Andrew Warren
Anthropic (ANTH.PVT) ha lanzado Claude Sonnet 5, un nuevo modelo de lenguaje grande diseñado para cargas de trabajo de IA agentiva, y el argumento es explícitamente económico: calidad de razonamiento comparable a los modelos de nivel superior de la empresa por una fracción del costo de tokens. Este posicionamiento es importante ahora mismo porque varios de los mayores compradores de IA, incluidos Meta (META), Amazon (AMZN) y Uber (UBER), han pasado los últimos meses endureciendo los controles sobre el consumo de tokens después de descubrir lo costoso que se ha vuelto el uso sin restricciones de modelos.
De un Vistazo
- Modelo: Claude Sonnet 5, sucesor de Sonnet 4.6
- Posicionamiento: por debajo de Claude Fable 5 y Mythos 5 en capacidad bruta, pero descrito por Anthropic como cercano a Opus 4.8 en rendimiento
- Enfoque: finalización de tareas autónomas y agentivas a menor costo de tokens
- Seguridad: salvaguardas de ciberseguridad portadas de Opus 4.7 y 4.8, a pesar de no tener entrenamiento dedicado en ciberseguridad
- Contexto: el lanzamiento llega cuando Anthropic se prepara para una salida a bolsa, habiendo presentado confidencialmente ante la SEC el 1 de junio
Qué Hay Realmente Nuevo en Sonnet 5
Anthropic presenta Sonnet 5 como un salto respecto a Sonnet 4.6 específicamente en confiabilidad agentiva, es decir, la capacidad del modelo para llevar a cabo una tarea de varios pasos hasta su finalización sin intervención humana. Según la empresa, los probadores encontraron que Sonnet 5 completa asignaciones complejas donde generaciones previas de Sonnet se estancaban a mitad de camino, y que verifica automáticamente la salida sin ser explícitamente solicitado. Este tipo de comportamiento de verificación sin solicitud es notable en un modelo agentivo, ya que un modo de fallo persistente en sistemas de IA autónoma ha sido la propagación silenciosa de errores, donde un modelo procede con confianza en un paso intermedio defectuoso.
Anthropic tiene cuidado de clasificar Sonnet 5 por debajo de sus modelos Fable 5 y Mythos 5 en capacidad absoluta. Pero la empresa dice que se sitúa cerca de Opus 4.8 en rendimiento práctico, lo que es una afirmación significativa dado que Opus ha funcionado como el nivel de razonamiento insignia de Anthropic. Si esa brecha se ha estrechado genuinamente, cambia el cálculo para desarrolladores que han estado recurriendo por defecto a modelos de clase Opus para canalizaciones agentivas simplemente porque los modelos de nivel Sonnet no podían cerrar de forma confiable cadenas de tareas más largas.
La Economía de Tokens Detrás del Lanzamiento
El panorama más amplio aquí es una corrección contra lo que la industria ha comenzado a llamar
