Терминалын мангас: Anthropic хамгийн хурдан бөгөөд хямд "Claude Sonnet 5.5" моделио цацлаа

Хиймэл оюуны салбарын өрсөлдөөн өдөр бүр улам эрчимжиж буй энэ үед Anthropic компани хөгжүүлэгчдийн хамгийн өргөн хэрэглэдэг гол загвар болох Sonnet цувралын шинэ хувилбар Claude Sonnet 5.5-ийг албан ёсоор танилцууллаа.

Энэхүү шинэчлэл нь зүгээр нэг жижиг сайжруулалт биш бөгөөд хөгжүүлэгчдийн ажлын урсгал, ялангуяа терминал дээр суурилсан бие даасан агентын (agentic coding) гүйцэтгэлд урьд өмнө байгаагүй үсрэлт авчирчээ.

1. Terminal-Bench 4.0: 10.3%-иас 70.6% хүртэлх том үсрэлт

Програм хангамжийн инженерүүдийн хувьд энэ загварын хамгийн анхаарал татсан үзүүлэлт нь Terminal-Bench 4.0 тестийн үр дүн байлаа. Тус тест нь AI агент бодит CLI (command-line interface) терминал орчинд тушаал ажиллуулах, алдааг засварлах, файл удирдах болон төслийг бүтээх чадварыг шалгадаг билээ.

Өмнөх үеийн Sonnet 5 загвар тус шалгуурт дөнгөж 10.3% авч байсан бол Claude Sonnet 5.5 нь 70.6% болж огцом өссөн байна. Хамгийн сонирхолтой нь уг үзүүлэлт нь Anthropic-ийн хамгийн хүчирхэг, нүсэр флагман загвар болох саяхан гарсан Claude Opus 5.5-ын 66.4%-ийн амжилтыг давж гарсан явдал юм. Энэ нь олон шатлалт кодын даалгавар гүйцэтгэх, терминал дээр бие даан ажиллах хурд болон оновчлолын хувьд Sonnet 5.5 загвар Opus-ээсээ ч илүү шаламгай, алдаа бага гаргадаг болсныг харуулж байна.

Мөн бодит амьдрал дээрх төрөл бүрийн мэргэжлийн ажлуудыг үнэлдэг GDPval-AA тест дээр 1,844 Elo оноо авч, Opus 5.5-аас ердөө 2 онооны дутуу үнэлэгдсэн нь ерөнхий оюун ухааны чадвараараа бараг дүйцэж ирснийг батлав.

2. Нэрлэсэн үнэ хэвээр, гэвч бодит өртөг 30% буурсан

Anthropic-ийн зарласнаар Sonnet 5.5-ын үндсэн тариф өмнөх Sonnet 5-тай яг адил хэвээр үлдсэн:

Input токен: 1 сая токен тутамд $2
Output токен: 1 сая токен тутамд $10
Prompt Caching уншилт: 1 сая токен тутамд $0.20

Гэсэн хэдий ч загварын оновчлол эрс сайжирсан тул ямар нэгэн нарийн түвэгтэй даалгаврыг гүйцэтгэхдээ хамаагүй цөөн алхам, оновчтой prompt болон цөөн тоотой output токен ашигладаг болсон байна. Ингэснээр нэг даалгаврыг бодитоор гүйцэтгэхэд гарах хөгжүүлэгчийн нийт зардал 30% хүртэл буурчээ.

Нэмж дурдахад token generation хурд нь Sonnet 5-аас 30%-иас илүү хурдан болсноор Claude Code, Cursor болон API-аар дамжуулан ажиллах үед хариу ирэх хүлээлтийн хугацаа (latency) мэдэгдэхүйц богиноссон байна.

3. Архитектурын гол шинэчлэлтүүд

Хөгжүүлэгчдэд зориулсан системийн чухал өөрчлөлтүүдээс дурдвал:

Adaptive Thinking горим анхдагчаар асна: Загвар нь даалгаврын түвэгтэй байдлыг өөрөө тооцоолж, хэр их гүн бодох (reasoning effort)-оо динамикаар тохируулдаг болсон. Хэрэв шуурхай хариу авахыг хүсвэл between_tools горимыг сонгож, зөвхөн хэрэгсэл дуудах хооронд бодох горимд шилжүүлж болно.
300K хүртэлх Output дэмжлэг: Message Batches API ашиглан нэг удаагийн үйлдлээр 300,000 хүртэлх output токен үүсгэх бета боломж нээгдсэн нь бүхэл бүтэн репозиторын код бааз, архитектурыг бүхэлд нь шинэчлэн бичихэд том боломж олгож байна.
Компьютер удирдах, зураг таних чадвар: Дэлгэц болон зургаас мэдээлэл унших чадвар сайжирч, хүний оролцоогүйгээр зөвхөн дэлгэцийн скриншот харж Game Boy-ийн Pokémon Red тоглоомыг дуустал нь тоглож чадсан анхны Sonnet модель болсон байна.

4. Чөлөөт хэрэглэгчдийн ялалт: Үнэгүй багцад багтав

Anthropic энэ удаад маркетингийн том нүүдэл хийж, уг шинэ загвараа claude.ai платформ дээрх БҮХ ҮНЭГҮЙ хэрэглэгчдийн үндсэн загвар болгон тохирууллаа.

Өрсөлдөгч OpenAI үнэгүй хэрэглэгчдэдээ хязгаарлагдмал жижиг загваруудыг түлхүү санал болгодог болсон энэ цаг үед зах зээл дээрх хамгийн өндөр үнэлгээтэй кодчиллын "ажлын морь" загварыг нийтэд үнэ төлбөргүй ашиглуулах болсон нь хөгжүүлэгчдийн нийгэмлэгт асар өндөр талархал хүлээж байна.

Хөгжүүлэгчдийн хувьд юу гэсэн үг вэ?

Хиймэл оюуны салбарын өнөөгийн трэнд хэт том, удаан, өндөр үнэтэй "мангас" загваруудаас өдөр тутмын хөгжүүлэлтэд яг нийцсэн, терминал дээр хоромхон зуур комманд гүйлгэж чаддаг хурдан бөгөөд найдвартай загварууд руу шилжиж байгааг Sonnet 5.5 нотоллоо.

Хэрэв та өөрийн IDE эсвэл Claude Code зэрэг агент хэрэгслүүддээ Sonnet 5 ашиглаж байсан бол яг одоо Sonnet 5.5 руу шилжихэд илүү хурд, алдаа багатай код болон сарын зардлаа бодитоор бууруулах үр дүнг шууд мэдрэх болно.

Эх сурвалж: Anthropic, Simon Willison's Weblog, Vellum