saugumo atkūrimo mechanizmai, kai Opus atsisako ir tada nukreipia į mažesnį modelį, sukuria subtilius vėlavimo šuolius, kurie reikalauja apkrovos testavimo.
Išbandykite patys: užklausos
Šios dvi užklausos parodo, kaip atskleisti pastangų reguliatorių per realų darbą ir išbandyti Opus 5 savikontrolę. Tikimės, kad modelis sugaiš daugiau žetonų ir sukurs daugiau vidinių patikrinimų didesne pastanga.
Ši užklausa palygina įprastą duomenų valymo darbą su mažomis pastangomis ir sudėtingą pernaršymą su maksimalia pastanga. Įklijuokite du kartus, keičiant tik pastangų etiketę, kad pamatytumėte žetono ir išvesties skirtumus.
Užduotis: Atkurti ir perprogramuoti šią netvarkingą Python duomenų vamzdyną, kad būtų pašalinta tyli duomenų praradimas, pridėti vienetų testus ir apibendrinti pakeitimus. Grąžinkite trumpą pakeitimų sąrašą, perprogramuotą funkciją ir du testų atvejus. Pastangos: mažos
Ši užklausa prašo modelio surasti ir ištaisyti savo klaidas bei paaiškinti, ką jis pakeitė. Naudokite tai išbandyti Opus 5 patikros elgesį ir ar jis atsigamina be žmogaus užklausų.
Užduotis: Parašykite 6 žingsnių planą, kaip išgauti subjektus iš 10 000 eilučių CSV, tada atlikite savianalizę, išvardindami galimus gedimo režimus ir pakoreguokite planą. Jei rasite problemą, perrašykite paveiktą žingsnį. Pastangos: maksimalios
Akivaizdus prieštaravimas yra tas, kad tiekėjų teiginiai bus pervertinami, kol nepriklausomi standartai jų nepatvirtins. Tai tiesa. Laikykite Anthropic skaičius kaip orientacinius, pakartotinai paleiskite tas pačias apkrovas ir numatykite migracijos darbus, o ne manydami, kad egzistuoja tiesioginis suderinamumas.
