Anthropic: Haiku 5.5 GPT-6 Luna-тай ижил үнээр агент кодын тестэд 2.4 дахин өндөр оноо авав

Anthropic 9 дүгээр сарын 22-нд Claude Opus 5.5, 10 дугаар сарын 7-нд Claude Haiku 5.5 загваруудаа гаргаснаар Claude 5.5 гэр бүлийн гурван загвар бүгд хэрэглээнд орлоо. Хэрэглэгч, хөгжүүлэгчийн хувьд гол өөрчлөлт нь үнэ: Opus 5.5 өмнөх Opus 5-аас ердийн ажилд 40 хувиар хямд, Haiku 5.5 өмнөх Haiku 4.5-аас дунджаар 75 орчим хувиар хямд ажиллана гэж компани мэдэгджээ. Мөн жижиг загварын ангилалд Anthropic өөрийн тестээр OpenAI-ийн GPT-6 Luna-г давсан гэж мэдэгдэв.

Opus 5.5: хамгийн хүчирхэг загварын түвшин, хямд үнээр

Anthropic-ийн мэдээлснээр Opus 5.5 нь Claude 5.5 гэр бүлийн анхны загвар бөгөөд ихэнх ажилд Claude Fable 5.1-ийн түвшинд гүйцэтгэдэг. Оролт, гаралтын сая токены үнэ 4 ба 20 ам.доллар буюу Opus 5-аас 20 хувиар хямд. Агент болон кодын ажлын зардлын дийлэнхийг бүрдүүлдэг кэш уншилтын үнэ 0.20 доллар болж 60 хувиар буурсан. Гаралт үүсгэх хурд Opus 5-аас 30 гаруй хувиар өссөн.

Компанийн мэдээлснээр туршилтад оролцогчдын нэг нь 680,000 мөр кодын шилжүүлэлтийг нэг өдөр хүрэхгүй хугацаанд гүйцэтгэсэн бол вэб аппын бүх хуудасны ачаалах хугацааг багасгах даалгаврыг Opus 5.5 40 оролдлогоос 39-д нь амжилттай гүйцэтгэжээ. Reuters-ийн мэдээлснээр Anthropic Opus 5.5 програм хангамжийн нэг жишиг тестэд OpenAI-ийн GPT-5.6 Sol-оос өндөр оноо авч, гуравны нэг орчим зардлаар ажилласан гэж мэдэгдсэн. Тусгай үнэлгээнд хязгаарлалтын хүрээг тойрох оролдлого хийх магадлал нь Opus 5 болон Mythos 5.1-ээс 85 орчим хувиар бага байжээ.

Загварыг гаргахаас өмнө Frontier Design, METR зэрэг гадны байгууллагууд туршсан бөгөөд Anthropic-ийн хамгийн өргөн хүрээтэй зан төлөвийн аудитад өнөөг хүртэлх хамгийн сайн үр дүн үзүүлсэн гэж компани мэдэгджээ.

Haiku 5.5: үнээрээ GPT-6 Luna-тай тэнцэв

Haiku 5.5 нь хураангуй гаргах, ангилах, өгөгдлийн сангийн асуулга, хэрэглэгчийн шууд үйлчилгээ зэрэг их хэмжээний, хурд шаардсан ажилд зориулагдсан. 100,000 хүртэлх токентой хүсэлтэд сая оролтын токен 0.10, гаралтын токен 0.50 ам.доллар бөгөөд энэ нь OpenAI-ийн GPT-6 Luna-гийн API үнэтэй яг ижил. Тохируулж болох «хүчин чармайлтын» (effort) түвшинтэй анхны Haiku загвар, 1 сая токены контексттэй. Claude.ai-ийн Free, Pro, Max, Team, Enterprise хэрэглэгчид вэб, iOS, Android дээр сонгох боломжтой бөгөөд Claude Code болон Amazon Web Services, Google Cloud, Microsoft Foundry платформуудаар хөгжүүлэгчдэд нээлттэй. Prompt кэш ашиглавал 90 хүртэл, багц боловсруулалтаар 50 хувь хэмнэх боломжтой гэж компани мэдээлсэн.

Anthropic-ийн нийтэлсэн хүснэгтээр ижил үнэтэй хоёр загварын ялгаа агент код болон компьютер ашиглах тестэд хамгийн тод харагдаж байна.

Terminal-Bench 4.0 тестэд Haiku 5.5 39.2 хувь авч, GPT-6 Luna-гийн 16.4 хувиас 2.4 дахин өндөр гарсан бол Haiku 4.5 энэ тестэд оноо аваагүй. Компьютер ашиглах чадварыг хэмждэг OSWorld 2.1-д Haiku 5.5 72.4, GPT-6 Luna 48.9 хувь авчээ. Гэхдээ тестүүдийг Anthropic өөрөө явуулсан тул өрсөлдөгчийн үр дүнг бие даан баталгаажуулаагүй гэдгийг анхаарах хэрэгтэй.

Бусад өөрчлөлт

Haiku 5.5-тай зэрэгцэн Anthropic Claude Sonnet 5.5-ын кэш уншилтын үнийг хоёр дахин бууруулсан нь агент ажилд Sonnet 5.5-ыг 20 орчим хувиар хямд болгоно. Мөн Claude Max 5x захиалагчдад сард 100, Max 20x-д 200, Team захиалагчдад 500 хүртэлх ам.долларын API кредит олгож эхэлсэн. Anthropic Opus 5.5-ыг төлөвлөгөө гаргах, шийдвэр гаргах, Haiku 5.5-ыг тодорхой жижиг даалгаврыг олноор нь зэрэг гүйцэтгэх туслах агент болгон хослуулахыг зөвлөж байна.

Аргачлал

Графикийн тоо Anthropic-ийн 2026.10.07-ны Haiku 5.5 нийтлэлийн жишиг тестийн хүснэгтээс шууд авсан. Haiku 4.5-ын FrontierCode оноо нийтлэгдээгүй тул хоосон үлдээв. OSWorld 2.1-ийн оноо офлайн дэд багцынх. 2.4 дахин гэсэн харьцааг редакц 39.2-ыг 16.4-д хувааж тооцов. Opus 5.5-ын мэдээллийг Anthropic-ийн 2026.09.22-ны нийтлэл болон Reuters-ээс, GPT-6 Luna-гийн үнийг OpenAI-ийн албан нийтлэлээс авсан.