Anthropic Opus 5 และการเพิ่มขึ้นของการอัปเดตอย่างต่อเนื่อง

วิทยานิพนธ์

Anthropic Opus 5 แสดงให้เห็นถึงการเปลี่ยนแปลงอย่างตั้งใจไปสู่การปล่อยโมเดลในรูปแบบที่รวดเร็วและเป็นระยะ ซึ่งให้ความสำคัญกับประสิทธิภาพโทเคนและต้นทุนในการดำเนินงานมากกว่าการพัฒนาในรูปแบบที่ก้าวกระโดด การทำซ้ำแบบนี้ช่วยปรับปรุงเศรษฐกิจหน่วย แต่เพิ่มภาระให้กับการเปรียบเทียบค่าใช้จ่าย การสร้างซ้ำ และสายการความปลอดภัยในองค์กร

สิ่งที่ Anthropic Opus 5 เปลี่ยนแปลง

Anthropic ประกาศ Opus 5 เมื่อวันที่ 24 กรกฎาคม 2569 โดยวางตำแหน่งให้เป็นเวอร์ชันที่ใช้โทเคนได้อย่างมีประสิทธิภาพมากขึ้น แทนที่การกระโดดทางศักยภาพที่รุนแรง Axios สรุปราคาในอัตราเดียวกับ Opus 4.8 และ Ars Technica นำเสนอการเปิดตัวที่เกี่ยวข้องกับประสิทธิภาพโทเคนเป็นหลัก ในปีนี้ Anthropic ได้มีการปล่อยเวอร์ชัน Opus อย่างรวดเร็ว: Opus 4.8 เปิดตัวในเดือนพฤษภาคม 2569 และบริษัทได้เลิกใช้งาน Opus 3 เมื่อวันที่ 5 มกราคม 2566 ภายใต้ข้อผูกพันที่เกี่ยวข้องกับการเลิกใช้ เวลานี้สำคัญเพราะเป็นการตั้งความคาดหวังว่า พฤติกรรมจะเปลี่ยนแปลงได้เร็วเพียงใดในกระบวนการผลิต

การแลกเปลี่ยนในองค์กรและการสร้างซ้ำ

การปล่อยที่เร็วขึ้นช่วยให้ต้นทุนต่อภารกิจลดลงและมักลดความล่าชาสำหรับคำสั่งมาตรฐาน นอกจากนี้ยังทำให้ผลลัพธ์ไม่คงที่ โมเดลที่สร้างโทเคนได้ 20 ถึง 30 เปอร์เซ็นต์น้อยกว่าสำหรับคำสั่งเดียวกันจะช่วยลดค่าใช้จ่าย แต่จะเปลี่ยนแปลงการบัญชีโทเคน การเบี่ยงเบนการฝัง และข้อมูลการออกแบบคำสั่ง Benchmark ที่เปรียบเทียบ Opus 4.8 กับ Fable 5 เมื่อเดือนที่แล้วในตอนนี้ต้องมีการรันใหม่เพื่อให้เปรียบเทียบได้

ผลกระทบเชิงปฏิบัติ: ชุดทดสอบองค์กรต้องกำหนดเวอร์ชันของโมเดล จับภาพคำสั่ง และเก็บผลลัพธ์ที่เป็นตัวแทนไว้เป็นแบบอ้างอิงทองคำ โดยไม่มีสิ่งนี้ การตรวจสอบ การรายงานการปฏิบัติตาม และชุดข้อมูลการฝึกซ้ำในภายหลังจะเบี่ยงเบนไปอย่างเงียบ ๆ และล้มเหลวในภายหลัง หมายเหตุการเลิกใช้สาธารณะของ Anthropic แสดงให้เห็นว่าบริษัทตั้งใจที่จะเลิกใช้เวอร์ชัน Opus เก่าด้วยการแจ้งให้ทราบ แต่การเลิกใช้ไม่ได้ขจัดต้นทุนในการดำเนินงานที่ต้องทำการตรวจสอบใหม่ทันที

เราได้สังเกตเห็นรูปแบบที่เกิดซ้ำสามรูปแบบในแนวปฏิบัติในอุตสาหกรรม อันดับแรก ทีมที่ใช้การอัปเดตโมเดลโดยไม่ทำการทดสอบเงาเห็นการถดถอยจากการตั้งคำภายในไม่กี่สัปดาห์ อันดับที่สอง การปรับแต่งประสิทธิภาพโทเคนมักเปลี่ยนต้นทุนจากการอนุมานไปสู่การประมวลผลก่อนและหลัง เพราะแอปพลิเคชันขอให้โมเดลเติมช่องว่างที่โมเดลก่อนหน้าได้จัดการไว้โดยปริยาย อันดับที่สาม การปล่อยอย่างรวดเร็วทำให้ต้องปรับเปลี่ยนในด้านการบริหารจัดการ: การตรวจสอบด้านความปลอดภัยและความปลอดภัยต้องทำอย่างต่อเนื่อง ไม่ใช่เฉพาะรายไตรมาส

ความปลอดภัยและโต้แย้ง

ข้อโต้แย้งที่ชัดเจนคือการปล่อยที่เร็วขึ้นทำให้ Anthropic สามารถแก้ไขปัญหาความปลอดภัยได้เร็วขึ้น ซึ่งเป็นเรื่องที่ถูกต้อง Reuters อ้างคำพูดของผู้นำผลิตภัณฑ์ของ Anthropic ว่า Opus 5 สะท้อนถึงจังหวะการพัฒนาที่รวดเร็ว การอัปเดตบ่อยครั้งสามารถย่นระยะเวลาในการรู้จักโหมดการล้มเหลวที่ทราบแล้ว จุดโต้แย้งคือการแก้ไขลดความเสี่ยงเฉพาะ แต่เพิ่มความไม่แน่นอนในระบบ องค์กรต้องการการรับรองเวอร์ชันและชุดทดสอบที่สร้างซ้ำได้ เพื่อเปลี่ยนการแก้ไขที่เร็วขึ้นให้กลายเป็นการดำเนินการที่ปลอดภัยยิ่งขึ้น

ทดลองด้วยตัวคุณเอง

คำสั่งด้านล่างช่วยให้ทีมวัดประสิทธิภาพโทเคนและการเบี่ยงเบนพฤติกรรมระหว่างโมเดล ทำการเรียกคำสั่งเดียวกันกับ Opus 4.8 และ Opus 5 และเปรียบเทียบจำนวนโทเคนและโครงสร้างคำตอบ

การทดสอบการสรุปที่บังคับให้สั้น กระชับและวัดผลลัพธ์ของโทเคน คาดว่า Opus 5 จะใช้โทเคนที่น้อยกว่าสำหรับการบีบอัดที่เท่าเทียมกัน.

สรุปข้อมูลผลิตภัณฑ์ 2,000 คำนี้เป็นหกจุดย่อย แต่ละจุดไม่เกิน 20 คำ และรวมความเสี่ยงสั้น ๆ ที่ผลิตภัณฑ์สร้างให้กับทีมการปฏิบัติตาม.
(แทรกเอกสารที่นี่)

การทดสอบความเสถียรในการดำเนินงานสำหรับการอธิบายอย่างมีลำดับขั้นโดยไม่ใช้คำพูดที่ยืดยาว คาดว่าจะมีความยาวของสายโซ่ที่แตกต่างกันหากโมเดลกำลังปรับใช้การใช้โทเคนอย่างมีประสิทธิภาพ.

อธิบายวิธีการดีบักท่อข้อมูลที่ล้มเหลวในสี่ขั้นตอน ตัวแต่ละขั้นตอนต้องเป็นประโยคเดียวและไม่เกิน 18 คำ.

บทสรุป

Anthropic Opus 5 แสดงให้เห็นว่าบริษัทเลือกใช้แบบจำลองการอัปเดตอย่างต่อเนื่อง: โทเคนที่ถูกกว่า การปรับเปลี่ยนที่รวดเร็ว และการเปลี่ยนแปลงพฤติกรรมที่บ่อยขึ้น องค์กรควรพิจารณาการอัปเดตโมเดลเป็นการปล่อยซอฟต์แวร์ เสริมการทดสอบทองคำอัตโนมัติ และเรียกร้องการรับรองความปลอดภัยที่มีเวอร์ชันเพื่อต้องรักษาความสามารถในการสร้างซ้ำและปฏิบัติตามข้อกำหนดให้คงอยู่ สำหรับข้อมูลพื้นฐานเกี่ยวกับ Opus 5 และผลกระทบในองค์กร ดูเบื้องต้นของเรา Anthropic Opus 5: มันหมายถึงอะไรสำหรับ AI ในองค์กรในวันนี้