Антропическая модель AI обнаруживает свою самые умные гибридные рассуждения

Anthropic только что представила Claude 3.7 Sonnet, ознаменовав дебют своей первой "гибридной модели рассуждений". Эта новаторская модель разработана для решения более сложных задач и превосходит предыдущие версии в таких задачах, как математика и программирование.

Для дополнения этого достижения Anthropic также запускает "ограниченный исследовательский предварительный просмотр" Claude Code, агентского инструмента для программирования. Хотя Anthropic уже поддерживает решения для программирования с использованием ИИ, такие как Cursor, Claude Code позиционируется как интерактивный партнер, способный искать и читать код, изменять файлы, писать и запускать тесты, публиковать код на GitHub и использовать инструменты командной строки.

Claude 3.7 Sonnet будет доступен с понедельника в приложении Claude, а также через API Anthropic, Amazon Bedrock и Vertex AI от Google Cloud. Цены остаются такими же, как у предшественника, 3.5 Sonnet: $3 за миллион входных токенов и $15 за миллион выходных токенов.

В отличие от конкурентов, таких как OpenAI, которые предлагают отдельные модели рассуждений, Anthropic делает акцент на интеграции возможностей рассуждений непосредственно в саму модель. Как пояснила Диана Пенн, руководитель исследований продукта Anthropic, в интервью The Verge, "Мы принципиально считаем, что рассуждение — это функция ИИ, а не нечто совершенно отдельное". Например, Claude не должен испытывать трудностей с простыми запросами, такими как "Который час?", но отлично справляется с обработкой сложных запросов, таких как планирование двухнедельной поездки в Италию с учетом погодных условий.

Anthropic
Anthropic
Пенн отметила, что Claude 3.7 Sonnet демонстрирует значительные улучшения в агентском программировании, финансах и юридических вопросах. Хотя Claude пока не поддерживает поиск в реальном времени в интернете — функция, присутствующая в других моделях, — он обладает актуальной базой знаний по состоянию на октябрь 2024 года, что делает его более современным. Разработчики могут влиять на работу модели через функцию блокнота и задавать точное время ответа. "Иногда, — сказал вице-президент по продуктам Anthropic Майкл Герстенхабер, — разработчику просто нужно указать, что ответ не должен занимать более 200 миллисекунд", подчеркивая стратегическое продуктовое решение.

Внутри компании сотрудники Anthropic использовали новую модель для разработки интерфейсов веб-сайтов, создания интерактивных игр и выполнения до 45 минут программирования, таких как создание тестовых наборов и итеративное уточнение тестовых случаев, по словам Пенн.

Claude Code. Anthropic

Пенн упомянула, что Anthropic оценивает возможности своих моделей, заставляя их проходить старую видеоигру Pokémon, сопоставляя API модели с интерфейсом контроллера. Если Claude 3.5 Sonnet изначально с трудом покидал Паллет Таун, то Claude 3.7 успешно победил нескольких лидеров гимназий.

Недавнее представление Grok-3 от Илона Маска на прошлой неделе подчеркнуло стремительный темп конкуренции моделей ИИ. На данный момент Anthropic лидирует благодаря впечатляющей производительности Claude 3.7 Sonnet. Его выпуск намекает на будущее, где одна модель справляется со всеми задачами, вместо необходимости использования специализированных инструментов для разных функций.