Anthropic, Claude 5.5 model ailesinin ikinci üyesi Claude Sonnet 5.5‘i kullanıma sundu. Geçtiğimiz hafta Claude Opus 5.5'i tanıtan şirket, Sonnet 5.5'i özellikle günlük işlerde, kodlama görevlerinde ve doküman, sunum ile elektronik tablo oluşturma süreçlerinde kullanılabilecek daha hızlı ve düşük maliyetli bir model olarak konumlandırıyor. Claude Haiku 5.5‘in ise önümüzdeki haftalarda model ailesine katılması planlanıyor.
Anthropic'in paylaştığı verilere göre Claude Sonnet 5.5, önceki nesil Sonnet 5‘e kıyasla yüzde 30'dan fazla daha hızlı çıktı üretiyor. Şirket, modelin aynı görevleri tamamlamak için daha az token kullanması sayesinde görev başına maliyetin de yüzde 30'a kadar düşebildiğini ifade ediyor. Buradaki maliyet avantajının doğrudan API fiyatlarının düşürülmesinden ziyade, modelin aynı işi daha az token ve daha az işlemle gerçekleştirmesinden kaynaklandığını belirtelim.
Sonnet 5.5'in API fiyatlandırması Sonnet 5 ile aynı seviyede tutuluyor. Model için 1 milyon girdi tokenı 2 dolar, 1 milyon çıktı tokenı ise 10 dolar olarak fiyatlandırılıyor. Önbellekten okuma maliyeti 1 milyon token başına 0,20 dolar, önbelleğe yazma maliyeti ise 2,50 dolar. Bu fiyatlandırma, girdi ve çıktı tokenlarında Claude Opus 5.5'in yarısına denk geliyor.
Anthropic, Sonnet 5.5'in özellikle kodlama tarafında önemli bir sıçrama yaptığını ifade ediyor. Model, komut satırı üzerinde çok adımlı görevleri ölçen Terminal-Bench 4.0'da yüzde 70,6 skor elde ederken Sonnet 5'in skoru yüzde 10,3 seviyesinde kalıyor. Aynı testte Opus 5.5 yüzde 66,4 skor elde ediyor.
CursorBench 4.0‘da ise Sonnet 5.5 yüzde 55,5 ile Opus 5.5'in yüzde 57,8'lik sonucuna yaklaşıyor. Anthropic, bazı testlerde Sonnet 5.5'in yüksek efor seviyelerinde şirketin daha güçlü modeli Opus 5.5'e yakın performans gösterebildiğini belirtiyor. Bununla birlikte şirket, karmaşık ve açık uçlu görevlerde Opus 5.5'in halen daha güçlü olduğunu vurguluyor.
Anthropic'in belirttiğine göre Sonnet 5.5; yazılım geliştirmeye odaklanmanın ötesinde doküman düzenleme, araştırma, veri analizi, elektronik tablo temizleme ve sunum hazırlama gibi bilgi çalışanlarının günlük işlerinde de önemli iyileştirmeler sunuyor. Farklı mesleklerde gerçek dünya görevlerini değerlendiren GDPval-AA testinde Sonnet 5.5, 1844 puanla Opus 5.5'in 1846 puanlık sonucuna oldukça yaklaştı. Sonnet 5'in aynı testteki skoru ise 1449 seviyesindeydi.
Anthropic'in erken erişim ortaklarından gelen sonuçlar da modelin token kullanımındaki düşüşe dikkat çekiyor. Slack, Sonnet 5.5'in mevcut promptlarda Sonnet 5'e kıyasla daha az adımda çalıştığını ve yaklaşık yüzde 14 daha az çıktı tokenı kullandığını belirtiyor. Zendesk ise müşteri destek görevlerinin yüzde 20 daha hızlı işlendiğini aktarıyor. Box'ın testlerinde modelin Sonnet 5'e kıyasla 2,4 kat daha hızlı çalıştığı ve yüzde 12 daha az toplam token kullandığı ifade ediliyor. Bu sonuçların şirketlerin kendi erken erişim testlerine dayandığını da ekleyelim.
Anthropic, modelin siber güvenlik yeteneklerinin Sonnet 5'e kıyasla önemli ölçüde ilerlediğini ve Opus 5 seviyesine yaklaştığını belirtiyor. Bu nedenle Sonnet 5.5, şirketin gelişmiş modeller için geliştirdiği siber güvenlik önlemleri ve geri dönüş mekanizmalarıyla piyasaya çıkan ilk Sonnet modeli oldu. Yüksek risk taşıyan bazı siber güvenlik talepleri otomatik olarak daha sınırlı bir modele yönlendirilecek; rutin yazılım geliştirme ve hata düzeltme işlemlerinin ise bundan etkilenmemesi hedefleniyor.
Ayrıca Anthropic, Sonnet 5.5'i yaklaşık 1.850 senaryoyu kapsayan otomatik davranış denetimine tabi tuttuğunu açıkladı. Şirkete göre model, uyum, kötüye kullanıma direnç ve dürüstlük ölçütlerinin çoğunda Sonnet 5 ile aynı seviyede veya daha iyi sonuç verdi.
Anthropic, Sonnet 5.5'in mevcut modellerinin yetenek sınırını ileri taşımadığını ve bu nedenle güvenlik değerlendirmelerinin daha çok genel model risklerine odaklandığını belirtiyor. Sonnet 5.5'in çıkışı aynı zamanda Anthropic CEO'su Dario Amodei‘nin yapay zeka şirketlerinin en gelişmiş modellerini geliştirme hızını düşürmesi gerektiği yönündeki açıklamalarının ardından şirketin gerçekleştirdiği ikinci model lansmanı oldu. Anthropic ürün yöneticisi Theo Chu ise CNBC'ye yaptığı açıklamada Sonnet'nin özellikle Opus seviyesinde muhakemeye ihtiyaç duymayan, maliyet odaklı ve daha rutin görevler için konumlandırıldığını dile getirdi.
Son olarak Claude Sonnet 5.5'in şu anda Claude uygulamalarında ve Claude Platform‘da kullanılabildiğini belirtelim. Model ayrıca AWS, Google Cloud ve Microsoft Azure üzerinden de erişime açıldı.
Görsel Kaynak: Anthropic
