人類は、その最も賢い「ハイブリッド推論」AIモデルをまだ明らかにしています

AnthropicはClaude 3.7 Sonnetを発表したばかりで、最初の「ハイブリッド推論モデル」のデビューをマークしました。この画期的なモデルは、数学やコーディングなどのタスクに関して、より複雑な課題に取り組み、以前の反復を上回るように設計されています。

この進歩を補完するために、AnthropicはエージェントコーディングツールであるClaude Codeの「限定的な研究プレビュー」も開始しています。人類はすでにCursorのようなAIコーディングソリューションを促進していますが、Claudeコードは、コードの検索と読み取り、ファイルの変更、テストの書き込み、GitHubへのプッシュ、およびコマンドラインツールの利用可能なインタラクティブなパートナーとして販売されています。

Claude 3.7 Sonnetは、Claudeアプリ内で月曜日から、AnthropicのAPI、Amazon Bedrock、およびGoogle CloudのVertex AI経由でアクセスできます。価格設定は、前任者の3.5ソネットと一致しており、100万ドルあたりの入力トークン3ドル、100万ドルあたり15ドルです。

明確な推論モデルを提供するOpenaiなどの競合他社とは異なり、人類は、推論機能をモデル自体に直接統合することを強調しています。 Anthropicの製品研究リードであるDianne Pennが、「推論は完全に別々のものではなく、AIの特徴であると基本的に信じています」と説明しました。たとえば、クロードは「何時ですか？」などの簡単なクエリとあまり苦労すべきではありません。しかし、気象条件を考慮しながら、イタリアへの2週間の旅行を計画するなど、複雑なプロンプトの取り扱いに優れています。

人類
人類
ペンは、Claude 3.7 Sonnetがエージェントコーディング、財務、および法的問題の著しい改善を示していることを指摘しました。 ClaudeはまだリアルタイムのWeb検索（他のモデルに存在する機能）をサポートしていませんが、2024年10月の知識カットオフ日を誇っており、より最新のものにしています。開発者は、ScratchPad機能を介してモデルの動作に影響を与え、正確な応答時間を指定できます。 「時々」とAnthropicの製品副社長Michael Gerstenhaber氏は、「開発者は、この質問に答えるのに200ミリ秒以上かかるべきではないことを示す必要がある」と述べています。

Pennによると、内部的には、人類のスタッフが新しいモデルを利用して、フロントエンドのWebサイトインターフェイスを設計し、インタラクティブなゲームを作成し、テストセットの構築やテストケースの改良など、最大45分間のコーディングアクティビティに従事しています。

クロードコード。人類

ペンは、人類がモデルの機能を昔ながらのポケモンビデオゲームにナビゲートさせ、モデルのAPIをコントローラーインターフェイスにマッピングすることにより、モデルの機能を評価すると述べました。 Claude 3.5 Sonnetは最初はPallet Townを離れるのに苦労していましたが、Claude 3.7はいくつかのジムのリーダーを首尾よく倒しました。

Elon Muskの最近のGrok-3の発表先週、AIモデル競争の急速なペースを強調しました。今のところ、人類は、Claude 3.7 Sonnetの印象的なパフォーマンスのおかげで先に立っています。そのリリースは、異なる機能に特殊なツールを必要とするのではなく、単一のモデルがすべてのタスクを処理する未来を示唆しています。