Компания Anthropic выпустила обновленную ИИ-модель среднего уровня Sonnet. Основной акцент сделан на навыках программирования, следовании инструкциям и работе с компьютером.
Нейросеть уже стала доступна по умолчанию для пользователей тарифов Free и Pro.
В бета-версии LLM получила контекстное окно в 1 млн токенов — вдвое больше предыдущих лимитов. В Anthropic отметили, что модель способна «вместить целые кодовые базы, объемные контракты и десятки научных статей в одном промпте».
Релиз сопровождается новыми рекордами в бенчмарках вроде OSWorld (работа с компьютером) и SWE-Bench (задачи по программированию).
Стабильный рост показателей разных версий Sonnet в OSWorld. Источник: Anthropic.
В бенчмарке ARC-AGI-2, оценивающем способности к абстрактному мышлению, Sonnet 4.6 набрала 60,4%. С этим показателем нейросеть опередила большинство конкурентов, уступив лишь Opus 4.6, Gemini 3 Deep Think и одной доработанной версии GPT 5.2.
Показатели Sonnet 4.6 в разных бенчмарках по сравнению с другими решениями. Источник: Anthropic.
В начале февраля стартап обновил свою флагманскую модель Claude Opus до версии 4.6. Нейросеть стала лучше планировать действия, справляться с длительными задачами и эффективнее работать с объемными кодовыми базами.
Позже фирма отчиталась о привлечении $30 млрд при оценке в $380 млрд. Деньги направят на «передовые исследования, разработку продуктов и расширение инфраструктуры».
Anthropic сообщила о проведении масштабной оценки безопасности Sonnet 4.6 — новая LLM «значительно превосходит» предшественницу по устойчивости к промпт-инъекциям.
Напомним, в феврале СМИ узнали об использовании ИИ-инструмента Claude в военной операции по захвату президента Венесуэлы Николаса Мадуро.