Anthropic: Claude Sonnet 4.5 (batch)

Το Claude Sonnet 4.5 είναι η έκδοση Sonnet της Anthropic με έμφαση στην ανάπτυξη λογισμικού, στις σύνθετες εργασίες πρακτόρων και στον χειρισμό υπολογιστή, με βελτιώσεις στη συλλογιστική και τα μαθηματικά. Δέχεται κείμενο και εικόνες και παράγει κείμενο. Η έκδοση περιγράφει παρατεταμένη εργασία σε πολλά βήματα, κατανόηση κώδικα και αλλαγές που αφορούν ευρύτερο έργο αντί για μία απομονωμένη συνάρτηση. Μια χρήσιμη περιγραφή εργασίας προσδιορίζει την απαιτούμενη συμπεριφορά, το σχετικό υλικό πηγής και το παραδοτέο: μια προτεινόμενη διόρθωση κώδικα, μια εξήγηση υλοποίησης, μια ανάλυση εγγράφου ή μια δομημένη απάντηση.

Για εργασία λογισμικού, δώστε τους περιορισμούς του έργου, τα σχετικά αρχεία ή αποσπάσματα, το παρατηρημένο σφάλμα και ένα συγκεκριμένο παράδειγμα του αναμενόμενου αποτελέσματος. Ζητήστε τον κώδικα που επηρεάζεται και εξήγηση του τρόπου με τον οποίο η προτεινόμενη αλλαγή αντιμετωπίζει το παράδειγμα. Ο πάροχος παρουσιάζει το μοντέλο ως κατάλληλο για δημιουργία πρακτόρων και διεκπεραίωση εργασιών ανάπτυξης με εργαλεία. Η περιβάλλουσα εφαρμογή διαβάζει και επεξεργάζεται αρχεία, εκτελεί μια εντολή ή έναν έλεγχο και επιστρέφει την πραγματική έξοδό του· το μοντέλο συλλογίζεται με βάση αυτά τα στοιχεία. Διατηρήστε χωριστά την προτεινόμενη αλλαγή και τον ολοκληρωμένο έλεγχο στην τελική αναφορά.

Ο χειρισμός υπολογιστή είναι ξεχωριστή εφαρμογή των οπτικών δυνατοτήτων και των δυνατοτήτων πράκτορα. Η παρουσίαση της Anthropic δείχνει αλληλεπίδραση με πρόγραμμα περιήγησης, πλοήγηση σε σελίδες και εργασία με υπολογιστικά φύλλα μέσω συνδεδεμένου περιβάλλοντος. Μια οπτική περιγραφή εργασίας μπορεί να παρέχει στιγμιότυπο οθόνης, να προσδιορίζει τον στόχο και να ορίζει ποιες ενέργειες επιτρέπει η εφαρμογή. Η εφαρμογή εκτελεί στη συνέχεια την επιλεγμένη αλληλεπίδραση και επιστρέφει την αλλαγμένη οθόνη ή άλλο αποτέλεσμα. Αντίστοιχα, το μοντέλο μπορεί να προετοιμάζει περιεχόμενο και κώδικα για έγγραφα, υπολογιστικά φύλλα και διαφάνειες, ενώ το περιβάλλον παράγει το ολοκληρωμένο αρχείο. Η κατανόηση κειμένου και εικόνων δεν καθιστά το μοντέλο εγγενή γεννήτρια εικόνων ή ήχου.

Η ακριβής προδιαγραφή του παρόχου αναφέρει παράθυρο συμφραζομένων 200K token και έως 64K token εξόδου. Το χρονικό όριο αξιόπιστων γνώσεών του είναι ο Ιανουάριος του 2025, διαφορετικό από το μεταγενέστερο χρονικό όριο δεδομένων εκπαίδευσης που αναγράφεται στη σελίδα. Διατηρήστε σαφή τα όρια εγγράφων, τις ετικέτες σελίδων, τις μονάδες και τα αναγνωριστικά κώδικα σε μια εκτενή είσοδο και αφήστε χώρο για τη ζητούμενη απάντηση και οποιαδήποτε συλλογιστική. Ο πάροχος τεκμηριώνει επίσης επίγνωση του διαθέσιμου πλαισίου συμφραζομένων για αυτή την έκδοση, ώστε η υποστηριζόμενη ροή εργασίας να παρακολουθεί τον χώρο που απομένει στη συνομιλία. Αυτό βοηθά στη διαχείριση μιας παρατεταμένης εργασίας μέσα στο παράθυρό της· δεν αντικαθιστά το παράθυρο με τη μεγαλύτερη χωρητικότητα μεταγενέστερης έκδοσης Sonnet.

Το Sonnet 4.5 υποστηρίζει συνηθισμένες απαντήσεις και εκτεταμένη συλλογιστική με χειροκίνητη ρύθμιση. Στη δεύτερη λειτουργία, το budget_tokens ορίζει στόχο για την εσωτερική συλλογιστική πριν από την ορατή απάντηση. Το τεκμηριωμένο ελάχιστο είναι 1.024 token και ο προϋπολογισμός κανονικά πρέπει να είναι μικρότερος από το max_tokens, επειδή η συλλογιστική και η τελική απάντηση μοιράζονται το επιτρεπόμενο όριο παραγωγής. Ο προϋπολογισμός είναι στόχος και όχι υπόσχεση κατανάλωσης ακριβώς τόσων token. Αυτή η έκδοση δεν διαθέτει τη λειτουργία προσαρμοστικής συλλογιστικής ή τα στοιχεία ελέγχου προσπάθειας που περιγράφονται για μεταγενέστερα μοντέλα Sonnet. Επιλέξτε το ζητούμενο βάθος ανάλυσης και αφήστε αρκετό περιθώριο για χρήσιμη τελική απάντηση.

Η λειτουργία beta εναλλασσόμενης συλλογιστικής του παρόχου επιτρέπει στο Sonnet 4.5 να συλλογίζεται ανάμεσα σε κλήσεις εργαλείων μέσα σε έναν γύρο, χρησιμοποιώντας τις επιστρεφόμενες παρατηρήσεις για να αποφασίζει το επόμενο βήμα. Απαιτεί την τεκμηριωμένη δυνατότητα beta στην υποστηριζόμενη ροή Messages. Σε αυτή την περίπτωση, ο προϋπολογισμός συλλογιστικής μπορεί να ξεπερνά το max_tokens, επειδή καλύπτει πολλά μπλοκ συλλογιστικής στον ίδιο γύρο του βοηθού. Επιστρέψτε τα αποτελέσματα εργαλείων με το συνδεδεμένο περιεχόμενο συλλογιστικής αμετάβλητο, μαζί με την υπογραφή του· η επεξεργασία αυτού του περιεχομένου το καθιστά άκυρο. Έτσι, μια εργασία έρευνας ή εντοπισμού σφαλμάτων μπορεί να εναλλάσσει έναν προτεινόμενο έλεγχο, το πραγματικό επιστρεφόμενο αποτέλεσμα και μια ενημερωμένη ανάλυση, χωρίς να αντιμετωπίζει μια πρόταση κειμένου ως ολοκληρωμένη ενέργεια.

Για οπτικό υλικό, ο πάροχος υποστηρίζει JPEG, PNG, GIF και WebP και χρησιμοποιεί μόνο το πρώτο καρέ μιας κινούμενης εικόνας. Η τυπική εγγενής βαθμίδα εικόνων αυτής της έκδοσης έχει όριο 1.568 εικονοστοιχείων στη μεγαλύτερη πλευρά και όριο 1.568 οπτικών token· οι μεγαλύτερες εικόνες σμικρύνονται. Ο οδηγός εικόνων του παρόχου αναφέρει έως 100 εικόνες ανά αίτημα API για μοντέλα συμφραζομένων 200K, με περιορισμούς μεγέθους εικόνων και συνολικού αιτήματος που μπορεί να εξαντληθούν νωρίτερα. Τοποθετήστε τις εικόνες πριν από το ερώτημα όπου είναι πρακτικό, δώστε ετικέτες σε πολλές εικόνες και διατηρήστε το μικρό κείμενο ή τις ετικέτες γραφημάτων. Ο οδηγός συνιστά καθαρές εικόνες και διατήρηση επαρκών γύρω συμφραζομένων για την ερμηνεία της ορατής λεπτομέρειας.

Η επεξεργασία συμφραζομένων και ένα εργαλείο μνήμης παρουσιάστηκαν μαζί με αυτό το μοντέλο για να υποστηρίζουν μεγαλύτερες ροές εργασίας πρακτόρων. Είναι τρόποι διατήρησης χρήσιμης κατάστασης ή αφαίρεσης παλιού υλικού εργαλείων με υποστήριξη της εφαρμογής· δεν αποτελούν απεριόριστη μνήμη μοντέλου ή τη μεταγενέστερη δυνατότητα συμπύκνωσης στον διακομιστή. Για εργασία πολλών σταδίων, διατηρήστε τις ήδη ληφθείσες αποφάσεις, το ερώτημα που εκκρεμεί και τα στοιχεία που χρειάζονται για το επόμενο βήμα. Η Anthropic περιγράφει επίσης ισχυρότερη αντίσταση σε κρυφές οδηγίες εξωτερικού περιεχομένου, σημειώνοντας ότι ταξινομητές ειδικοί για το μοντέλο μπορεί μερικές φορές να επισημαίνουν αβλαβές υλικό. Το χρήσιμο αποτέλεσμα παραμένει παραδοτέο που μπορεί να ελεγχθεί σε σχέση με τα παρεχόμενα στοιχεία, με τις ακριβείς λειτουργίες και τα όρια του Sonnet 4.5 χωριστά από μεταγενέστερες εκδόσεις.