Anthropic ने Claude Sonnet 4.5 जारी किया है, जो एक नया फ्रंटियर मॉडल है जो सॉफ्टवेयर इंजीनियरिंग और वास्तविक दुनिया के कंप्यूटर इंटरैक्शन में बेहतरीन बेंचमार्क स्थापित करता है, साथ ही महत्वपूर्ण सुरक्षा सुधार भी लाता है।
- कंप्यूटर उपयोग के लिए OSWorld बेंचमार्क पर 61.4% हासिल किया, जो Sonnet 4 की 42.2% से अधिक है।
- वास्तविक दुनिया के सॉफ्टवेयर कोडिंग क्षमताओं के लिए SWE-bench Verified मूल्यांकन में अग्रणी है।
- सिकोफैंसी और धोखा जैसे चिंताजनक व्यवहारों को कम करता है, जिन्हें AI सुरक्षा स्तर 3 सुरक्षाओं के तहत वर्गीकृत किया गया है।
- Anthropic की इंफ्रास्ट्रक्चर का उपयोग करके एजेंटिक एप्लिकेशन बनाने में डेवलपर्स की मदद करने के लिए Claude Agent SDK शामिल है।
यह रिलीज़ जटिल कार्यों के लिए डेवलपर्स को अधिक सक्षम उपकरण प्रदान करने के उद्देश्य से है, जबकि संभावित जोखिमों के खिलाफ मजबूत सुरक्षा उपायों को सुनिश्चित करती है।