Anthropic ने दो नए AI मॉडल लॉन्च किए

Anthropic ने दो नए AI मॉडल लॉन्च किए हैं: Claude Opus 4 और Claude Sonnet 4। एंथ्रोपिक का कहना है, कि ये मॉडल इंडस्ट्री में सबसे बेहतरीन हैं, और इनकी सबसे खासियत है, तर्क करने की उनकी क्षमता। इसके साथ ही ओपस 4 और सॉनेट 4 दोनों को कोडिंग और एजेंट जैसे कार्यों को बेहतर बनाने के लिए डिज़ाइन किया गया है। एंथ्रोपिक के अनुसार क्लाउड ओपस 4 अब तक का उसका सबसे पावरफुल मॉडल है, और इसका उद्देश्य लंबे और काम्प्लेक्स टास्क पर काम करने वाले डेवलपर्स को लक्षित करना है। एंथ्रोपिक ने कहा "क्लाउड ओपस 4 दुनिया का सबसे बेहतरीन कोडिंग मॉडल है, जो काम्प्लेक्स, लंबे समय तक चलने वाले कार्यों और एजेंट वर्कफ़्लो पर निरंतर परफॉरमेंस करता है।"

इस बीच क्लाउड सॉनेट 4 को इसके पूर्ववर्ती क्लाउड सॉनेट 3.7 से अधिक प्रैक्टिकल, एफ्फिसिएंट अपग्रेड के रूप में वर्णित किया गया है, और अब यह फ्री-टियर यूजर्स के लिए उपलब्ध है। ओपस 4 केवल क्लाउड के पेड सब्सक्राइबर के लिए उपलब्ध होगा।

Anthropic के अनुसार मुख्य हाइलाइट्स में से एक कोडिंग बेंचमार्क पर क्लाउड ओपस 4 का मजबूत परफॉरमेंस है। AI कंपनी का दावा है, कि इसने SWE-बेंच पर 72.5 प्रतिशत और टर्मिनल-बेंच पर 43.2 प्रतिशत स्कोर किया। जिसका मूल रूप से मतलब है, कि मॉडल कथित तौर पर परफॉरमेंस में गिरावट के बिना एक बार में कई घंटों तक काम कर सकता है, जिससे यह उन प्रोजेक्ट्स के लिए उपयुक्त है, जिनमें निरंतर ध्यान देने की आवश्यकता होती है।

क्लाउड सॉनेट 4 पिछले वर्शन की तुलना में सुधार भी दिखाता है, जिसने SWE-बेंच पर 72.7 प्रतिशत स्कोर किया। हालाँकि यह ओवरआल क्षमता में ओपस 4 से मेल नहीं खाता है, लेकिन एंथ्रोपिक का कहना है, कि यह स्पीड और एक्यूरेसी के बीच बेहतर संतुलन बनाता है, जो इसे ब्रॉडर, अधिक एवरीडे के कार्यों के लिए उपयुक्त बनाता है।

दोनों मॉडल में एंथ्रोपिक द्वारा "extended thinking" और टूल उपयोग की सुविधा दी गई है। इसका मतलब है, कि वे तर्क को रोक सकते हैं, वेब सर्च या कोड एक्सक्यूशन जैसे टूल का उपयोग कर सकते हैं, और फिर अपनी विचार प्रोसेस को फिर से शुरू कर सकते हैं। टूल का उपयोग अब समानांतर रूप से भी किया जा सकता है, जो अधिक काम्प्लेक्स वर्कफ़्लो में मदद करता है।

मॉडल नए मेमोरी फीचर्स भी पेश करते हैं। यदि लोकल फ़ाइलों तक पहुँच दी जाती है, तो वे महत्वपूर्ण फैक्ट को निकाल सकते हैं, और उन्हें भविष्य में उपयोग के लिए सहेज सकते हैं। एंथ्रोपिक का कहना है, कि इससे मॉडल को बेहतर लॉन्ग-टर्म मेमोरी बनाने और निरंतरता की आवश्यकता वाले कार्यों पर परफॉरमेंस में सुधार करने में मदद मिलती है।

एंथ्रोपिक ने चार नए API फीचर्स की भी घोषणा की है, जिन्हें भी रोल आउट किया जा रहा है। इसमें एक कोड एक्सक्यूशन टूल एंथ्रोपिक के मल्टी-कंपोनेंट प्रोग्राम के लिए एक कनेक्टर, एक फ़ाइल API और एक घंटे तक के लिए प्रॉम्प्ट कैशिंग शामिल है। इन अपडेट का उद्देश्य डेवलपर्स के लिए AI एजेंट बनाना आसान बनाना है, जो अधिक काम्प्लेक्स टास्क को संभाल सकें।

एंथ्रोपिक का दावा है, कि क्लाउड ओपस 4 में खास तौर पर एजेंट जैसी सेटिंग में मेमोरी का परफॉरमेंस बहुत बढ़िया है। एंथ्रोपिक का कहना है, कि इसने पोकेमॉन के खेल के दौरान एआई मॉडल को फ़ाइल एक्सेस दिया और यह एक "नेविगेशन गाइड" बनाने और पिछले कार्यों के बारे में जागरूकता बनाए रखने में सक्षम था। यह कार्यों को पूरा करने के लिए शॉर्टकट या खामियों का उपयोग करने की संभावना को भी कम करता है, जो कि पिछले मॉडल में अधिक होता था।

यूजर्स को यह समझने में मदद करने के लिए कि मॉडल किस तरह से निष्कर्ष पर पहुँचते हैं, एंथ्रोपिक ने "thinking summaries" नामक एक नया फीचर जोड़ा है। ये मॉडल की तर्क प्रोसेस के शार्ट ओवरव्यू हैं, जो एक छोटे AI मॉडल द्वारा उत्पन्न होते हैं। डेवलपर मोड के माध्यम से रिक्वेस्ट करने पर विचारों की पूरी चेन अभी भी उपलब्ध है।