Anthropic выпускает Claude Sonnet 4.6: шаг к автономному использованию компьютера
Новая модель Sonnet 4.6 приближается к уровню Opus, предлагая улучшения в написании кода, планировании и управлении интерфейсами программ без использования API.
Суть обновления
Anthropic представила новую версию своей модели среднего звена — Claude Sonnet 4.6. Это обновление позиционируется как значительный шаг вперед в ключевых областях: написание программного кода, сложное планирование и, что особенно важно, способность модели управлять компьютером подобно человеку.
Главная новость заключается в том, что по производительности Sonnet 4.6 вплотную приближается к флагманской модели предыдущего поколения (Opus 4.5), оставаясь при этом в более доступной ценовой категории. Это делает продвинутые возможности искусственного интеллекта экономически оправданными для широкого спектра бизнес-задач.
Контекст: эволюция «компьютерного зрения» для интерфейсов
Еще в октябре 2024 года Anthropic впервые показала экспериментальную функцию «использования компьютера» (computer use). Идея заключалась в том, чтобы научить нейросеть взаимодействовать с софтом не через программные интерфейсы (API), а через визуальный интерфейс — нажимая на кнопки и вводя текст, как это делает обычный пользователь.
Chart comparing several Sonnet model scores on the OSWorld benchmark
Тогда технология была сырой и медленной. Спустя полтора года, в версии Sonnet 4.6, мы видим качественный скачок. Модель теперь увереннее справляется с навигацией по сложным таблицам, заполнением многоступенчатых веб-форм и работой сразу в нескольких вкладках браузера. Это открывает путь к автоматизации устаревшего корпоративного ПО, для которого никогда не создавались современные API.
Детали и технические характеристики
Вот ключевые особенности релиза:
- Контекстное окно: В бета-версии доступно окно в 1 миллион токенов. Это позволяет загружать в модель целые кодовые базы или десятки научных статей за один раз.
- Производительность в коде: Разработчики, получившие ранний доступ, в 70% случаев предпочли Sonnet 4.6 предыдущей версии (Sonnet 4.5). Модель реже дублирует логику и лучше понимает контекст задачи.
- Стратегическое мышление: В бенчмарке Vending-Bench Arena (симуляция управления бизнесом) модель продемонстрировала новую стратегию: она инвестировала в мощности на раннем этапе, жертвуя прибылью, чтобы резко увеличить доходность в конце. Это признак улучшения долгосрочного планирования.
- Цена: Стоимость осталась на уровне Sonnet 4.5 — $3 за миллион токенов на вход и $15 на выход.
Анализ: демократизация интеллекта уровня Opus
Изображение из источника
Рынок ИИ движется к тому, что возможности, ранее доступные только в самых дорогих и медленных моделях (класса Opus или GPT-4), спускаются в сегмент более быстрых и дешевых моделей.
Sonnet 4.6 показывает результаты, сопоставимые с Opus 4.6 в задачах анализа документов (OfficeQA) и даже превосходит предыдущие версии в задачах на безопасность и устойчивость к инъекциям промптов. Для бизнеса это означает, что сложные агентские сценарии — где ИИ самостоятельно выполняет цепочку действий — становятся рентабельными.
Отзывы партнеров (GitHub, Replit, Databricks) подтверждают этот тренд: модель стала лучше выявлять баги и реже «галлюцинировать» при выполнении многошаговых инструкций.
Перспектива
Выпуск Sonnet 4.6 закрепляет тренд на создание «агентных» моделей. Мы уходим от парадигмы «чат-бот, который отвечает на вопросы» к парадигме «работник, который выполняет действия».
Хотя модель все еще уступает лучшим операторам-людям в скорости и точности использования компьютера, динамика улучшений за последние 16 месяцев впечатляет. Если темпы сохранятся, в ближайший год мы можем увидеть массовое внедрение ИИ-агентов, способных самостоятельно выполнять рутинную офисную работу в устаревших CRM и ERP системах без необходимости сложной технической интеграции.
A table of popular benchmarks and Sonnet 4.6's relative performance compared to other frontier models
Databricks logo
TL;DR
Главное
Sonnet 4.6 делает возможности флагманских моделей доступными по цене среднего сегмента, значительно улучшая навыки программирования и автономного управления компьютером.
Ключевые факты
- /Контекстное окно расширено до 1 миллиона токенов (в бета-версии).
- /Цена осталась прежней: $3/$15 за миллион токенов.
- /Модель научилась долгосрочному планированию, жертвуя краткосрочной выгодой ради финального результата.
- /Значительно улучшена защита от prompt injection атак.
Инсайт
Главный прорыв не в мощности вычислений, а в способности модели работать с устаревшим софтом через визуальный интерфейс, что снимает необходимость в разработке дорогих API-коннекторов.
