Anthropic مدل Sonnet 5.5 را با تمرکز بر سرعت و هزینه کمتر عرضه کرد

Anthropic در ۲۸ سپتامبر از Sonnet 5.5، نسخه تازه مدل میان‌رده خود، رونمایی کرد؛ مدلی که شرکت آن را برای کارهای روزمره، از برنامه‌نویسی تا تهیه اسناد اداری، مناسب می‌داند. به گفته Anthropic، Sonnet 5.5 نسبت به نسل قبلی ۳۰ درصد سریع‌تر است و مصرف توکن آن با آهنگ کمتری انجام می‌شود؛ ترکیبی که می‌تواند اجرای کارهای مبتنی بر هوش مصنوعی را چابک‌تر و کم‌هزینه‌تر کند. این شرکت در عین حال می‌گوید توانایی‌های سایبری مدل به اندازه‌ای است که برای آن تدابیر حفاظتی ویژه در نظر گرفته شود.

سرعت و مصرف توکن؛ محور اصلی نسخه تازه

در معرفی Sonnet 5.5، Anthropic بیش از هر چیز بر افزایش سرعت تأکید کرده است. شرکت می‌گوید این مدل ۳۰ درصد سریع‌تر از Sonnet 5 است؛ مدلی که حدود سه ماه پیش معرفی شده بود. Anthropic همچنین از کاهش چشمگیر سرعت مصرف توکن سخن گفته، اما در گزارش منتشرشده عددی برای میزان این کاهش ارائه نشده است.

توکن واحدهای کوچکی از متن هستند که مدل‌های زبانی هنگام پردازش ورودی و تولید پاسخ با آن‌ها کار می‌کنند. مصرف توکن می‌تواند بر هزینه اجرای مدل اثر بگذارد، به‌ویژه زمانی که سامانه باید درخواست‌های طولانی را پردازش کند یا یک کار را در چند مرحله پیش ببرد. بنابراین، ادعای مصرف آهسته‌تر توکن در کنار سرعت بیشتر، بخشی از تلاش Anthropic برای معرفی Sonnet 5.5 به‌عنوان گزینه‌ای کارآمد برای استفاده مداوم است.

با این حال، اطلاعات منتشرشده قیمت مشخصی برای استفاده از مدل ارائه نمی‌کند. در نتیجه، «ارزان‌تر بودن» در معرفی شرکت را باید در چارچوب ادعای آن درباره کارایی و مصرف توکن فهمید، نه به‌عنوان اعلام یک تعرفه تازه یا کاهش قیمت معین. Anthropic Sonnet 5.5 را شریکی سریع‌تر و کم‌هزینه‌تر برای کار توصیف می‌کند، اما جزئیات عددی لازم برای مقایسه کامل هزینه‌ها در متن گزارش نیامده است.

مدل میان‌رده‌ای با تمرکز بر کارهای عامل‌محور

Sonnet در رده‌بندی Anthropic جایگاهی پایین‌تر از Opus دارد. با این حال، به گفته شرکت، مدل میان‌رده می‌تواند در بعضی کاربردها به‌دلیل چابکی و توانایی اجرای کارها با هزینه مناسب‌تر، انتخاب مفیدتری باشد. هدف از عرضه Sonnet 5.5 نیز فقط پاسخ‌گویی به پرسش‌های روزمره نیست؛ Anthropic آن را برای کارهایی مانند کدنویسی و ساخت اسناد اداری معرفی کرده است.

یکی از زمینه‌هایی که شرکت برای مدل تازه برجسته می‌کند، کدنویسی عامل‌محور است. در این نوع کار، مدل می‌تواند به‌جای تولید یک پاسخ کوتاه، مراحل گوناگون یک وظیفه را دنبال کند و از عامل‌های هوش مصنوعی برای پیش‌برد بخش‌های مختلف کار کمک بگیرد. منظور از عامل در اینجا سامانه‌ای است که می‌تواند برای رسیدن به هدفی مشخص، چند مرحله را اجرا کند.

طبق معیارهای منتشرشده از سوی Anthropic، Sonnet 5.5 در کدنویسی عامل‌محور عملکرد بهتری از Opus 5.5 داشته است. شرکت این نتیجه را احتمالاً به توانایی Sonnet 5.5 در به‌کارگیری چند عامل، بدون عبور از محدودیت‌های هزینه، مرتبط می‌داند. این ارزیابی به‌تنهایی نشان نمی‌دهد مدل در همه کاربردها از Opus بهتر است؛ برتری اعلام‌شده به حوزه مشخص کدنویسی عامل‌محور مربوط می‌شود و بر پایه معیارهای خود Anthropic است.

این تمایز برای مقایسه مدل‌های میان‌رده و رده‌بالا اهمیت دارد. مدل قدرتمندتر الزاماً در هر وظیفه‌ای انتخاب عملی‌تری نیست؛ اگر یک مدل بتواند چند عامل را با هزینه قابل‌کنترل به کار بگیرد، ممکن است برای برخی فرایندهای چندمرحله‌ای کارآمدتر باشد. با این همه، گزارش جزئیات معیارها یا آزمون‌های مستقلی برای سنجش این ادعا ارائه نمی‌کند و مبنای مقایسه در این خبر همان داده‌های Anthropic است.

قابلیت‌های سایبری و تدابیر حفاظتی تازه

بخش دیگری از معرفی Sonnet 5.5 به توانایی‌های سایبری آن مربوط می‌شود. Anthropic می‌گوید قابلیت‌های این مدل در حوزه سایبری با Opus 5 قابل‌مقایسه است. شرکت در متن گزارش جزئیات بیشتری درباره نوع این توانایی‌ها یا آزمون‌هایی که برای سنجش آن‌ها به کار برده، مطرح نکرده است.

به‌گفته Anthropic، همین سطح از قابلیت‌ها باعث شده Sonnet 5.5 نخستین مدل از خانواده Sonnet باشد که مشمول همان تدابیر امنیت سایبری اعمال‌شده بر Fable و Opus می‌شود. این تصمیم نشان می‌دهد شرکت عرضه مدل را صرفاً از زاویه سرعت و هزینه ارزیابی نکرده و برای توانایی‌های سایبری آن نیز محدودیت‌ها و safeguards ویژه در نظر گرفته است.

در مدل‌های هوش مصنوعی، قابلیت‌های سایبری می‌توانند کاربردهای دفاعی داشته باشند، اما نگرانی‌هایی هم درباره استفاده نادرست از آن‌ها ایجاد می‌کنند. گزارش TechCrunch درباره ماهیت دقیق تدابیر Anthropic یا نحوه اجرای آن‌ها توضیحی نمی‌دهد؛ بنابراین نمی‌توان از اطلاعات موجود نتیجه گرفت این safeguards دقیقاً چه درخواست‌هایی را محدود می‌کنند یا چگونه فعال می‌شوند. آنچه شرکت اعلام کرده، قرار گرفتن Sonnet 5.5 در چارچوب حفاظتی مشابه Fable و Opus است.

رقابت فشرده و برنامه بعدی Anthropic

معرفی Sonnet 5.5 در شرایطی انجام می‌شود که آزمایشگاه‌های بزرگ هوش مصنوعی پی‌درپی مدل‌های تازه عرضه می‌کنند. بنا بر گزارش TechCrunch، OpenAI هفته پیش چند مدل جدید، از جمله نسخه‌های ارتقایافته Sol و Luna، مدل‌های میان‌رده و اقتصادی این شرکت، را منتشر کرده بود. Meta نیز از مدلی تازه خبر داده بود که قرار است نیروی یک قابلیت آینده مرتبط با عینک‌های هوشمندش باشد.

در چنین فضایی، شرکت‌ها فقط بر توانایی خام مدل‌ها رقابت نمی‌کنند؛ سرعت، هزینه اجرا و تناسب با کارهای مشخص نیز بخشی از رقابت است. Anthropic در معرفی Sonnet 5.5 می‌کوشد این مدل را گزینه‌ای برای کارهای روزمره و برنامه‌نویسی معرفی کند که می‌تواند سریع‌تر اجرا شود و در وظایف عامل‌محور عملکرد مناسبی داشته باشد. میزان موفقیت این جایگاه‌سازی به نحوه مقایسه مدل با گزینه‌های رقیب و تجربه استفاده از آن بستگی خواهد داشت؛ اطلاعاتی که در خبر منتشرشده هنوز به شکل مستقل ارزیابی نشده است.

Anthropic همچنین اعلام کرده در هفته‌های آینده نسخه تازه‌ای از Haiku، کوچک‌ترین مدل خود، را عرضه می‌کند. شرکت تاریخ دقیقی برای انتشار آن اعلام نکرده است. در نتیجه، فعلاً Sonnet 5.5 خبر اصلی تازه در خانواده مدل‌های Anthropic است و برنامه مربوط به Haiku در حد اعلامی درباره عرضه در هفته‌های آینده باقی می‌ماند.

این خبر برای چه کسانی اهمیت دارد

Sonnet 5.5 برای توسعه‌دهندگانی اهمیت دارد که می‌خواهند از مدل‌های هوش مصنوعی در کدنویسی یا فرایندهای چندمرحله‌ای استفاده کنند؛ به‌خصوص اگر سرعت اجرا و کنترل مصرف توکن برایشان مهم باشد. تیم‌هایی که از مدل‌ها برای تهیه اسناد اداری یا انجام کارهای روزمره بهره می‌برند نیز می‌توانند ادعاهای Anthropic درباره سرعت و کارایی را در ارزیابی خود لحاظ کنند.

این خبر برای مدیران و متخصصان امنیت سایبری هم قابل‌توجه است، زیرا Anthropic توانایی سایبری Sonnet 5.5 را هم‌سطح Opus 5 توصیف کرده و از اعمال safeguards مشابه برای آن خبر داده است. در نهایت، برای کسانی که مدل‌های Anthropic را با محصولات OpenAI و Meta دنبال می‌کنند، عرضه Sonnet 5.5 نمونه‌ای از تمرکز رو‌به‌رشد صنعت بر ترکیب توانایی، سرعت و هزینه است؛ هرچند ارقام هزینه، جزئیات آزمون‌ها و ارزیابی مستقل عملکرد در اطلاعات منتشرشده مشخص نشده‌اند.