Anthropic: Claude Sonnet 4.5 (batch)

A Claude Sonnet 4.5 az Anthropic Sonnet kiadása, amely a szoftverfejlesztésre, az összetett ügynökfeladatokra és a számítógép-használatra összpontosít, fejlettebb következtetési és matematikai képességekkel. Szöveget és képeket fogad, és szöveget generál. A kiadás több lépésen át tartó munkát, kódmegértést és egyetlen elszigetelt függvénynél szélesebb projektet érintő változtatásokat ismertet. Egy hasznos feladatleírás megadja az elvárt viselkedést, a megfelelő forrásanyagot és az átadandó eredményt: javasolt kódjavítást, megvalósítási magyarázatot, dokumentumelemzést vagy strukturált választ.

Szoftveres munkához adja meg a projekt korlátait, a megfelelő fájlokat vagy részleteket, a megfigyelt hibát és a várt eredmény konkrét példáját. Kérje az érintett kódot és annak magyarázatát, hogyan kezeli a javasolt módosítás a példában bemutatott problémát. A szolgáltató a modellt ügynökök készítésére és eszközökkel végzett fejlesztési feladatokra alkalmasnak mutatja be. A környező alkalmazás olvassa és szerkeszti a fájlokat, futtatja a parancsot vagy ellenőrzést, és visszaadja a tényleges kimenetet; a modell ezekre a bizonyítékokra támaszkodva gondolkodik. A végső jelentésben különítse el a javasolt változtatást az elvégzett ellenőrzéstől.

A számítógép-használat a vizuális és ügynöki képességek külön alkalmazása. Az Anthropic bemutatója böngészővel végzett interakciót, oldalakon való navigációt és táblázatokkal végzett munkát mutat be egy csatlakoztatott környezeten keresztül. Egy vizuális feladatleírás képernyőképet adhat, azonosíthatja a célt, és meghatározhatja, milyen műveleteket enged az alkalmazás. Az alkalmazás ezután elvégzi a kiválasztott interakciót, és visszaadja a megváltozott képernyőt vagy más eredményt. Hasonlóan a modell dokumentumokhoz, táblázatokhoz és diákhoz készíthet tartalmat és kódot, míg a kész fájlt a környezet állítja elő. A szöveg- és képmegértés nem teszi a modellt natív kép- vagy hanggenerátorrá.

A szolgáltató pontos specifikációja 200K tokenes kontextusablakot és legfeljebb 64K kimeneti tokent ad meg. A megbízható ismeretek időbeli határa 2025 januárja, amely különbözik az oldalon feltüntetett tanítási adatok későbbi időhatárától. Hosszú bemenetnél tartsa egyértelműen a dokumentumhatárokat, az oldaljelöléseket, a mértékegységeket és a kódazonosítókat, és hagyjon helyet a kért válasznak és az esetleges gondolkodásnak. A szolgáltató ennél a kiadásnál kontextusérzékelést is dokumentál, így a támogatott munkafolyamat követi a beszélgetésben megmaradt helyet. Ez segít a hosszan tartó feladat kezelésében a saját ablakán belül; nem cseréli le ezt az ablakot egy későbbi Sonnet kiadás nagyobb kapacitására.

A Sonnet 4.5 szokásos válaszokat és manuálisan szabályozott kiterjesztett gondolkodást támogat. Az utóbbi módban a budget_tokens célt szab a látható válasz előtti belső gondolkodásnak. A dokumentált minimum 1 024 token, és a keretnek általában kisebbnek kell lennie a max_tokens értékénél, mert a gondolkodás és a végső válasz közös generálási keretet használ. A keret célérték, nem ígéret pontosan ennyi token elhasználására. Ez a kiadás nem rendelkezik a későbbi Sonnet modelleknél ismertetett adaptív gondolkodási móddal vagy erőfeszítés-szabályozókkal. Válassza meg a kért elemzési mélységet, és hagyjon elég keretet a használható végső válaszhoz.

A szolgáltató közbeiktatott gondolkodási bétája lehetővé teszi, hogy a Sonnet 4.5 egy körön belül az eszközhívások között is gondolkodjon, és a visszaadott megfigyelések alapján döntse el a következő lépést. Ehhez a dokumentált bétafunkció szükséges a támogatott Messages munkafolyamatban. Ebben az esetben a gondolkodási keret meghaladhatja a max_tokens értékét, mert ugyanazon asszisztenskör több gondolkodási blokkjára terjed ki. Az eszközeredményeket a kapcsolódó gondolkodási tartalommal együtt, változtatás nélkül küldje vissza, annak aláírását is beleértve; e tartalom szerkesztése érvényteleníti azt. Egy kutatási vagy hibakeresési feladat így váltogathat javasolt ellenőrzést, ténylegesen visszaadott eredményt és frissített elemzést anélkül, hogy egy szöveges javaslatot elvégzett műveletnek tekintene.

Vizuális anyagnál a szolgáltató a JPEG, PNG, GIF és WebP formátumot támogatja, és animációnál csak az első képkockát használja. Az e kiadás által használt szabványos natív képkategória hosszabbik oldalának korlátja 1 568 képpont, vizuális tokenkorlátja pedig 1 568; a nagyobb képeket kisebbre méretezi. A szolgáltató képi útmutatója 200K kontextusú modellekhez API-kérésenként legfeljebb 100 képet ad meg, de a képek és a teljes kérés méretkorlátjába ennél kisebb képszámnál is bele lehet ütközni. Ha célszerű, tegye a képeket a kérdés elé, jelölje meg a több képet, és őrizze meg az apró szöveget vagy diagramfeliratokat. Az útmutató jól kivehető képeket és a látható részletek értelmezéséhez elegendő környező kontextus megtartását ajánlja.

A kontextusszerkesztést és egy memóriaeszközt ezzel a modellel együtt vezették be a hosszabb ügynök-munkafolyamatok támogatására. Ezek az alkalmazás által támogatott módszerek a hasznos állapot megőrzésére vagy régi eszközanyagok eltávolítására; nem korlátlan modellmemóriát és nem a későbbi kiszolgálóoldali kontextustömörítési funkciót jelentik. Többlépcsős feladatnál őrizze meg a már meghozott döntéseket, a nyitott kérdést és a következő lépéshez szükséges bizonyítékokat. Az Anthropic a külső tartalmak rejtett utasításaival szembeni nagyobb ellenállást is ismertet, megjegyezve, hogy a modellspecifikus osztályozók néha ártalmatlan anyagot is megjelölhetnek. A hasznos eredmény továbbra is a megadott bizonyítékokhoz kötött, ellenőrizhető anyag, a Sonnet 4.5 pontos módjait és korlátait a későbbi kiadásoktól elkülönítve.