Anthropic ने पेश किया नया AI मॉडल Claude Opus 4.8

आर्टिफिशियल इंटेलिजेंस कंपनी Anthropic ने Claude Opus 4.8 को पेश किया है, जो उसकी फ्लैगशिप AI मॉडल लाइनअप का नवीनतम अपग्रेड है। यह नया मॉडल पहले के Claude Opus 4.7 सिस्टम पर आधारित है और इसे कोडिंग, रीजनिंग, एजेंटिक वर्कफ्लो और प्रैक्टिकल नॉलेज एप्लिकेशन जैसे कई क्षेत्रों में बेहतर प्रदर्शन देने के लिए डिजाइन किया गया है।

कंपनी ने Claude Opus 4.8 को एक “अधिक प्रभावी सहयोगी” बताया है, और इसकी विश्वसनीयता, सेल्फ-अवेयरनेस और उन्नत टास्क हैंडलिंग में सुधारों को रेखांकित किया है। यह लॉन्च ऐसे समय में हुआ है जब AI कंपनियाँ तेजी से अधिक सक्षम एंटरप्राइज-फोकस्ड AI असिस्टेंट बनाने की होड़ में लगी हैं, जो जटिल वर्कफ्लो को अधिक दक्षता और सटीकता के साथ संभाल सकें।

Anthropic ने Claude Opus 4.8 के साथ AI पोर्टफोलियो को मजबूत किया

नए AI मॉडल की घोषणा के साथ-साथ Anthropic ने अपने विशेष साइबरसिक्योरिटी-फोकस्ड AI सिस्टम Claude Mythos के व्यापक रोलआउट के संकेत भी दिए हैं। यह मॉडल वर्तमान में कंपनी के “Project Glasswing” के तहत 50 से अधिक संगठनों द्वारा परीक्षण में है और आने वाले हफ्तों में इसका व्यापक सार्वजनिक रिलीज हो सकता है।

Claude Opus 4.8 का फोकस: बेहतर AI सहयोग

बेहतर विश्वसनीयता और निर्णय क्षमता

Anthropic के अनुसार Claude Opus 4.8 को केवल उपयोगकर्ताओं की मदद करने के लिए नहीं, बल्कि जटिल कार्यों के दौरान उनके साथ अधिक समझदारी से काम करने के लिए डिजाइन किया गया है। शुरुआती टेस्टर्स के अनुसार यह मॉडल एजेंटिक वर्कफ्लो को संभालने में अधिक भरोसेमंद है, जिसमें ऑटोनॉमस डिसीजन-मेकिंग और मल्टी-स्टेप प्रॉब्लम सॉल्विंग शामिल है।

कंपनी ने बताया कि यह AI मॉडल अब अधिक सावधानी और आत्म-जागरूकता के साथ जवाब देता है, जिससे गलत आउटपुट और बिना आधार वाले दावों में कमी आती है।

Anthropic ने कहा “Opus 4.8 अपने पूर्ववर्ती की तुलना में कोड में मौजूद खामियों को अनदेखा करने की संभावना लगभग चार गुना कम है।”

अनिश्चितता को बेहतर तरीके से संभालना

Claude Opus 4.8 की एक महत्वपूर्ण क्षमता यह है, कि यह अपने उत्तरों में अनिश्चितता को पहचान सकता है। कंपनी का दावा है कि अब यह मॉडल गलत जानकारी को आत्मविश्वास के साथ प्रस्तुत करने के बजाय अस्पष्ट परिस्थितियों को स्पष्ट रूप से फ्लैग करने की अधिक संभावना रखता है।

विशेषज्ञों का मानना है, कि यह विकास खासतौर पर एंटरप्राइज ग्राहकों के लिए महत्वपूर्ण है जो AI का उपयोग सॉफ्टवेयर इंजीनियरिंग, रिसर्च, लीगल एनालिसिस और तकनीकी दस्तावेज़ीकरण में करते हैं।

प्रदर्शन बेंचमार्क में महत्वपूर्ण सुधार

मजबूत कोडिंग और रीजनिंग क्षमता

Anthropic ने बेंचमार्क परिणाम साझा किए हैं, जो Claude Opus 4.8 में Claude Opus 4.7 की तुलना में स्पष्ट सुधार दिखाते हैं।

SWE-Bench Pro में एजेंटिक कोडिंग प्रदर्शन के तहत Claude Opus 4.8 ने 69.2% स्कोर किया, जबकि इसके पूर्ववर्ती ने 64.3% स्कोर हासिल किया था। यह सुधार वास्तविक दुनिया के सॉफ्टवेयर इंजीनियरिंग कार्यों और ऑटोनॉमस कोडिंग वर्कफ्लो को बेहतर तरीके से संभालने की क्षमता को दर्शाता है।

मल्टीडिसिप्लिनरी रीजनिंग में सुधार

मॉडल ने मल्टीडिसिप्लिनरी रीजनिंग कार्यों में भी बेहतर प्रदर्शन किया है। Claude Opus 4.8 ने 57.9% स्कोर किया, जो पहले के 54.7% से अधिक है। यह संकेत देता है कि यह मॉडल क्रॉस-डोमेन समस्याओं को हल करने में अधिक सक्षम है।

बेहतर कंप्यूटर इंटरैक्शन क्षमता

OSWorld-verified टेस्टिंग में एजेंटिक कंप्यूटर उपयोग के तहत Claude Opus 4.8 ने 83.4% प्रदर्शन दर्ज किया, जो पहले के 82.8% से थोड़ा बेहतर है।

शोधकर्ताओं का मानना है, कि ये सुधार व्यवसायों को अधिक जटिल डिजिटल वर्कफ्लो और ऑपरेशनल टास्क को ऑटोमेट करने में मदद कर सकते हैं।

तेज रिसर्च और नॉलेज वर्क

Anthropic ने बताया कि रिसर्च-ओरिएंटेड प्रदर्शन में भी सुधार हुआ है। मॉडल का स्कोर 1,753 से बढ़कर 1,890 हो गया है, जो बेहतर एनालिटिकल और नॉलेज-प्रोसेसिंग क्षमता को दर्शाता है।

इसके अलावा कंपनी ने कहा कि Claude Opus 4.8 Fast Mode 2.5× तेज है, जिससे टास्क जल्दी पूरे होते हैं और यूज़र्स को कम इंतजार करना पड़ता है।

डेवलपर प्रोडक्टिविटी के लिए नए फीचर्स

Claude Code में डायनामिक वर्कफ्लो

Anthropic ने सॉफ्टवेयर डेवलपमेंट और AI वर्कफ्लो मैनेजमेंट पर केंद्रित कई नए फीचर्स पेश किए हैं।

Claude Opus 4.8 में अब डायनामिक वर्कफ्लो शामिल हैं, जो बड़े प्रोग्रामिंग टास्क को छोटे-छोटे सबटास्क में विभाजित करके अधिक कुशलता से संभालते हैं।

यह सिस्टम कई AI “सबएजेंट्स” को एक साथ चला सकता है, जिससे डेवलपर्स जटिल प्रोजेक्ट्स को तेज़ी से ऑटोमेट कर सकते हैं।

Effort Control फीचर

Anthropic ने Claude.ai और Cowork प्लेटफॉर्म्स में Effort Control फीचर जोड़ा है, जिससे यूज़र्स AI द्वारा किसी टास्क पर लगाए जाने वाले कंप्यूटेशनल प्रयास को कस्टमाइज़ कर सकते हैं।

कंपनी ने कहा “उच्च प्रयास सेटिंग्स पर Claude अधिक गहराई से सोचता है, जबकि कम प्रयास पर यह तेजी से जवाब देता है और कम रेट लिमिट उपयोग करता है।”

रियल-टाइम इंस्ट्रक्शन एडिटिंग

एक और नई क्षमता के तहत यूज़र्स अब चल रहे टास्क के दौरान बिना प्रक्रिया रोके निर्देशों में बदलाव कर सकते हैं। इसमें परमिशन, टोकन लिमिट और टास्क पैरामीटर्स को रियल टाइम में एडजस्ट किया जा सकता है।

Claude Mythos का संभावित विस्तार

साइबरसिक्योरिटी AI रोलआउट जल्द संभव

Anthropic ने अपने साइबरसिक्योरिटी-फोकस्ड AI मॉडल Claude Mythos के व्यापक रोलआउट के संकेत भी दिए हैं, जो “Project Glasswing” के तहत टेस्ट किया जा रहा है।

यह मॉडल 50 से अधिक संगठनों द्वारा साइबरसिक्योरिटी एप्लिकेशन्स में उपयोग किया जा रहा है। कंपनी ने स्पष्ट रिलीज टाइमलाइन नहीं दी है, लेकिन आने वाले हफ्तों में पब्लिक उपलब्धता की संभावना जताई है।

जैसे-जैसे साइबर खतरों में वृद्धि हो रही है, AI-आधारित साइबरसिक्योरिटी सिस्टम टेक कंपनियों और एंटरप्राइजेज के लिए एक महत्वपूर्ण निवेश क्षेत्र बनते जा रहे हैं।

निष्कर्ष:

Claude Opus 4.8 का लॉन्च Anthropic की उस महत्वाकांक्षा को दर्शाता है, जिसमें वह तेजी से विकसित हो रहे AI उद्योग में मजबूत प्रतिस्पर्धा करना चाहता है। बेहतर कोडिंग क्षमता, उन्नत रीजनिंग, तेज प्रदर्शन और नए वर्कफ्लो फीचर्स के साथ यह मॉडल एक अधिक विश्वसनीय एंटरप्राइज AI सहयोगी बनने का लक्ष्य रखता है।

साथ ही Claude Mythos साइबरसिक्योरिटी प्लेटफॉर्म के विस्तार की योजना यह दिखाती है, कि कंपनी विशेषीकृत AI एप्लिकेशन्स की दिशा में भी तेजी से आगे बढ़ रही है।

जैसे-जैसे प्रमुख AI कंपनियों के बीच प्रतिस्पर्धा बढ़ रही है, विश्वसनीयता, गति और ऑटोनॉमस वर्कफ्लो में सुधार अगली पीढ़ी के एंटरप्राइज AI टूल्स को आकार देने में महत्वपूर्ण भूमिका निभाएगा।